فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش کوچک مقیاس سازی دما در دشت تجن واقع در استان مازندران انجام گرفت. نتایج مدل­های گردش عمومی جو با مدل اقلیمی HadCM3 تحت سناریوی A2 به دست آمد. از آنجایی که خروجی مدل­های گردش عمومی جو دارای وضوح مکانی پایینی است می­بایست در سطح منطقه یا حوزه کوچک مقیاس شوند که این کار به روش آماری انجام شد. روش­های آماری مورد استفاده شامل مدل کوچک مقیاس سازی SDSM5.5.1 و مدل شبکه عصبی مصنوعی است . در این پژوهش، با استفاده از اطلاعات میانگین دمای روزانه ایستگاه کردخیل در طول دوره آماری 30 ساله (2001-1971) و متغیر­های بزرگ مقیاس NCEP ، به عنوان ورودی­های شبکه عصبی و مدل SDSM ، شبیه سازی و کوچک مقیاس سازی دمای بیشینه و کمینه در دوره گذشته به منظور تعیین خطای مدل ­ ها صورت گرفت. بدین منظور از امکانات و توابع موجود در محیط برنامه­نویسی  متلب، بهره گرفته شد. سپس برای ارزیابی عملکرد مدل­ها، از معیار­های آماری از جمله ضریب همبستگی،ضریب تبیین و جذر میانگین مربعات خطا بین مقادیر مشاهداتی و پیش­بینی شده­ی دما استفاده شد. نتایج به­دست آمده نشان دهنده کارآیی مناسب مدل SDSM برای کوچک مقیاس سازی دما نسبت به مدل شبکه عصبی مصنوعی  است. به طوری که درصد خطای مدل SDSM کمتر از شبکه عصبی و ضریب همبستگی آن بیشتر است . همچنین بهترین ساختار شبکه عصبی برای شبیه سازی دمای بیشینه مدل پرسپترون چهار لایه پنهان با معماری 6-6-5-5 و برای متغیر دمای کمینه مدل پرسپترون سه لایه پنهان با معماری 1-3-5 می­باشد.