تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,102,097 |
تعداد دریافت فایل اصل مقاله | 97,208,645 |
پیشبینی فرینهای بارشی ایران در آینده نزدیک (2028-2021) با استفاده از پروژه پیشبینی اقلیمی دههای (CMIP6-DCPP) | ||
فیزیک زمین و فضا | ||
مقاله 11، دوره 49، شماره 3، آبان 1402، صفحه 707-725 اصل مقاله (2.5 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jesphys.2023.351678.1007474 | ||
نویسندگان | ||
نرگس اسدی رحیم بیگی؛ آذر زرین* ؛ عباس مفیدی؛ عباسعلی داداشی رودباری | ||
گروه جغرافیا، دانشکده ادبیات و علوم انسانى دکتر على شریعتى، دانشگاه فردوسی مشهد، مشهد، ایران. | ||
چکیده | ||
پیشبینی دههای مرز بین پیشبینی کوتاهمدت و پیشنگری اقلیمی است. هدف از تحقیق حاضر، پیشبینی فرینهای بارشی در دوره 2021 تا 2028 در ایران است. دو گروه داده شامل 77 ایستگاه همدید و برونداد سه مدل از پروژه CMIP6-DCPP با تفکیک افقی 100 کیلومتر استفاده شد. برونداد بارش مدلهای DCPP هر کدام با 9 اجرای متفاوت، برای دو دوره گذشتهنگر (2019-1981) و دوره پیشبینی (2028-2021) استفاده شد. جهت درستیسنجی برونداد مدلها، از سنجههای آماری MBE، RMSE، PCC و PBIAS و برای بررسی مدل همادی از نمودار تیلور استفاده شد. برونداد مستقیم مدلها (DMO)، با روش تغییر عامل دلتا (DCF) تصحیح شد و از روش میانگین وزنی با رویکرد مستقل (IWM) برای تولید مدل همادی استفاده شد. برای بررسی فرینهای بارشی از شاخصهای روزهای همراه با بارش سنگین (R10mm) و خیلیسنگین (R20mm)، شدت بارش (SDII) و بیشینه بارش یکروزه، سهروزه و پنجروزه (RX1,3,5day) استفاده شد. درستیسنجی برونداد مدلهای DCPP، نشان داد که همبستگی برونداد مدلهای یادشده در بیشتر ایستگاههای مورد بررسی بیشتر از 8/0 بهدست آمده است. با اینحال، مدل همادی تولیدشده کارایی بالاتری را نسبت به مدلهای منفرد نشان داد. نتیجه پیشبینی فرینهای بارشی نشان داد که بهطور کلی شش شاخص بارش فرین مورد بررسی در بیشتر مناطق کشور در دهه آینده نسبت به دوره گذشتهنگر افزایش خواهند داشت. دو هسته اصلی بیهنجاری مثبت شاخصها، مناطق جنوبغرب و شمالشرق کشور میباشند. در مقابل، شاخص روزهای همراه با بارش سنگین در سواحل جنوبی دریایخزر بیهنجاری منفی را تجربه خواهد کرد. | ||
کلیدواژهها | ||
پیشبینی دههای؛ مدلهای CMIP6-DCPP؛ مدل همادی؛ تصحیح اریبی؛ فرینهای اقلیمی | ||
مراجع | ||
احمدی، م.؛ داداشی رودباری، ع. ع.؛ اکبری ازیرانی، ط. و کرمی، ج. (1398). کارایی مدل HadGEM2-ES در ارزیابی نابهنجاری فصلی دمای ایران تحت سناریوهای واداشت تابشی. مجله فیزیک زمین و فضا، 45(3)، 625-644.
آزادی، م.؛ دهملایی، م.؛ محمدی، س. ع. و صوفیانی، م. ر. (1397). پیشبینی احتمالاتی سرعت باد ده متری در استان تهران. مجموعه مقالات هجدهمین کنفرانس ژئوفیزیک ایران، تهران مدلهای گردش کلی سریCMIP5 (دوره 2100-2020). نشریه نیوار، 43(104105)، 62-71.
اسدی رحیمبیگی، ن.؛ زرین، آ.؛ مفیدی، ع. و داداشی رودباری، ع. ع.(1400). تحلیل پراکنش فصلی بارشهای فرین در ایران با استفاده از پایگاه AgERA5. مجله تحقیقات آب و خاک ایران، 52(11)، 2723-2737.
اسدی رحیمبیگی، ن.؛ زرین، آ.؛ مفیدی، ع. و داداشی رودباری، ع. ع. (1401). پیشبینی فرینهای دمایی ایران برای آینده نزدیک (2028-2021) با کاربست برونداد مدلهای پیشبینی اقلیم دههای (DCPP). بیستمین کنفرانس ژئوفیزیک ایران، 1 و 2 آذر 1401، موسسه ژئوفیزیک، تهران.
باباییان، ا.؛ اقبالی، آ.؛ آزادی، م.؛ مدیریان، ر.؛ کریمیان، م.؛ حبیبی نوخندان، م. و زرین، آ. (1397). کارآیی سامانه دینامیکی پیشبینی فصلی CFSv.2-RegCM4 در پیشبینی ماهانه بارش کشور، مطالعه موردی: ماههای سپتامبر تا دسامبر سال 2017. اولین کنفرانس بین المللی پیشبینی عددی وضع هوا و اقلیم، تهران.
باباییان، ا.؛ مدیریان، ر.؛ کریمیان، م. و جوانشیری، ز. (1400). پیشبینی چندسالانه بارش ایران با مقیاسکاهی برونداد مدلهای DCPP، مطالعه موردی: دوره 2023-2019. پژوهشهای تغییرات آب و هوایی، 2(6)، 63-78.
زرین، آ. و داداشی رودباری، ع. ع. (1399). پیشنگری چشمانداز بلندمدت دمای آینده ایران مبتنی بر برونداد پروژه مقایسه مدلهای جفتشده فاز ششم (CMIP6). مجله فیزیک زمین و فضا، 46(3)، 583-602.
زرین، آ. و داداشی رودباری، ع. ع. (1400الف). پیشنگری دورههای خشک و مرطوب متوالی در ایران مبتنیبر برونداد همادی مدلهای تصحیح شده اریبی CMIP6. مجله فیزیک زمین و فضا، 47(3)، 561-578.
زرین، آ. و داداشی رودباری، ع. ع. (1400ب). یادداشت تحلیلی: تأثیر تغییر اقلیم بر بارشهای سنگین ایران با بهکارگیری مدل همادی CMIP6. مجله آب و توسعهپایدار، 8(4)، 119-124.
زرین، آ.؛ داداشی رودباری، ع. ع. و حسنی، س. (1401). پیشبینی دمای ماهانه ایران با استفاده از پروژه پیشبینی اقلیمی دههای (DCPP) در دههآینده (2021-2028). فیزیک زمین و فضا، 48(1)، 189-211.
قهرمان، ن.؛ باباییان، ا.؛ آزادی، م. و لوکزاده، ص. (1394). پسپردازش آماری برونداد بارش مدل RegCM4 روی شمالغرب ایران. مجله پژوهشهای جغرافیای طبیعی، 47(3)، 385-398.
گودرزی، ل.؛ بنیحبیب، م. ا. و غفاریان، پ. (1397). ارزیابی کارایی مدل WRF در شبیهسازی بارشهای سنگین (مطالعه موردی: حوضه آبریز رودخانه کن)، مجله پژوهشهای حفاظت آب و خاک، 25(1)، 229-242.
مدیریان، ر.؛ باباییان، ا. و کریمیان، م. (1389). پیکربندی بهینه مدل RegCM3 برای شبیهسازی بارش و دما در فصل پاییز منطقه خراسان در دوره 2000-1991. مجله پژوهش های جغرافیای طبیعی، 41(70)، 107-120.
مفیدی، ع. و زرین، آ. (1384). تحلیل سینوپتیک ماهیت سامانههای کم فشار سودانی (مطالعه موردی: توفان دسامبر 2001)، فصنامه جغرافیایی آمایش سرزمین، 2(6)، 48-24.
مفیدی، ع. و زرین، آ. ( 1385). بررسی سینوپتیک تأثیر سامانههای کم فشار سودانی در وقوع بارشهای سیلزا در ایران، فصلنامه تحقیقات جغرافیایی، 77، 136-113.
مفیدی، ع. ( 1384). اقلیمشناسی سینوپتیک بارشهای سیلزا با منشا منطقه دریای سرخ در خاورمیانه، فصلنامه تحقیقات جغرافیایی، 75، 93-71.
مفیدی، ع.؛ زرین، آ. و جانباز قبادی، غ. ر. (1386). تعیین الگوی هم دیدی بارشهای شدید و حدّی پاییزه در سواحل جنوبی دریایخزر، مجله فیزیک زمین و فضا، 33(3)، 154-131.
مفیدی، ع.؛ زرین، آ. و جانباز قبادی، غ. ر. (1391). تبیین علل کاهش یافتن مقدار و شدت بارشهای زمستانه در قیاس با بارشهای پاییزه در سواحل جنوبی دریایخزر، مجله فیزیک زمین و فضا، 38(1)، 203-177.
Allan, R. P., & Soden, B. J. (2008). Atmospheric warming and the amplification of precipitation extremes. Science, 321(5895), 1481-1484. Bishop, C. H., & Abramowitz, G. (2013). Climate model dependence and the replicate Earth paradigm. Climate dynamics, 41(3), 885-900. Boer, G.J., Smith, D.M., Cassou, C., Doblas-Reyes, F., Danabasoglu, G., Kirtman, B., Kushnir, Y., Kimoto, M., Meehl, G.A., Msadek, R., & Mueller, W.A. (2016). The decadal climate prediction project (DCPP) contribution to CMIP6. Geoscientific Model Development, 9(10), 3751-3777. Chou, C., Neelin, J. D., Chen, C. A., & Tu, J. Y. (2009). Evaluating the “rich-get-richer” mechanism in tropical precipitation change under global warming. Journal of climate, 22(8), 1982-2005. Collins, M., Knutti, R., Arblaster, J., Dufresne, J.L., Fichefet, T., Friedlingstein, P., Gao, X., Gutowski, W.J., Johns, T., Krinner, G., & Shongwe, M. (2013). Long-term climate change: projections, commitments and irreversibility. In Climate change 2013-The physical science basis: Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change (pp. 1029-1136). Cambridge University Press. Doblas-Reyes, F.J., Andreu-Burillo, I., Chikamoto, Y., García-Serrano, J., Guemas, V., Kimoto, M., Mochizuki, T., Rodrigues, L.R.L., & Van Oldenborgh, G.J. (2013). Initialized near-term regional climate change prediction. Nature communications, 4(1), 1-9. Earman, S., & Dettinger, M. (2007). Climate Influences on Groundwater Recharge: Implications for Western Groundwater and Surface Water Resources in the Face of Climate Change. In AGU Fall Meeting Abstracts (Vol. 2007, pp. H14E-04). Goddard, L., Kumar, A., Solomon, A., Smith, D., Boer, G., Gonzalez, P., Kharin, V., Merryfield, W., Deser, C., Mason, S.J., & Kirtman, B.P. (2013). A verification framework for interannual-to-decadal predictions experiments. Climate Dynamics, 40(1), 245-272. Guemas, V., Corti, S., García-Serrano, J., Doblas-Reyes, F. J., Balmaseda, M., & Magnusson, L. (2013). The Indian Ocean: The region of highest skill worldwide in decadal climate prediction. Journal of Climate, 26(3), 726-739. IPCC. (2001). Climate Change 2001: The Scientific Basis, Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change [Houghton, J.T., Y. Ding, D.J. Griggs, M. Noguer, P.J. van der Linden, X. Dai, K. Maskell, and C.A. Johnson (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. IPCC. (2014). Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II, and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change Rep., 151 pp., IPCC, Geneva, Switzerland, 2014. IPCC. (2007). Climate change 2007: The physical science basis. In: Solomon Q, Qin D, Manning M, Chen Z and others (eds) Contribution of Working Group 1 to the 4th assessment report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge IPCC. (2021). Summary for policymakers Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press (2021). Jiang, J., Zhou, T., Chen, X., & Zhang, L. ( 2020). Future changes in precipitation over Central Asia based on CMIP6 projections. Environmental Research Letters, 15(5), 054009 Kirtman, B., Power, S.B., Adedoyin, A.J., Boer, G.J., Bojariu, R., Camilloni, I., Doblas-Reyes, F., Fiore, A.M., Kimoto, M., Meehl, G., & Prather, M. (2013).Near-term climate change: projections and predictability. Kruschke, T., Befort, D., Nikulin, G., & Koenigk, T. (2020). Multi-model decadal predictions