پیش‌بینی اثرات تغییراقلیم بر پارامترهای هواشناسی طبق برونداد مدل‌های GCM به‌کمک شبکه عصبی مصنوعی (مطالعه موردی: ایستگاه سینوپتیک شیراز)

نویسندگان

1 گروه هیدرولوژی و منابع آّب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران

2 استاد گروه هیدرولوژی ومنابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز

3 استادیار، گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران.

doi
چکیده

با توسعه فناوری و صنعتی شدن جوامع بشری، افزایش گازهای گلخانه‌ای بروز تغییرات آب و هوایی در سطح زمین و اثرات زیان‌بار آن (سیل و خشکسالی) بر زندگی بشر و منابع محرز گشته است. کسب اطلاعات از اثر محتمل تغییر‌اقلیم بر پارامترهای هواشناسی از اهمیت و ضرورت خاص برخوردار است. در این مطالعه سعی بر آن شد که به شیوه جامع با استفاده از ارزیابی مدل‌های گردش‌عمومی‌جو (12 مدل) و ریزمقیاس‌نمایی برونداد آنها (با کمک شبکه‌عصبی پرسپترون چندلایه) اثر محتمل تغییرات اقلیم بر پارامترهای هواشناسی شهر شیراز مشخص شود. نتایج ارزیابی‌ها (MSE، RMSE و R) در دوره پایه 1986-2005 گواه برتری دو مدل CanESM2 و HadGEM2CC بود. درنتیجه، تحت دو سناریو RCP4.5 و RCP8.5 پیش‌بینی‌های CanESM2 برای دوره‌های 2026-2045 و 2046-2065 نشان‌دهنده کاهش بارش (به‌ترتیب 19-11 و 36-21 درصد)، افزایش دمای‌کمینه (1-4/0 و 2-7/0 درجه ‌سلسیوس)، افزایش دمای‌بیشینه (1-5/0 و 9/0-8/1 درجه سلسیوس)افزایش میزان تابش‌خورشیدی (7/0-35/0 و 6/0-1/1 کیلووات‌ساعت بر مترمربع‌درروز) و پیش‌بینی‌های HadGEM2CC نشان‌دهنده کاهش بارش (به‌ترتیب 16-7 و 35-16 درصد)، افزایش دمای کمینه (9/0-3/0 و 7/1-7/0 درجه سلسیوس)، افزایش دمای بیشینه (1/1-4/0 و 8/1-9/0 درجه سلسیوس) و افزایش میزان تابش خورشیدی (8/0-3/0 و 3/1-8/0 کیلووات‌ساعت بر مترمربع‌درروز) خواهد‌بود.