پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,533 |
| تعداد مقالات | 70,506 |
| تعداد مشاهده مقاله | 124,126,096 |
| تعداد دریافت فایل اصل مقاله | 97,234,209 |
ارزیابی ریزگردانی تک ایستگاهی و چند ایستگاهی مدل آماری اس‌دی‌اس‌ام با استفاده از شاخص های حدی دما و بارش (مطالعه موردی: غرب میانی ایران) | ||
| فیزیک زمین و فضا | ||
| مقاله 14، دوره 43، شماره 1، اردیبهشت 1396، صفحه 193-208 اصل مقاله (1.26 M) | ||
| شناسه دیجیتال (DOI): 10.22059/jesphys.2017.57734 | ||
| نویسندگان | ||
| روح اله اوجی* 1؛ منوچهر فرج‌زاده2؛ یوسف قویدل رحیمی2؛ علیرضا مساح بوانی3 | ||
| 1استادیار اقلیم شناسی/ دانشگاه گیلان | ||
| 2دانشگاه تربیت مدرس | ||
| 3دانشگاه تهران | ||
| چکیده | ||
| دو روش تک ایستگاهی و چند ایستگاهی مدل ریزگردانی آماری اس‌دی‌اس‌ام-دی سی به منظور ریزگردانی مقادیر حدی دما و بارش، در 9 ایستگاه سینوپتیک واقع در منطقه کوهستانی غرب میانی ایران طی سالهای آماری 2010-1981 مورد ارزیابی قرار گرفتند. دوره آماری 2000-1981 بمنظور کالیبراسیون مدل و 2010-2001 برای اعتبار سنجی آن، با بکارگیری 27 شاخص حدی اقلیمی، عملکرد مدل را مورد سنجش قرار داد. حساسیت روشها به ناهنجاریهای بزرگ مقیاس جوی و نیز توانمندی آنها در بازنمونه برداری توزیع داده‌های مشاهداتی در دوره اعتبار سنجی، بطور جداگانه برای هر شاخص، به ترتبیب با استفاده از آزمونهای همبستگی پیرسن و کمولوگراف-سیمونوف، مورد آزمون قرار گرفت. بمنظور ارزیابی کلی مدل، از روش ترکیبی استفاده شد. روش ریزگردانی تک ایستگاهی(چند ایستگاهی) با گذراندن به ترتیب 76(81)، 16(7) و 14(5) درصد از آزمونهای کلموگراف-سیمرنف، همبستگی پیرسن و نیز آزمون ترکیبی، نتایج قابل قبولی را ارائه دادند. بنحوی که می توان گفت؛ روش تک ایستگاهی، جهت ریزگردانی مقادیر حدی در هر تک ایستگاه بهتر از روش چند ایستگاهی بوده ولی برای ریزگردانی مقادیر حدی درکل منطقه مورد مطالعه(یعنی در مجموع ایستگاهها)، روش چند ایستگاهی نتایج بهتری را ارائه داد. هر دو روش، شاخص‌های دما را بهتر از شاخص‌های بارش، ریزگردانی کردند. درحالیکه، بعضی از شاخص ها از جمله روزهای دارای بارش بیش از 25 میلی متر، شاخص ساده روزانه بارش، روزهای مرطوب متوالی و حدکثر دمای حداقل با هیچ یک از روشهای فوق به خوبی تولید نشدند. در حالت کلی، عملکرد مدل از ایستگاهی به ایستگاهی دیگر متغیر بود. | ||
| کلیدواژه‌ها | ||
| "ریزگردانی تک ایستگاهی و چند ایستگاهی"؛ "اس‌دی‌اس‌ام"؛ "مقادیر حدی اقلیمی"؛ "آزمونهای پیرسن و کلموگراف-سیمرنف"؛ "غرب میانی ایران" | ||
| مراجع | ||
|
اوجی ر.، 1392، تحلیل عدم‌قطعیت روشهای تک‌ایستگاهی و چندایستگاهی در ریزگردانی مقادیر حدی دما و بارش. رساله دکتری، دانشگاه تربیت مدرس. جان‌آبکار ع.، حبیب‌نژاد، م.، سلیمانی، ک. و نقوی، ه.، 1393، حساسیت مدل ریز مقیاسنمایی SDSM به داده‌های بازتحلیل شده در مناطق خشک، دو فصلنامه علمی-پژوهشی خشک‌بوم، جلد چهارم، شماره دوم، 11-27. جان‌آبکار ع.، حبیب‌نژاد، م.، سلیمانی، ک. و نقوی، ه.، 1392، بررسی میزان کارایی مدل SDSM در شبیه‌سازی شاخص‌های دمایی در مناطق خشک و نیمه خشک، فصلنامه علمی پژوهشی مهندسی آبیاری و آب، سال چهارم، شماره چهارده، 1-17. دهقانی پور ا. ح.