تعداد نشریات | 161 |
تعداد شمارهها | 6,533 |
تعداد مقالات | 70,506 |
تعداد مشاهده مقاله | 124,124,998 |
تعداد دریافت فایل اصل مقاله | 97,233,502 |
بررسی روند تغییرات پارامترهای اقلیمی شهرستان بروجرد در 20 سال آتی با استفاده از مدل HADCM3 | ||
اکوهیدرولوژی | ||
مقاله 23، دوره 5، شماره 4، دی 1397، صفحه 1345-1353 اصل مقاله (825.25 K) | ||
نوع مقاله: پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ije.2018.269238.979 | ||
نویسندگان | ||
محمدحسین جهانگیر* 1؛ اقبال نوروزی2؛ یزدان یاراحمدی2 | ||
1استادیار، دانشکدۀ علوم و فنون نوین دانشگاه تهران | ||
2دانشجوی کارشناسی ارشد، دانشکدۀ علوم و فنون نوین دانشگاه تهران | ||
چکیده | ||
در چند دهۀ اخیر افزایش دما سبب برهمخوردن تعادل اقلیمی کرۀ زمین شده و تغییرات گستردهای را در اغلب نواحی آن به وجود آورده است که از آن بهعنوان تغییر اقلیم یاد میشود. استفاده از مدلهای ریزمقیاسنمایی آماری در برآورد نوسانات اقلیمی این امکان را فراهم کرده است تا بتوان دادههای آب و هوایی را در مقیاس مکانی و زمانی مناسب تولید کرد. در پژوهش حاضر کارایی مدل LARS – WG برای تولید و شبیهسازی دادههای روزانۀ دما، کمینه و بیشینۀ بارش و ساعت آفتابی در شهرستان بروجرد با استفاده از پارامترهای آماری RMSE، R2، MAE و MBE بررسی و ارزیابی شده و تغییرات ناشی از آن در دهههای آینده آشکار شد. نتایج پژوهش حاضر نشان داد مدل HadCM3 توانایی لازم را در تولید دادههای روزانه دارد. پس از اطمینان از کارایی مدل، از خروجی مدل استفاده شده و دادههای روزانۀ دما، کمینه و بیشینۀ بارش و ساعت آفتابی برای دورۀ پایه (1996ـ 2015) تحت سه سناریوی A1B, A2, B1شبیهسازی شد. نتایج بهدستآمده از برآورد مدل HadCM3 برای سناریوهای بررسیشده در دورههای آتی، بیان میکند که میانگین مجموع پارامترهای هواشناسی روند افزایشی داشته است و هر سه سناریو این میزان افزایش را نشان میدهند. | ||
کلیدواژهها | ||
بروجرد؛ تغییر اقلیم؛ شبیهسازی؛ مدل LARS – WG؛ Hadcm3 | ||
مراجع | ||
[1]. Seyyed Kaboli, H. AkhodAli, A.M. Masah Bavani, A.R. Radmanesh F. A Downscaling Model Based on K-nearest neighbor (K-NN) Non-parametric Method. Water Soil. 2012;26(4):779–808. [Persian] [2]. R Esmaili؛ H Ataie؛ G Fallah Ghalhary. Assessment of Climate Change Impact on the Future Development of Apricot and Almond Species. (Case Study: Khorasan Razavi Province). Agric Sci Sustain Prod. 2012;21(1):145–63. [Persian] [3]. Rezaei, M. Nohtani, M. Moghaddamnia, A. Abkar, A. Rezaei M. Performance Evaluation of Statistical Downscaling Model (SDSM) in Forecasting Precipitation in two Arid and Hyper arid Regions. Water Soil. 2014;28(4):836–45. [Persian] [4]. Jones RN. Managing uncertainty in climate change projections--issues for impact assessment. Clim Change. 2000;45(3–4):403–19. [5]. Wilby RL, Dawson CW. The statistical downscaling model: insights from one decade of application. Int J Climatol. 2013;33(7):1707–19. [6]. Jim Wulliman PE. Learning from Nature Reducing Urban Storm Impact. London. 2005; [7]. Abassi, F. Malbusi, S. Babaeian, I. Asmari, M. Borhani R. Climate Change Prediction of South Khorasan Province During 2010-2039 by Using Statistical Downscaling of ECHO-G Data. Water &Soil. 2010;24(2):218–33. [Persian] [8]. Alizadeh, A. Sayari, N. Hesami Kermani, M. R. Bannayan Aval, M. Farid Hossaini A. Assessment of Climate Change Potential Impacts on Agricultural Water Use and Water Resources of Kashaf rood basin. Water Soil. 2010;24(4):815–35. [Persian] [9]. Carter TR, Hulme M, Lal M. IPCC-TGCIA Guidelines on the use of scenario data for climate impact and adaptation assessment, version 1. IPCC, Task Gr Scenar Impact Assess. 1999; [10]. B. Ababaei FMT sohrabi. Evaluation of the performance of the LARS-WG model at 12 coastal meteorological stations Iran. Iran Water Res. 2011;5(9):217–22. [Persian] [11]. Chen H, Guo J, Zhang Z, Xu C-Y. Prediction of temperature and precipitation in Sudan and South Sudan by using LARS-WG in future. Theor Appl Climatol. 2013;113(3–4):363–75. [12]. Hashemi MZ, Shamseldin AY, Melville BW. Comparison of SDSM and LARS-WG for simulation and downscaling of extreme precipitation events in a watershed. Stoch Environ Res Risk Assess. 2011;25(4):475–84. [Persian] [13]. Semenov MA, Barrow EM, Lars-Wg A. A stochastic weather generator for use in climate impact studies. User Man Herts UK. 2002; [14]. In IC and LU, the Chesapeake Bay Watershed, Ellicott City MC for W, Protection. Cappiella, Karen and Kenneth Brown. In 2001. [15]. Rajabi A, Sedghi H, Eslamian SS, Musavi H. Comparison of Lars-WG and SDSM downscaling models in Kermanshah (Iran). Ecol Env Conserv. 2010;16(4):1–7. [Persian] [16]. A, Alizadeh. GH K. Effect of Climate Change on Agricultural Water Use in Mashhad Valley. Geogr Res. 2002;(65,66):189–201. [Persian] [17]. Bernard C. Urban Water Cycle Processes and Interactions [Internet]. Chapters Taylor & Francis. 2007. Available from: http://ganj.irandoc.ac.ir/articles/557901 [18]. Saleh Niya, N. Alizadeh, A. Sayari N. Comparison of two LARS-WG and ASD microscopic models in prediction of rainfall and temperature under changing conditions and in different weather conditions. Irrig &drainage Iran. 2014;8(2):233–45. [Persian] [19]. Rohi, F., Mirrokni, M., Massah Bovani, U., and Nasresfahani L. Performance Assessment of SDSM model in downscaling rainfull and precipitaion In hot and dry climates (Case study: hamdidy of Yazd and Tabas station). Geophysic. 2016;9(4):104–25. [Persian] [20]. Hajjarpour , A. Yousefi , M. and Kamkar B. Precision test of simulators LARS- WG, Weather Man and CLIMGE Ninthree different climatessimulated (Gorgan, Gonbad and Mashhad). Geogr Dev. 2014;35(59):201–16. [Persian] [21]. Yarmoradi BN zahra. Predicting the Climatic Parameters Changes ofLorestan Province in the next 50 years using the HADCM3 model. Sci - Res Q Geogr Data. 2017;26(101):143–54. [Persian] | ||
آمار تعداد مشاهده مقاله: 561 تعداد دریافت فایل اصل مقاله: 372 |