مقایسۀ روشهای ریزمقیاسنمایی آماری مدلهای تغییر اقلیم در شبیهسازی عناصر اقلیمی در منطقۀ شمال غرب ایران
نویسندگان
1 دانشیار گروه جغرافیای طبیعی دانشگاه محقق اردبیلی
2 دانشجوی دکتری اقلیمشناسی دانشگاه محقق اردبیلی
3 استادیار پژوهشکدة اقلیمشناسی مشهد
doi
10.22059/jphgr.2017.62847چکیده
در این پژوهش نتایج سه مدل ریزمقیاسنمایی SDSM، شبکة عصبی ANN، و مدل مولد آبوهوایی LARS-WG در شبیهسازی پارامترهای اقلیمی بارش روزانه، کمینه، و بیشینة دمای روزانه در منطقة شمال غرب ایران مقایسه شده است. منطقة مورد مطالعه شامل دوازده ایستگاه هواشناسی است که دارای آمار بلندمدتاند. از دادههای دما و بارش روزانة ایستگاهها در دورة 1961 ـ 1990 به عنوان دورة پایه در مدل و دورة 1991 ـ 2001 به عنوان دورة اعتبارسنجی استفاده شده است. در این بررسی از دو آزمون ناپارامتری و شاخص ریشة مجموع مربعات خطای مدل (RMSE) برای مقایسة دقت سه مدل استفاده شده است. نتایج نشان داد برای دماهای کمینه و بیشینه عملکرد مدل ANN بهتر از دو مدل دیگر است. برای دادههای بارش، طبق شاخص RMSE، دقتِ مدل SDSM نسبت به دو مدل دیگر بیشتر است. بر اساس آزمون ناپارامتری من- ویتنی، عملکرد دو مدلِ SDSM و LARS-WG یکسان و بهتر از مدل ANN بود. تحلیل مکانی عملکرد سه مدل نشان میدهد که عملکرد مدلها بسته به نوع اقلیم منطقه است؛ به طوری که منطقة جنوب غرب آذربایجان شرقی و کردستان، به سبب ناپایداریهای بیشتر، عملکرد پایینتری دارند.