ریز مقیاس نمایی داده های GCM به کمک روش K- نزدیک ترین همسایگی KNN
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 538
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICWESD01_163
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
در دهه های اخیر تغییر اقلیم بویژه گرمایش زمین از مسایل مهمی است که جامعه جهانی با آن مواجه بوده است. این مسیله عامل مخرب و تهدید کننده ای برای زندگی بشر است. لذا پیش بینی تغییرات اقلیمی در آینده امری ضروری به حساب می آید. یکی از روش های پیش بینی تغییرات اقلیم، استفاده از خروجی مدل های گردش عمومی هوا GCM است. ولی با توجه به قدرت تفکیک پایین این مدل ها، قابل استفاده برای مطالعات محلی و ایستگاهی نمی باشند. به منظور افزایش قدرت تفکیک، خروجی این مدل ها ریزمقیاس میگردند. در این تحقیق از داده های مشاهداتی بارش ماهانه ایستگاه امامه در دوره آماری 2005-1980 بعنوان داده های مرجع و داده های پیش بینی مدل CanESM2 از گزارش پنجم و مدل HADCM3 از گزارش چهارم سازمان بین المللی تغییر اقلیم بعنوان داده های خام (با قدرت تفکیک پایین) استفاده گردیده است و توسط روش ناپارامتریک نزدیکترین همسایگی ( NN-K ریزمقیاس سازی انجام شده است. نتایج حاصله بیانگر دقت قابل قبول این روش به منظور بکارگیری داده های GCM در مقیاس های ایستگاهی و محلی است.
کلیدواژه ها:
نویسندگان
جعفر ایزدی
استادیار دانشکده مهندسی عمران آب و محیط زیست دانشگاه شهید بهشتی
رضا حاجی حسینی
دانشجوی کارشناسی ارشد مهندسی و مدیریت منابع آب دانشگاه صنعتی شاهرود
سعید گلیان
استادیار دانشکده مهندسی عمران دانشگاه صنعتی شاهرود
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :