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