حساسیت مدل ریزمقیاسنمایی SDSM به دادههای بازتحلیلشده در مناطق خشک
نویسندگان
1 دانشگاه ساری
2 دانشگاه ساری
3 دانشگاه کرمان
4 دانشگاه ساری
doi
چکیده
مدلهای گردش عمومی جو تنها ابزاری هستند که شرایط اقلیمی آینده را تحت سناریوهای تغییر اقلیم پیشبینی مینمایند. یکی از دغدغههای اصلی استفاده از این مدلها، نبود دقت کافی در تفکیک مکانی آنها است، که به این علت برای پیشبینی متغیرهای اقلیمی در مقیاس محلی و منطقهای مناسب نیستند. بنابراین، برای پیشبینی متغیرهای اقلیمی در مقیاس منطقهای، محلی و ایستگاهی با استفاده از دادههای مدلهایِ جهانی، از روشهای مختلف ریزمقیاسنمایی استفاده میشود. مدل ریزمقیاس نمایی آماری SDSM)) یکی از پرکاربردترین این روشها است که با استفاده از رگرسیون خطی چند متغیره روابط بین متغیرهای مستقل و متغیرهای وابسته را مشخص میکند. در این تحقیق به منظور ریز مقیاس نمایی متغیرهای دما و بارش، حساسیت مدل SDSM به دوره پایه و دادههای بازتحلیل شده در ایستگاه همدیدی شهرکرمان بررسی شد. از میانگین خطای مطلق برای تعیین میزان حساسیت مدل استفاده شد. نتایج این تحقیق نشان داد که مدل به نوع و دوره پایهی دادههای بازتحلیل شده حساسیت نشان میدهد. میانگین خطای مطلق حاصل از دادههای بازتحلیل شدهی مدل CGCMبرای متغیرهای دمایی متوسط حد اکثر و حداقل و متوسط دمای روزانه بهترتیب معادل با 11، 5/4 و7/4 برابر حالتی است که از دادههای مدل HadCM3 استفاده میشود. درخصوص دوره پایه، زمانیکه از دادههای دوره پایه (1990-1961) استفاده میشود، معیار مذکور برای متغیرهای میانگین حداکثر، حداقل و میانگین روزانه دما و بارش روزانه به ترتیب معادل با 5/3، 4/1،5/3 و 4/1 برابر حالتی است که از دوره پایه (2000- 1971) استفاده میشود.