ارزیابی عملکرد مدلهای ریزمقیاس گردانی LARS-WG و SDSM در شبیهسازی تغییرات اقلیمی در حوضه آبریز دریاچه ارومیه
|
مسعود گودرزی ، برومند صلاحی ، اسعد حسینی*  |
|
|
چکیده: (11610 مشاهده) |
در بررسی تغییرات اقلیمی، پیشبینی آینده پارامترهای اقلیمی توسط مدلهای گردش عمومی (GCMs) و تحت سناریوهای انتشار گازهای گلخانهای انجام میشود؛ اما خروجی این مدلها به علت بزرگمقیاس بودن شبکهی آنها فاقد دقت مکانی و زمانی مناسب در مقیاس کوچک میباشند. بدین منظور نیاز به کوچکمقیاس کردن خروجی این مدلها در مقیاس ایستگاهی و نقطهای با استفاده از مدلهای ریزمقیاس گردانی خواهد بود که به دو دسته آماری و دینامیکی تقسیم میشوند که روشهای آماری دارای کاربرد و مقبولیت بیشتری میباشند. از میان روشهای آماری نیز مدلهای LARS-WG و SDSM از معتبرترین ابزارهای ریزمقیاسگردانی در حال حاضر به حساب میآیند؛ که در این پژوهش به تحلیل عملکرد این دو مدل در شبیهسازی تغییرات دما و بارش در حوضه آبریز دریاچه ارومیه واقع در شمال غرب کشور که در چند دهه اخیر با بحران زیستمحیطی و خطر خشک شدن دریاچه ارومیه روبهرو بوده است پرداخته شد. ایستگاههای هواشناسی مورد بررسی شامل چهار ایستگاه سینوپتیک سقز، تبریز، خوی و ارومیه میباشد که دارای آمار کامل در دوره پایه (۱۹۹۰-1961) بودهاند. جهت ارزیابی عملکرد مدلها نیز از شاخصهای خطاسنجی MSE، RMSE، MAE و همچنین
ضریب تعیین و همبستگی بهره گرفته شد. نتایج حاصل نشان داد که هر دو مدل دقت بیشتری در شبیهسازی دما نسبت به بارش دارند و در شبیهسازی ماهانه پارامترهای دما و بارش، مدل SDSM موفقتر عمل نموده و دارای عدم قطعیت کمتری است؛ و از سویی دیگر نیز دارای فرآیند شبیهسازی وقتگیر و پیچیدهای است. در حالی که مدل LARS-WG در شبیهسازی دورهای بارش از کارآیی بهتری برخوردار است و دارای سادگی و سرعت عملکرد بیشتری نسبت به مدل SDSM است. درمجموع بر اساس نتایج حاصل هیچکدام از مدلها برتری مطلق بر یکدیگر ندارند و علیرغم تفاوتهایی در شبیهسازی، میتوانند در بررسیهای تغییرات اقلیمی مفید واقع شوند. |
|
واژههای کلیدی: : بارش، تغییرات اقلیمی، دریاچه ارومیه، دما، LARS-WG، SDSM |
|
متن کامل [PDF 324 kb]
(2596 دریافت)
|
نوع مطالعه: پژوهشي |
موضوع مقاله:
تخصصي دریافت: 1394/12/1 | پذیرش: 1394/12/1 | انتشار: 1394/12/1 | انتشار الکترونیک: 1394/12/1
|
|
|
|
|
ارسال نظر درباره این مقاله |
|
|