، حسن‌زاده، م. ج.، عطاری، ج. و عراقی‌نژاد، ش.، ۱۳۹۰، ارزیابی توانمندی مدل SDSM در ریز مقیاس نمایی بارش، دما و تبخیر (مطالعه موردی: ایستگاه سینوپتیک تبریز)، یازدهمین سمینار سراسری آبیاری و کاهش تبخیر، کرمان، دانشگاه شهید باهنر. سلطان‌پور، ک. و حسامی‌کرمانی، م. ر.، ۱۳۸۸، ریز مقیاس نمایی بارندگی در تهران، هشتمین کنگره بین‌المللی مهندسی عمران، شیراز، دانشگاه شیراز. علیزاده‌پهلوان ح. و زهرایی، ب.، 1393، مقایسه مدل‌های ریزمقیاس نمایی آماری در شبیه‌سازی بارش روزانه، مجموعه مقالات شانزدهمین کنفرانس ژئوفیزیک ایران، تهران. قرمزچشمه ب.، رسولی، ع. ا.، رضائی‌بنفشه، م.، مساح‌بوانی، ع. ر. و خورشیددوست، ع. م.، 1393، بررسی اثر عوامل مورفو-اقلیمی بر دقت ریزمقیاس گردانی مدل SDSM، نشریه علمی-پژوهشی مهندسی و مدیریت آبخیز، جلد ششم، شماره دوم، 155-164. کوهی م.، موسوی بایگی، م.، فرید حسینی، ع. ر.، ثنایی نژاد، ح. و جباری نوقابی، ه.، 1391، ریزمقیاس نمایی آماری و ارایه سناریوهای آتی رویدادهای حدی بارش درحوضه کشف رود، نشریه پژوهش‌های اقلیم شناسی، سال سوم، شماره دوازدهم، 35-53. رضایی، م.، نهتانی، م.، جان‌آبکار، ع. و میرکازهی ریگی، م.، 1393، بررسی کارایی مدل ریزمقیاس‌نمایی آماری SDSM در پیشبینی پارامترهای دمایی در دو اقلیم خشک و فراخشک (مطالعه موردی:کرمان و بم). پژوهشنامه مدیریت حوزه آبخیز. سال پنجم. شماره 10. دانشگاه علوم کشاورزی و منابع طبیعی ساری، 117-131. Benestad, R. E., 2010, Downscaling precipitation extremes, Theor. App. Climatol., 100, 1-21.
Bürger, G., Murdock, T. Q., Werner, A. T., Sobie S. R. and Cannon, A. J., 2012, Downscaling extremes - an intercomparison of multiple statistical methods for present climate, J. Clim., 25, 4366-4388, doi: 10.1175/JCLI-D-11-00408.1.
Chen, S. T., Yu, P. S. and Tang, Y. H., 2010, Statistical downscaling of daily precipitation using support vector machines and multivariate analysis, Journal of Hydrology, 385, 13-22.
Christensen, J. H., Hewitson, B., Busuioc, A., Chen, A., Gao, X., Held, I., Jones, R., Kolli, R. K., Kwon, W. T., Laprise, R., Maga˜na Rueda, V., Means, L., Men´endez, C. G., R¨ais¨anen, J., Rinke, A., Sarr, A. and Whetton, P., 2007, Regional climate projections, In Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Solomon, S., Quin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K. B., Tignor, M., Miller, H. L., (eds), Cambridge University Press, Cambridge.
Farajzadeh, M., Oji, R., Cannon, A. J., Ghavidel Y. and Massah Bavani, A., 2015, An evaluation of single-site statistical downscaling techniques in terms of indices of climate extremes for the Midwest of Iran. Theoretical and Applied Climatology 120, 377-390, doi 10.1007/s00704-014-1157-4,
Guijarro, J. A., 2012, climatol, Some tools for climatology: series homogenization, plus windrose and Walter&Lieth diagrams. R package version 2.1. http://CRAN.R-project.org/package=climatol.
