فهرست نشریات علمی دسترسی آزاد ایران

پیش‌بینی قابل اعتماد دمای ماهانه نقش مهمی در کشاورزی هوشمند اقلیم محور، پایداری تولید غذا و کاهش ریسک مخاطرات اقلیمی دارد. این مطالعه با هدف بهبود دقت پیش‌بینی ماهانه دمای کشور در دوره سرد سال (نوامبر تا می) که عمدتا همزمان با فصل کشت پاییزه است، انجام شد. برای این منظور کارایی طرحواره‌های مختلف همرفت مدل RegCM4.5 شامل کو (Kuo)، گرل (Grell)، امانوئل (Emanuel)، تایدیک (Tiedtke) و کین (Kain) در پیش‌بینی دمای کشور در اقلیم‌های مختلف مورد مطالعه قرار گرفت. سپس بر اساس طرحواره همرفت مناسب برای هر ناحیه اقلیمی، مدل ترکیبی همرفت-ناحیه اقلیمی برای کل کشور ارائه گردید. داده‌های شرایط مرزی و اولیه از مدل پیش‌بینی اقلیمی جهانی CFSv.2 با تفکیک افقی حدود 100×100 کیلومتر (95/0 × 95/0 درجه) در دوره 2019-2014 اخذ شدند و تا سطح 30×30 کیلومتر مقیاس‌کاهی دینامیکی شدند و نتایج با داده‌های دمای پایگاه CRU مقایسه شدند. نتایج نشان دادند که مدل پیش‌بینی تلفیقی همرفت-ناحیه اقلیمی توانسته است کارایی پیش‌بینی ماهانه را به مقدار قابل توجهی ارتقاء دهد، چنانکه شاخص‌های آماری r، RMSE و MBE به ترتیب از 96/0، 09/3 درجه سلسیوس و 74/2- درجه سلسیوس به 99/0، 59/0 درجه سلسیوس و 45/0- درجه سلسیوس بهبود یافت. یافته‌های این پژوهش نشان می‌دهد که مهارت پیش‌بینی‌های دمای ماهانه نه تنها به طرحواره‌های همرفت بلکه به ناحیه‌بندی اقلیمی منطقه مورد مطالعه بستگی دارد.