پایش و مدل سازی بارش دشت اردبیل در دهه های آینده بر اساس خروجی برخی GCMها (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
پایش تغییرات و نوسانات بارش مناطق جغرافیایی می تواند دید بهتری از رفتار این پدیده در سال های آینده داشته باشد. هدف این پژوهش، بررسی وضعیت بارش دشت اردبیل (ایستگاه های اردبیل، بیله درق و کلور) و پیش نگری آن در سال های آینده بر اساس برونداد مدل های CMIP6 توسط مدل مقیاس کاهی CMhyd می باشد. سپس با استفاده از سنجه های آماری R2، MAE، MSE، RMSE و دیاگرام تیلور، به مقایسه داده های مشاهداتی دوره پایه با داده های تاریخی 5 مدل GCM از CMIP6 پرداخته شد و برای هر ایستگاه مورد مطالعه، مدل برتر انتخاب گردید. خروجی مدل های برتر با روش linier scaling تصحیح اریبی گردیدند و بر اساس سناریو های SSP126، SSP245 و SSP585، بارش سال های 2023-2050 برای هر ایستگاه، پیش نگری و روند آن با آماره من - کندال ترسیم شد. نتایج نشان داد در نواحی شرقی و غربی دشت اردبیل (منتهی به ارتفاعات کوه های تالش و سبلان)، تغییرات بارش افزایشی بوده است (80/2 میلی متر). در ایستگاه اردبیل، مدل MIROC6 با ضریب همبستگی 94/0 درصد و در ایستگاه های بیله درق و کلور، مدل MPI-ESM1-2-HR با ضریب همبستگی به ترتیب 88/0 و 92/0 درصد، بیش ترین دقت را در شبیه سازی بارش داشته اند. همچنین نتایج سناریو ها نشان دادند که تغییرات بارش در ایستگاه اردبیل در دوره آینده نسبت به دوره پایه تحت سناریو های SSP126، SSP245 و SSP585، به ترتیب 24/0، 36/6- و 2- درصد خواهد بود.Monitoring and Modeling the Precipitation of Ardabil Plain in the Coming Decades based on the Output of some GCMs
Monitoring the changes and fluctuations of precipitation in geographical areas can give a better view of the behavior of this phenomenon in the coming years. The purpose of this research is to investigate the precipitation situation in Ardabil Plain (Ardabil, Bileh-Daragh, and Kolour stations) and forecast it in the coming years based on the output of CMIP6 models by the CMhyd downscaling model. Then, using R2, MAE, MSE, RMSE, and Taylor diagram, the observational data of the base period were compared with the historical data of 5 GCM models from CMIP6, and the best model was selected for each studied station. The output of the top models was corrected for skewness by linear scaling method and based on SSP126, SSP245, and SSP585 scenarios, the precipitation of 2050-2023 for each station, forecast, and its trend were drawn with the Mann-Kendall statistic. The results showed that in the eastern and western areas of Ardabil Plain (leading to the heights of Talesh and Sablan mountains), the rainfall changes were increasing (2.80 mm). In the Ardabil station, the MIROC6 model with a correlation coefficient of 0.94%, and in Bileh-Daragh and Kolour stations, the MPI-ESM1-2-HR model with a correlation coefficient of 0.88% and 0.92%, respectively, have the highest accuracy in simulating the precipitation. Also, the results of the scenarios showed that the precipitation changes in Ardabil station in the future period compared to the base period under the SSP126, SSP245, and SSP585 scenarios will be 0.24, -6.36, and -2%, respectively.