Harpham, C., Wilby, R. L., 2005, Multi-site downscaling of heavy daily precipitation occurrence and amounts, J. Hydrol., 312, 235-255.
Hashemi, M. Z., Shamseldin, A. Y. and Melville, B. W., 2011, Comparison of SDSM and LARS-WG for simulation and downscaling of extreme precipitation events in a watershed, Stochastic Environmental Research and Risk Assessment, 25, 475-484.
Haylock, M. R., Cawley, G. C., Harpham, C., Wilby, R. L. and Goodess, C. M., 2006, Downscaling heavy precipitation over the UK: a comparison of dynamical and statistical methods and their future scenarios, International Journal of Climatology, 26, 1397-1415, doi: 10.1002/joc.1318.
Kallache, M., Vrac, M., Naveau, P. and Michelangeli, P. A., 2011 Nonstationary probabilistic downscaling of extreme precipitation, J. Geophys. Res., 116, D05113, doi: 10.1029/2010JD014892.
Kalnay, E., Kanamitsu, M., Kistler, R., Collins, W., Deaven, D., Gandin, L., Iredell, M., Saha, S., White, G., Woollen, J., Zhu, Y., Leetmaa, A., Reynolds, R., Chelliah, M., Ebisuzaki, W., Higgins, W., Janowiak, D., Mo, K. C., Ropelewski, C., Wang, J., Jenne, R. and Joseph, D., 1996, The NCEP/NCAR 40 year Reanalysis project, Bull. Amer. Meteor. Soc., 77, 437-471.
Kim, K. Y. and Yi, G. S., 2008, CSBio lab., Information and Communications University Sequential KNN imputation method. R package version 1.0.1. http://csbio.icu.ac.kr.
Klein Tank, F., Zwiers, W. and Zhang, X., 2009, Guidelines on Analysis of extremes in a changing climate in support of informed decisions for adaptation, WMO-TD No. 1500, 56 pp.
Liu W., Guobin, F., Changming L. and Stephen, P. C., 2013, A comparison of three multi-site statistical downscaling models for daily rainfall in the North China Plain, Theoretical Applied Climatology, 111, 585-600, doi: 10.1007/s00704-012-0692-0.
Liu, X. L., Coulibaly, P. and Evora, N., 2008, Comparison of data-driven methods for downscaling ensemble weather forecasts. Hydrology and Earth System Sciences, 12, 615-624.
Liu, Z., Xu, Z., Charles, S. P., Fu, G. and Liu, L., 2011, Evaluation of two statistical downscaling models for daily precipitation over an arid basin in China. International Journal of Climatology, 31, 2006-2020.
Lu, X., 2006, Guidance on the development of climate scenarios within the framework of national communications from parties not included in annex I (NAI) to the United Nations Framework Convention on Climate Change (UNFCCC). National Communications Support Programme (NCSP), UNDP-UNEP-GEF.
Mekis, E. and Vincent, L. A, 2011, An overview of the second generation adjusted daily precipitation dataset for trend analysis in Canada, Atmosphere-Ocean, 49, 163-177, doi: 10.1080/07055900.2011.583910.
Menne, M. J., Durre, I., Vose, R.S., Gleason, B. and Houston, T. G., 2012, An overview of the Global Historical Climatology Network-Daily Database, J. Atmos. Ocean. Tech, 29, 897-910, doi: 10.1175/JTECH-D-11-00103.1.
Peterson, T. C. and Manton, M. J., 2008, Monitoring changes in climate extremes: a tale of international collaboration, Bull. Amer. Meteor. Soc., 89, 1266-1271, doi: http://dx.doi.org/10.1175/2008BAMS2501.1.
Sillmann, J., Kharin, V. V., Zwiers, F. W., Zhang, X. and Bronaugh, D., 2013, Climate extremes indices in the CMIP5 multimodel ensemble: Part 2. Future climate projections, J. Geophys. Res. Atmos., doi: 10.1002/jgrd.50188.
Wang, X. L., 2008a, Accounting for autocorrelation in detecting mean-shifts in climate data series using the penalized maximal t or F test, J. App. Meteorol. Climatol, 47, 2423-2444.
