Prediction of Minimum and Maximum Temperature, Radiation and Precipitation in Rasht Synoptic Station under Different Climate Change Scenarios

Document Type : Research Paper

Authors

1 Assistant Professor, Water Engineering Department, Faculty of Agricultural Sciences, University of Guilan - Msc. Candidate,

2 - Msc. Candidate, Water Engineering Department, Faculty of Agricultural Sciences, University of Guilan

3 Assistant Professor, Water Engineering Department, Faculty of Agricultural Sciences, University of Guilan

2

Abstract

Abstract
Prediction and evaluation of meteorological data in effect of climate change is very important especially in water resources management. LARS is a model that generates weather data and predicts weather parameters by downscaling global circulation models (GCM). In this study, in order to evaluate 15 GCM models performance in simulating the minimum and maximum temperature, radiation and precipitation in Rasht synoptic station (2011-2012), statistical downscaling of each model was performed by LARS model. Then, the mentioned data were predicted on the basis selected GCM models for 2013-2042 and 2043-2072 periods. The results showed that the highest increase in annual average of minimum and maximum temperature will occur during the 2043-2072 periods with 1.3 and 2.0 °C, under A2 scenario, respectively. The amounts of radiation will decrease in future periods for all seasons. The highest decrease (143.4 MJ m-2) of radiation will occur in 2013-2042periods in winter under A2 scenario. The seasonal precipitation will often increase in future periods. The highest increase of seasonal precipitation (55.5 mm) will occur under B1 scenario in 2043-2072 periods for autumn.

Keywords

Main Subjects

References

- اسماعیلی، رضا؛ گندمکار، امیر و حسنعلی غیور (1389)، «پهنه­بندی میزان تغییرات اقلیمی از دیدگاه کشاورزی در دوره اقلیمی آینده (مطالعه موردی: استان خراسان رضوی)»، مجله جغرافیا و برنانه­ریزی محیطی، سال22، شماره پیاپی 41، شماره 1، صفحه: 52-35.
- اشرف، بتول؛ موسوی بایگی، محمد؛ کمالی، غلامعلی و کامران داوری (1390)، «پیش­بینی تغییرات فصلی پارامتـر­های اقلیمی در 20 سال آتی با استفاده از ریزمقیاس نـمایی آماری داده­های مدل HADCM3»، نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد 25، شماره 4، صفحه: 957-947
- بابائیان، ایمان؛ نجفی نیک، زهرا؛ زابل عباسی، فاطمه؛ حبیبی نوخندان، مجید؛ ادب، حامد و شراره ملبوسی (1388)، «ارزیابی تغییر اقلیم کشور در دوره­ی 2039-2010 میلادی با استفاده از ریزمقیاس نمایی داده­های مدل گردش عمومی جو ECHO-G»، مجله جغرافیا و توسعه، شماره 16، صفحه: 152-135.
- بذر­افشان، جواد؛ علی، خلیلی؛ هورفر، عبدالحسین؛ ترابی، صدیقه و سهراب حجام (1388)، «بررسی و مقایسه عملکرد دو مدل LARS و ClimGen در شبیه­سازی متغیر­های هواشناسی در شرایط مختلف اقلیمی ایران»، مجله تحقیقات منابع آب ایران، سال پنجم، شماره 1، صفحه: 57-44.
- عباسی، فاطمه؛ ملبوسی، شـراره ؛ بابائیان، ایمان؛ اثمری، مرتـضی و رضا برهانی (1389)، «پیش­بینی تغییرات اقلیمی خراسان جنوبی در دوره 2039-2010 میلادی با استفاده از ریزمقیاس نمایی آماری خروجی مدل ECHO-G»، نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد 24، شماره 2،  صفحه: 233-218.
- مشکواتی، امیرحسین؛ کردجزی، محمد و ایمان بابائیان (1389)، «بررسی و ارزیابی مدل لارس در شبیه­سازی داده­های هواشناسی استان گلستان در دوره 2007-1993 میلادی»، نشریه تحقیقات کاربردی علوم جغرافیایی، جلد16، شماره 19، صفحه: 96-81.
-IPCC 4th Assessment Report (2007), “See URLhttp://www.IPCC.ch.
-Semenov, M.A., Brooks, R.J., Barrow, E.M., and Richardson, C.W., (1998), “Comparison of the WGEN and LARS stochastic weather generators indiver’s climates”, Climate Research, 10: 95-107.
-Semenov, M.A., Barrow, E.M., (2002), “A StochasticWeather Generator for Use in Climate, User’ Impact Studies Manual”, version 3.0.

Files

Share

How to cite

Statistics