ارزیابی عملکرد مدلهای ریزمقیاس سازی آماری SDSM و LARSWG جهت غربالگری کمی در پیش بینی سناریوهای اقلیمی مطالعه موردی: کانون گرد و غبار جنوب و جنوب شرق اهواز (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
تغییر اقلیم و گرمایش جهانی یکی از مهم ترین عوامل موثر بر تخریب منابع آب و خاک در مناطق خشک و نیمه خشک است؛ که باعث افزایش وقوع پدیده ی گرد و غبار می گردد. هدف از این مطالعه ارزیابی عملکرد دو مدل ریزمقیاس سازی آماریSDSM و LARSWG به منظور غربالگری کمی در پیش بینی سناریوهای اقلیمی و همچنین پیش بینی تغییرات اقلیمی در کانون گرد و غبار جنوب و جنوب شرق اهواز می باشد. از مدل های سه بعدی جفت شده ی اقیانوسی- اتمسفری AOGCM با نام HadCM3، برای شبیه سازی متغیرهای اقلیمی دما، باد و بارش ؛ تحت سناریوهای انتشار B2 و A2 در دو دوره ی آینده نزدیک و دور استفاده شد. نتایج نشان دادند، داده های شبیه سازی شده هر دو مدل، نسبت به داده های مشاهده شده، در مقایسه با میانگین طولانی مدت دوره ی پایه، معنی دار و از همبستگی بالایی با ضریب تبیین بالا برای کلیه ی پارمترها از 87/0 تا 98/0، برخوردار هستند. در نهایت با تأیید وجود پدیده ی تغییر اقلیم در استان خوزستان و به خصوص در کانون بحرانی ریزگرد جنوب و جنوب شرق اهواز، مدل SDSM به دلیل استفاده مستقیم از مدل های HadCM3 و داده های بزرگ مقیاس NCEP و نوع فرآیند شبیه سازی و همچنین ساختار ترکیبی در ریزمقیاس گردانی داده ها با RMSE، MAE و ME به ترتیب 97/0، 18/0 و 021/0؛ از دقت و صحت بالاتری نسبت به مدل LARSWG در شبیه سازی داده های اقلیمی در کانون گرد و غبار جنوب اهواز برخوردار است. همچنین مدل SDSM در شبیه سازی داده های دمایی روزانه و سرعت باد موفق تر عمل نموده و مدل LARSWG ، پیش بینی بهتری از پارامتر بارش روزانه داشته و دقت و صحت بالاتری نشان داد.Evaluation of the performance of SDSM and LARSWG statistical downscaling models for quantitative screening in predicting climate scenarios (Case study: Dust center south and southeast of Ahvaz)
:The climate change is a complex atmospheric-oceanic phenomenon on the global scale. Climate change and global warming is one of the most important factors affecting the degradation of water and soil resources in arid and semi-arid regions; Which increases the occurrence of dust phenomenon. The aim of this study was to evaluate the performance of two statistical downscaling models of SDSM and LARSWG for quantitative screening in predicting climate scenarios and also predicting climate change in the dust center of south and southeast of Ahvaz. In line with this goal, one of the three-dimensional paired oceanic models - AOGCM atmospheric general circulation called HadCM3, The results showed that the simulated data of both models, compared to the observed data, were significant compared to the long-term mean of the base period and had a high correlation with a high coefficient of determination (R2) for all parameters from 0.87 to 0.98. Finally, by confirming the existence of climate change in Khuzestan province , SDSM model due to direct use of HadCM3 models and large scale NCEP data and the type of simulation process and also Combined structure in data mining scale with RMSE, MAE and ME 0.97, 0.18 and 0.021, respectively; It has higher accuracy than LARSWG model in simulating climatic data in the dust center of southern Ahvaz. The SDSM model was also more successful in simulating daily temperature data and wind speed, and the LARSWG model had a better prediction of the daily precipitation parameter.