زهره زهیری

ژئومورفومتری به عنوان یک علم نوین در حوزه ژئومورفولوژی کمی می باشد که تلفیقی از علم ژئومورفولوژی با علم ریاضی و کامپیوتر می باشد. ازآنجاکه محاسبات ژئومورفومتری بر روی مدل رقومی ارتفاعی انجام می گیرد ابعاد پیکسل مدل رقومی ارتفاعی تأثیر قابل توجهی بر روی مقادیر پارامترهای ژئومورفومتری دارد. از طرفی این پارامترها تابعی از تغییرات توپوگرافی می باشد. دشت سرهای مناطق بیابانی را می توان بر مبنای وضعیت توپوگرافی طبقه بندی نمود. در این مطالعه اقدام به بررسی تأثیر تغییرات اندازه پیکسل مدل رقومی ارتفاعی بر روی مقادیر پارامترهای ژئومورفومتری گردیده است. بدین منظور ابتدا مدل رقومی ارتفاعی با ابعاد مختلف تهیه شد. سپس نقشه تمامی پارامترهای ژئومورفومتری ساخته شد. نقشه ای مشتمل بر2000 نقطه به صورت تصادفی تهیه گردید و مقادیر پارامترهای ژئومورفومتری در محل این نقاط استخراج و مورد تجزیه وتحلیل قرار گرفت. در این مطالعه از آزمون های دانکن در کنار تجزیه واریانس به منظور بررسی تغییرات استفاده شده است. نتایج این تحقیق نشان داده در بین پارامترهای ژئومورفومتری، تنها انحنای کل در دشت سر آپانداژ و پوشیده در یک گروه بوده و در بقیه پارامترها و سایزها در دشت سرها دارای اختلاف معنی دار در سطح 5 درصد می باشد.

روش های مختلفی برای تبدیل داده های بزرگ مقیاس به داده های اقلیمی منطقه ای گسترش یافته اند که در کم تر مطالعه ای نتایج این روش ها از لحاظ آماری مورد مقایسه قرار گرفته است. هدف از این مطالعه ، مقایسه ی نتایج مدل های SDSM و LARS-WG در ریزمقیاس نمایی داده های خروجی مدل های گردش عمومی CANE-SM2 و HADGEM2-ES تحت سناریوهایRCP2.6 ، RCP4.5 وRCP8.5 است. جهت انجام این مطالعه ، دمای حداقل، دمای حداکثر و بارش در دوره ی پایه (2005-1980) ایستگاه سینوپتیک اراک مورداستفاده قرار گرفت و نتایج حاصل از پیش بینی های دو مدلSDSM و LARS-WG برای سه دوره ی 2040-2021، 2060-2041 و 2080-2061 مقایسه شد. به منظور ارزیابی عملکرد مدل ها شاخص های RMSE، R2، MAE و NSE استفاده شد. بر اساس نتایج شاخص های ارزیابی، هر دو مدل کارآیی مناسبی در شبیه سازی متغیرهای اقلیمی دارد. نتایج ریزمقیاس نمایی دو مدل نشان داد که به طورکلی در هر سه سناریو و هر سه دوره از ماه ژانویه تا ژوئن مقادیر پیش بینی دمای حداقل و دمای حداکثر نسبت به دوره ی پایه افزایش می یابد و مدل LARS-WG در مقایسه با مدل SDSM مقدار دمای حداقل و حداکثر را نسبت به دوره ی پایه بیش تر برآورد نموده است. تغییرات بارش پیش بینی شده به وسیله ی دو مدل SDSM و LARS-WG دارای روند مشخصی نبوده است. بررسی درصد تغییرات داده های دما و بارش نشان داد که خروجی مدل SDSM تغییرات بیش تری را در بارش و خروجی مدل LARS-WG تغییرات بیش تری را در دمای حداقل و دمای حداکثر نسبت به دوره ی پایه نشان می دهد. بر اساس نتایج این مطالعه نمی توان برتری دقیقی برای هر یک از مدل های موردمطالعه بیان کرد، ولی به طورکلی می توان گفت که نتایج پیش بینی دو مدل در اکثر موارد از نظر آماری اختلاف معنی دار (01/0P<) دارند.