مدل های گردش عمومی

در این تحقیق با استفاده از داده های ماهانة حاصل از محاسبة ضرایب مربوط به دما و بارش نقاط شبکه در مختصات ایستگاه تبریز و داده های ماهانة دما و بارش ایستگاه هواشناسی تبریز در یک دورة آماری 53 ساله از سال1951 تا 2003 اثرات دو برابر شدن میزان جو بر دما و بارش به عنوان مهم ترین عناصر اقلیمی شبیه سازی شده است. مدل های هایترگراف و آمبروترمیک ترسیمی برای تبریز مبین تغییرات ماهانة عناصر اقلیمی دما و بارش در شرایط دو برابر شدن جو هستند. با میانگین گیری داده های واقعی دما و بارش و داده های شبیه سازی شدة ماهانه مقادیر فصلی عناصر مذکور شبیه سازی و مورد مقایسه قرار داده شده است. نتایج حاصل از شبیه سازی عناصر دما و بارش به روش GISS مبین افزایش دمای تبریز در کلیة مقاطع ماهانه، فصلی و سالانه و کاهش بارش در ماه های فصول زمستان (فوریه و مارس) و بهار (آوریل و می) و افزایش آن در فصول تابستان، پائیز و نیز مقطع سالانه هستند. مدل هایترگراف فعلی و شبیه سازی شده تبریز در شرایط دو برابر شدن جو، تغییرات دما و بارش را مورد تأیید قرار داد. مدل های آمبروترمیک فعلی و شبیه سازی شده به وسیلة مدل GISS نیز در مقایسه با هم نشانگر تغییر اقلیم (دما و بارش) در تبریز هستند. با توجه به مدل های آمبروترمیک و هایترگراف ترسیمی در این پژوهش، تغییر اقلیم تبریز در شرایط دو برابر شدن به شکل کاهش مدت و شدت دوره سرد و کاهش روزهای همراه با یخبندان، کاهش بارش بهاره و زمستانی، تغییر بارش زمستانی از برف به باران، طولانی شدن دورة رشد گیاهان، افزایش دما و به تبع از آن خشکی، به منصة ظهور خواهد رسید.

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.