Wang, X. L., 2008b, Penalized maximal F-test for detecting undocumented mean-shifts without trend-change, J. Atmos. Oceanic. Tech., 25, 368-384, doi:10.1175/2007/JTECHA982.1.
Wang, X.L., Chen, H., Wu, Y., Feng, Y. and Pu, Q., 2010, New techniques for the detection and adjustment of shifts in daily precipitation data series, J. App. Meteorol. Climatol, 49, 2416-2436.
Wang, X. L. and Feng, Y., 2010, RHtestsV3 user manual: Climate Research Division, Science and Technology Branch, Environment Canada, Toronto, ON, Canada. http://cccma.seos.uvic.ca/ETCCDMI/RHtest/RHtestsV3_UserManual.doc.
Wang, X. L., Wen, Q. H. and Wu, Y., 2007, Penalized maximal t test for detecting undocumented mean change in climate data series, J. App. Meteorol. Climatol, 46, 916-931, doi: 10.1175/JAM2504.1.
Wetterhall, F., B´ardossy, A., Chen, D., Halldin, S. and Xu, C., 2007a, Daily precipitation-downscaling techniques in three Chinese regions, Water Resources Research, 42, W11423, doi: 10.1029/2005WR004573.
Wetterhall, F., Halldin, S. and Xu, C. Y., 2007b, Seasonality properties of four statistical-downscaling methods in central Sweden, Theoretical and Applied Climatology, 87, 123-137.
Wilby, R. L. and Dawson, C. W., 2007, SDSM User Manual—A decision support tool for the assessment of regional climate change Impacts.
Wilby, R. L. and Dawson, C. W., 2012, The statistical down scaling model: insights from one decade of application, Int J Climatol, doi: 10.1002/joc.3544.
Wilby, R. L. and Dawson, C. W., 2013, Statistical down scaling model – decision centric (SDSM-DC) version 5.1 supplementary note, Loughborough University, Loughborough.
Wilby, R. L., Dawson, C. W. and Barrow, E. M., 2002, A decision support tool for the assessment of regional climate Impacts, Environmental Modeling & Software, http://dx.doi.org/10.1016/S1364-8152 (01)00060-3.
Wilby, R. L. and Fowler, H. J., 2010, Regional climate downscaling, in Modelling the Impact of Climate Change on Water Resources, Fung CF, Lopez A, New M (eds). Wiley-Blackwell, Chichester.
Wilby, R. L., Tomlinson, O. J. and Dawson, C. W., 2003, Multi-site simulation of precipitation by conditional resampling, Climate Research, 23, 183-194.
Wilby, R. L., 1997, Nonstationarity in daily precipitation series: implications for GCM downscaling using atmospheric circulation indices, International Journal of Climatology, 17, 439-454.
Wilby, R. L., 1998a, Modelling low-frequency rainfall events using weather pattern and frontal frequencies, Journal of Hydrology, 213, 381-392.
Wilby, R. L., 1998b, Statistical downscaling of daily precipitation using daily airflow and seasonal teleconnection indices, Climate Research, 10, 163-178.
Wilby, R. L., 2008a, Constructing climate change scenarios of urban heat island intensity and air quality, Environment and Planning B, Planning and Design, 35, 902-919.
Wilby, R. L., 2008b, Dealing with uncertainties of future climate: the special challenge of semi-arid regions, Proceedings of the Water Tribune, Expo Zaragoza, Spain.
Wilks, D. S., 2006, Statistical methods in the atmospheric sciences, 2nd ed. Elsevier Academic Press, California, USA.
Yang, T., Li, H., Wang, W., Xu, C. Y. and Yu, Z., 2012, Statistical downscaling of extreme daily precipitation, evaporation, and temperature and construction of future scenarios, Hydrological processes, 26, 3510-3523, doi: 10.1002/hyp.8427.
Zhang, X., Alexander, L., Hegerl, G. C., Jones, P., Tank, A. K., Peterson, T. C., Trewin, B. and Zwiers, F. W., 2011, Indices for monitoring changes in extremes based on daily temperature and precipitation data, WIREs Clim Change, 2, 851-870, doi: 10.1002/wcc.147.
| ||
|
آمار تعداد مشاهده مقاله: 2,424 تعداد دریافت فایل اصل مقاله: 1,173 |
||