ایمان بابائیان

علیرغم افزایش قابل ملاحظه دقت مدل های عددی گردش عمومی جو و مدل های منطقه ای، تاکنون هیچ کدام از آنها قادر به پیش بینی در مقیاس کوچک نیستند. به این منظور، مدل های مختلف آماری و دینامیکی برای شبیه سازی و ریز مقیاس نمایی خروجی مدل های GCM و RCM ابداع شده اند. در مطالعه حاضر، با استفاده از مدل MAGICC-SCENGEN خروجی های دو مدل گردش عمومی جو HadCM2 و ECHAM4 با لحاظ هجده سناریوی انتشارIPCC، برای دهه های آینده ریز مقیاس گردیده، نتایج آن بر روی ایران تجزیه و تحلیل شد. هر دهه شامل یک پریود 30 ساله است که دهه2000 نماینده (2015 تا 1986)، 2025 (2040تا 2011)،2050 (2065تا 2036) و 2075(2090 تا 2061) و دهه 2100 (2115تا 2086) است. نتایج اجرای مدل با داده های HadCM2 بیانگر کاهش 5/2 درصدی بارش کشور تا دهه 2100 است. در حالی که برای دوره مشابه در مدل ECHAM4 بارش های کشورمان به میزان 8/19 درصدافزایش مییابد. تحلیل مکانی نتایج مدل HadCM2 نشان می دهد که در دهه های آینده استان های مازندران، گلستان، خراسان شمالی، شمال خراسان رضوی و سمنان، تهران و بخش هایی از گیلان و قزوین با افزایش بارش مواجه خواهند شد، در حالی که مدل ECHAM4 برای مناطق مذکور کاهش بارش را پیش بینی کرده است. همچنین، مدل HadCM2 برای نواحی جنوب شرق کشورمان، شامل استان های هرمزگان، کرمان، بوشهر،جنوب فارس و بخش هایی از سیستان و بلوچستان کاهش بارش را پیش بینی نموده است، اما در مدلECHAM4 مناطق مذکور در دوره مشابه افزایش بارش را تجربه خواهند کرد. در هر دو مدل تمامی استان های کشور با افزایش دما در آینده مواجهند.این دو مدل، افزایش دمایی بین 3 تا 6/3 را تا دهه 2100 پیش بینی می کنند که بیشترین افزایش دما به دهه 2100 و مدل ECHAM4 مربوط است که افزایش دمایی حدود 1 درجه سانتیگراد بیشتر از مدل HadCM2 پیش بینی می کند. در هر دو مدل توزیع مکانی افزایش دما با هم مطابقت دارند.

در این مقاله، با استفاده از چهار طرحواره شکل گیری ابر، شامل گرل FC، گرل AS، امانوئل و کو، نسخه دارای قابلیت آشیانه سازی مدل اقلیمی RegCM3 ارزیابی گردید و توانمندی آن در شبیه سازی بارش و دمای فصلی و ماهانه خراسان تجزیه و تحلیل شد. بدین منظور 40 آزمایش کنترلی با استفاده از داده های آنالیز مجدد NNRP1 برای فصول زمستان سال های 2000-1991 بر روی استان خراسان طراحی شد. خطای هر کدام از مدل سازی ها از طریق مقایسه با داده های بارش CMAP، دمای NCEP و داده های دیدبانی شده به دست آمد. به منظور برآورد توانمندی مدل، اریبی و خطای مطلق میانگین داده ها به صورت ماهانه و فصلی محاسبه شدند. نتایج نشان می دهند که در بین چهار طرحواره مورد بررسی، اریبی ماهانه و فصلی طرحواره های گرل FC و گرل AS، به ترتیب با مقادیر 1/2 و 1- میلی متر در مقایسه با بارش دیدبانی شده، از سایرین کمتر است. در بخش مدل سازی دما، با مقایسه داده های مدل شده و دیدبانی، ملاحظه می شود که طرحواره امانوئل، به ترتیب با مقادیر 8/0- و 7/0 درجه سانتیگراد کمترین اریبی ماهانه و فصلی را نسبت به سایر طرحواره ها دارد؛ ضمن اینکه بیشترین اریبی مربوط به طرحواره های گرل است. نتایج این مطالعات می تواند در طراحی مدل اقلیمی برای پیش بینی فصلی کشورمان استفاده شود.

مدلهای تولید کننده وضع آب و هوا در سال های اخیر کاربردهای فراوانی پیدا کرده است از جمله تولید داده های آب و هوایی، با بکارگیری سناریوهای مختلف انتشار گازهای گلخانه ای مربوط به مدلهای گردش عمومی جو می باشد. با استفاده از تولید کننده های وضع آب و هوا می توان خروجی مدلهای گردش عمومی جو را ریز مقیاس نمود. یکی از این مدلها Lars-WG می باشد. در این مقاله به بررسی عملکرد مدل Lars-WG در مدلسازی داده های هواشناسی ایستگاه های استان گلستان در دوره 2007-1993پرداخته شده است. متغییرهای مورد بررسی شامل دمای حداقل، دمای حداکثر، بارش و ساعت آفتابی می باشند. نتایج حاصل از محاسبه میانگین خطای مطلق مدلسازی در ماه های سال نشان داد که بیشترین خطا مربوط به ساعت آفتابی می باشد اما متغییرهای بارش و دمای حداقل و حداکثر با دقت خوبی مدلسازی شده اند. بیشترین خطای ساعت آفتابی در ایستگاه گرگان به میزان 6/0 ساعت و بیشترین خطای بارش در کلاله به میزانmm 1/6 می باشد. در مورد دمای حداکثر، بیشترین خطا در مراوه تپه به میزان 5/0 و دمای حداقل در آق تقه به میزان 4/0 درجه سانتی گراد می باشد. نتایج به دست آمده نشان می دهد که بطور کلی عملکرد مدل Lars-WG در مدلسازی متغییرهای هواشناسی ایستگاه های تحت بررسی مناسب است و می توان از آن جهت بازسازی داده های ایستگاه ها در دوره گذشته و یا تطویل این داده ها به دوره آینده بهره جست. همچنین می توان از آن در جهت ارزیابی اقلیم آینده استان در مقیاس محلی استفاده نمود.