بکارگیری مدلSDSM جهت ریزمقیاس نمائی داده های GCM بارش و دما مطالعه موردی: پیشبینیهای اقلیمی ایستگاهی در ایران
نویسندگان
1 استادیار پزوهشکده اقلیم شناسی، رئیس پزوهشکده اقلیم شناسی و مرکز ملی اقلیم
2 کارشناس ارشد هواشناسی، گروه پژوهشی اقلیمشناسی کاربردی، پژوهشکده اقلیم شناسی
3 دانشجو دکتری اقلیمشناسی، گروه پزوهشی اقلیمشناسی بلایای جوی، پژوهشکده اقلیمشناسی
doi
چکیده
بکارگیری روشهای جدید در حل معادلات جوی و در اختیار داشتن پیش بینی های اقلیمی با توجه به ماهیت بازه زمانی طولانی مدت آنها، نقش بسیار ارزندهای در مدیریتهای کلان ایفا مینماید. ولیکن در بازه زمانی دراز مدت بدلیل محدودیت جدی در قدرت تفکیک مکانی، قادر به پیشبینی آب و هوای واقعی در مقیاس ایستگاهی و خرد مقیاس نمیباشد. لذا جهت بکارگیری خروجی مدلهای اقلیمی تمام کرهای و دستیابی به قدرت تفکیک فضائی کم، روش ریز مقیاس نمائی مورد استفاده قرار گرفته که به دو دسته آماری و دینامیکی و گاها تلفیقی از آن دو تقسیمبندی میگردند. در این میان صحت سنجی دادههای ریزمقیاس شده جهت تحلیل پیشبینیهای درازمدت بعنوان یکی از پارامترهای اساسی در کسب دقت این گونه مدلها از اهمیت ویژهای برخوردار است. در این تحقیق سعی گردیده تا با انتخاب کل منطقه کشور و ابتدا برای 41 ایستگاه منتخب کشور که دارای آمار اقلیمی 41 ساله (2001-1961 میلادی) میباشند، خروجی مدل اقلیمیHadCM3 تحت سناریوی اقلیمی A2 که یکی از محتملترین سناریوهای انتشار میباشد، توسط مدلSDSM که قادر است خروجی مدلهای گردش عمومی جو را به مقیاس ایستگاهی تبدیل نماید، ریزمقیاس گردد. سپس با استفاده از روشهای آماری و بدست آوردن ضرائب وزنی دادههای ریزمقیاس شده و دادههای پایه را مورد تجزیه و تحلیل قرار داده و واسنجی مناسبی از آنها ارائه گردد. نتایج بیانگر آنست که بین مقادیر ریزمقیاس شده بارش، دمای حداقل و حداکثر و مقادیر واقعی آنها تفاوت معنا داری با خطای بحرانی 05/0 وجود ندارد و بازه اطمینان دادهها مشتمل برمقدار صفر است. لذا بکارگیری دادههای ریزمقیاسشده مدل جهت بهینهسازی دادههای آینده در مقیاس ایستگاهی میتواند بصورت قابل قبول مورد استفاده قرار گیرد.