فهرست نشریات علمی دسترسی آزاد ایران

تغییرات اقلیمی، گرمایش جهانی و خشکسالی­‌های اخیر طی سال‌های گذشته از جمله مهم‌ترین نگرانی­‌های بشر در امور مدیریت و برنامه‌­ریزی مبتنی بر دانسته‌­های اقلیمی به‌حساب می‌آید. یکی از روش‌های بررسی تغییرات اقلیمی، استفاده از مدل‌های اقلیمی و ریزمقیاس‌نمایی است که امروزه این امر با استفاده از مدل‌های هوشمند و تجربی نظیر شبکه­‌های عصبی مصنوعی از ارزش زیادی برخوردار است. هدف از این پژوهش، ریزمقیاس‌نمایی و شبیه‌سازی دمای بیشینۀ ایستگاه سینوپتیک قزوین با استفاده از روش شبکۀ عصبی مصنوعی و بهره­‌گیری از نرم‌­افزار MATLAB است. بدین منظور از داده‌های 26 عنصر جوّّّی برگرفته از مرکز ملی پیش‌بینی محیطی و مرکز ملی پژوهش‌های جوّّّی (NCEP/NCAR) و داده‌های دمای بیشینۀ ایستگاه سینوپتیک قزوین برای دورۀ آماری 2005-1961 و سناریوهای انتشار (RCP) خروجی مدل CanESM2  برای دورۀ آماری 2100-2006 استفاده گردید. در تحقیق حاضر از چهار روش پیش‌رونده، روش حذف پس‌رونده، نمایۀ کاهش درصدی و روش گام به گام به منظور پیش‌پردازش متغیرها و گزینش متغیرهای ورودی مدل استفاده شده است. سپس با بکارگیری آماره‌های ضریب همبستگی (R) و میانگین مربعات خطا (MSE) بهترین معماری شبکه طراحی گردید که طی آن با استفاده از روش پیش‌رونده، متغیرهای میانگین دما در ارتفاع نزدیک سطح زمین، میانگین فشار تراز دریا و ارتفاع تراز 500 و 850 هکتوپاسکال به‌عنوان متغیرهای پیش‌بینی‌کننده انتخاب شدند و در نهایت براساس آن، شبیه‌سازی انجام گرفت. پس از بررسی مقادیر شبیه‌سازی­‌شده تحت سناریوهای RCP4.5، RCP2.6 و RCP8.5 مشخص شد که دمای ایستگاه سینوپتیک قزوین تا سال 2100 طی سناریوی RCP 2.6 نسبت به دورۀ پایه (2005-1961)، حدود 1.3 درجۀ سانتی‌گراد، طبق سناریوی RCP 4.5 به میزان 2.7 درجۀ سانتی‌گراد و مطابق سناریوی RCP 8.5 مقدار 4.1 درجۀ سانتی‌گراد افزایش خواهد داشت.