نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 کارشناس ارشد آبخیزداری.

2 عضو هیئت علمی گروه آبخیزداری و مدیریت مناطق بیابانی، دانشگاه گرگان

3 عضو هیئت علمی پژوهشکده آبخیزداری و حفاظت خاک تهران.

4 استادیار دانشکده جغرافیا و برنامه‌ریزی، دانشگاه تبریز.

چکیده

یک مولد آب و هوائی به­عنوان ابزاری نسبتاً دقیق و ارزان برای تولید سناریوهای تغییر اقلیم چندساله در مقیاس روزانه به­کار برده می­شود و تغییرات در متغیرهای اقلیمی و میانگین­های اقلیمی را ترکیب می­کند. در این تحقیق کارایی مدل LARS-WG جهت تولید داده­های روزانه بارش، دمای حداقل و حداکثر و ساعت آفتابی در حوضه آبخیز قره­سو استان گلستان در ایستگاه گرگان مورد بررسی و ارزیابی قرار گرفته و با استفاده از آن تغییرات پارامترهای اقلیمی در آینده بررسی شده است. در اولین گام مدل برای دوره 1999- 1970 اجرا گردیده و میانگین­های ماهانه مشاهداتی و تولید شده پارامترهای اقلیمی مذکور مقایسه شد. همبستگی مقادیر با استفاده از آزمون T استیودنت نشان داد که در سطح اطمینان 99 درصد تفاوت معنی­داری بین داده­های واقعی و داده­های حاصل از مدل وجود ندارد. مقادیر میانگین­های ماهانه مشاهداتی و تولید شده متغیرهای هواشناسی با استفاده از پارامترهای آماری NA، RMSE وMAE  نیز مورد مقایسه قرار گرفتند و اثبات شد که مدل کارآیی لازم جهت تولید داده­های روزانه در حوضه آبخیز قره­سو استان گلستان را داراست. هم­چنین نمودارهای پراکنش مشاهداتی و شبیه­سازی شده نشان داد که مقادیر دمای حداقل و حداکثر بیشترین همبستگی را داشته و مقادیر مربوط به ساعت آفتابی کمترین میزان همبستگی را داراست. در مرحله بعد پس از اطمینان از کارآیی این مدل در شبیه‌سازی پارامترهای هواشناسی مذکور در حوضه آبخیز قره­سو استان گلستان، داده­های سه سناریوی A2 (سناریوی حداکثر)،A1B  (سناریوی حد وسط) و B1 (سناریوی حداقل) مدل HadCM3 در دو دوره 2030-2011 و 2099-2080 با مدل آماری LARS-WG کوچک مقیاس گردید. نتایج نشان داد که بر اساس برآورد مدل LARS-WG برای سناریوهای مورد بررسی در دوره­های آتی میانگین دمای حوضه آبخیز قره­سو به میزان 56/0 تا 04/4 درجه سلسیوس افزایش و مقدار بارش نیز در مقایسه با دوره پایه به میزان 28/10 تا 71/23 درصد افزایش می­یابد.

کلیدواژه‌ها

عنوان مقاله [English]

Prediction of Climatic Parameters Using LARS-WG Model in Ghare-su Basin

نویسندگان [English]

  • Jahantab Khosrovanian 1
  • Majid Onagh 2
  • Masud Guderzi 3
  • Seyyedasadollah Hejazi 4

چکیده [English]

Abstract
A stochastic weather generator can serve as a computationally inexpensive tool to produce multiple-year climate change scenarios at the daily time scale which could incorporate changes both in mean climate and in climate variability as well. In this paper, LARS-WG model was used to downscale GCM outputs and then tp assess the performance for generated daily data of precipitation, minimum and maximum temperature and sunshine hours. Study area was Ghare-su basin in Gorgan and the station is called Gorgan synoptic station. The first step was running the model for the 1970-1999 periods. Then mean of observation and synthetic data were compared. T-test was used in the 99% significance level, and the difference between observation and synthetic data was not significant. Finally monthly mean of observation and synthetic data were compared using statistical parameters such as NA, RMSE & MAE. As a final result, it was found that performance of model was appropriate for generating daily above-listed data in Ghare-su basin. Thus, it was possible to predict the climatic parameters from GCM output using LARS-WG model. Also minimum and maximum temperatures had the highest and sunshine hours involved the lowest correlation. After ensuring performance of model to simulate above-mentioned parameters, this model used to predict future trends (in 2011-2030 and 2080-2099) with A2, A1B and B1 scenarios of the HadCM3 model was. Results showed that future temperature would increase 0.56-4.04 degrees centigrade while precipitation would increase 10.28-23.71%.

کلیدواژه‌ها [English]

  • Keywords: Climate change
  • Climatic Scenarios
  • Down-scaling
  • Lars-WG
  • Ghareh-Su
منابع
ـ اشرف، بتول؛ موسوی بایگی، محمد؛ کمالی، غلامعلی و داوری، کامران. (1389)، «بررسی روند تغییر پارامترهای اقلیمی مشهد در دوره 2030-2011 با استفاده از داده­های شبیه­سازی شده توسط مدل LARS-WG»، نخستین کنفرانس ملی هواشناسی و مدیریت آب کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران.
ـ بابائیان، ایمان و نجفی­نیک، زهرا (1385)، معرفی و ارزیابی مدل LARS-WG برای مدل­سازی پارامترهای هواشناسی استان خراسان دوره آماری (2003-1961)»، فصلنامه نیوار، 62 و 63، 65-49.
ـ بابائیان، ایمان؛ نجفی ­نیک، زهرا؛ زابل عباسی، فاطمه؛ حبیبی نوخندان، مجید؛ ادب، حامد و ملبوسی، شراره (1388)، «ارزیابی تغییراقلیم کشور در دوره 2039-2010 میلادی با استفاده از ریزمقیاس نمایی داده­های مدل گردش عمومی جو ECHO-G»، مجله جغرافیا و توسعه، 16، 152-135.
ـ تلان، ابراهیم و ضرغامی، مهدی (1387)، «بررسی تغییر اقلیم استان آذربایجان شرقی در دوره سال­های 2049-2020 میلادی با استفاده از ریزمقیاس­نمایی آماری مدل ECHO-G»، سومین کنفرانس مدیریت منابع آب، دانشگاه تبریز.
ـ سـایـت پـژوهـشکده اقـلیم­شـناسی، «مـدل آماری LARS-WG»، بیست خـرداد 1391، http://www.cri.ac.ir/show=06.
ـ عباسی، فاطمه؛ ملبوسی، شراره؛ حبیبی نوخندان، مجید و اثمری، مرتضی (1389)، «ارزیابی تغییر اقلیم زاگرس در دوره 2039-2010 میلادی با استفاده از ریزمقیاس نمایی داده­های مدل گردش عمومی جو ECHO-G»، نشریه پژوهش­های اقلیم­شناسی، 1و2، 20-3.
ـ عساکره، حسین (1386)، «تغییر اقلیم، زنجان»، دانشگاه زنجان.
ـ مشکواتی، امیرحسین؛ کردجزی، محمد و بابائیان، ایمان (1389)، «بررسی و ارزیابی مدل لارس در شبیه­سازی داده­های هواشناسی استان گلستان در دوره 2007-1993 میلادی»، نشریه تحقیقات کاربردی علوم جغرافیایی، 19، 96-81.
- Abbaspour, K.C., Faramarzi, M., Seyed Ghasemi, S. and Yang, H. (2009), “Assessing the impact of climate change on water resources in Iran”, Water Resources Research, 45: 10434, 1-16.
- Downing, T.E., Harrison, P.A., Butterfield, R.E. & Lonsdale, K.G. (2000), “Climate Change, Climatic Variability and Agriculture in Europe: An Integrated Assessment. Environmental Change Institute”, University of Oxford.
- Elshamy, M.E., Weather, H.S., Gedney, N. &Huntingford, C. (2005), “Evaluation of the rainfall component of weather generator for climate change studies”, Journal of Hydrology, 326, 1-24.
- Harrison, P.A., Butterfield, R.E. & Downing, T.E. (1995), “Climate Change and Agriculture in Europe: Assessment of Impacts and Adaptations”, Environmental Change Unit Research Report No. 9, Environmental Change Unit, University of Oxford.
- Semenov, M.A. & Barrow, E.M. (2002), “LARS-WG A Stochastic Weather Generator for Use in Climate Impact Studies”, User Manual, Version, 3.0: 28.
- Semenov, M.A., Brooks, R.J., Barrow, E.M. & Richardson, C. W. (1998), “Comparison of the WGEN and LARS-WG stochastic weather generators in divers climates”, Climate Research.
- Racsko, P., Szeidl, L. & Semenov M. (1991), “A serial approach to local stochastic weather models”, Ecological Modelling, 57: 27-41.
- Rietveld, M.R. (1978), “A new method for the estimating the regression coefficients in the formula relating solar radiation to sunshine”, Agricultural Meteorology 19, 243-252.
- Richardson, C.W. & Wright, D.A. (1984), “WGEN: A model for generating daily weather variables. US Department of Agriculture”, Agricultural Research Service, ARS-8, 83pp.
- Babaeian, I., Kwon, W.T. & Im, E.S. (2004). “Application of Weather Generator Technique for Climate Change Assessment over Korea. Korea Meteorological Research Institute”, Climate Research Lab, pp. 98.