of probabilities for seasonal mean temperature and precipitation extremes. In EGU General Assembly Conference Abstracts (p. 17685). Marotzke, J., Müller, W.A., Vamborg, F.S., Becker, P., Cubasch, U., Feldmann, H., Kaspar, F., Kottmeier, C., Marini, C., Polkova, I., & Prömmel, K. (2016). MiKlip: A national research project on decadal climate prediction. Bulletin of the American Meteorological Society, 97(12), 2379-2394. Mastrantonas, N., Bhattacharya, B., Shibuo, Y., Rasmy, M., Espinoza-Dávalos, G., & Solomatine, D. (2019). Evaluating the benefits of merging near-real-time satellite precipitation products: A case study in the Kinu basin region, Japan. Journal of Hydrometeorology, 20(6), 1213-1233. Meehl, G.A., Goddard, L., Boer, G., Burgman, R., Branstator, G., Cassou, C., Corti, S., Danabasoglu, G., Doblas-Reyes, F., Hawkins, E., & Karspeck, A. (2014). Decadal climate prediction: an update from the trenches. Bulletin of the American Meteorological Society, 95(2), 243-267 Mendez, M., Maathuis, B., Hein-Griggs, D., & Alvarado-Gamboa, L. F. (2020). Performance Evaluation of Bias Correction Methods for Climate Change Monthly Precipitation Projections over Costa Rica. Water, 12(2), 482 NCA. (2014). U. S. National Climate Assessment Rep., 1717 Pennsylvania Avenue, NW, Suite 250, Washington, D.C. New, M., Todd, M., Hulme, M., & Jones, P. (2001). Precipitation measurements and trends in the twentieth century. International Journal of Climatology: A Journal of the Royal Meteorological Society, 21(15), 1889-1922. Pall, P., Allen, M. R., & Stone, D. A. (2007). Testing the Clausius–Clapeyron constraint on changes in extreme precipitation under CO2 warming. Climate Dynamics, 28(4), 351-363. Pincus, R., Batstone, C. P., Hofmann, R. J. P., Taylor, K. E., & Glecker, P. J. (2008). Evaluating the present‐day simulation of clouds, precipitation, and radiation in climate models. Journal of Geophysical Research: Atmospheres, 113(D14). Ruggieri, P., Bellucci, A., Nicolí, D., Athanasiadis, P.J., Gualdi, S., Cassou, C., Castruccio, F., Danabasoglu, G., Davini, P., Dunstone, N., & Eade, R. (2021). Atlantic multidecadal variability and North Atlantic jet: a multimodel view from the decadal climate prediction project. Journal of Climate, 34(1), 347-360. Schuster, M., Grieger, J., Richling, A., Schartner, T., Illing, S., Kadow, C., Müller, W.A., Pohlmann, H., Pfahl, S., & Ulbrich, U. (2019). Improvement in the decadal prediction skill of the Northern Hemisphere extra-tropical winter circulation through increased model resolution. Earth System Dynamics Discuss, 10, 171-187. Stone, R. J. (1993). Improved statistical procedure for the evaluation of solar radiation estimation models. Solar energy, 51(4), 289-291. Sun, Q., Miao, C., Duan, Q., Ashouri, H., Sorooshian, S., & Hsu, K. L. (2018). A review of global precipitation data sets: Data sources, estimation, and intercomparisons. Reviews of Geophysics, 56(1), 79-107. Taylor, K. E. (2001). Summarizing multiple aspects of model performance in a single diagram. Journal of Geophysical Research: Atmospheres, 106(D7), 7183-7192. Tebaldi, C., & Arblaster, J. M. (2014). Pattern scaling: Its strengths and limitations, and an update on the latest model simulations. Climatic Change, 122(3), 459-471. Tebaldi, C., & Knutti, R. (2007). The use of the multi-model ensemble in probabilistic climate projections. Philosophical transactions of the royal society A: mathematical, physical and engineering sciences, 365(1857), 2053-2075. Tebaldi, C., Hayhoe, K., Arblaster, J. M., & Meehl, G. A. (2006). Going to the extremes. Climatic change, 79(3), 185-211. Trenberth, K. E. (2011). Changes in precipitation with climate change. Climate research, 47(1-2), 123-138. Trenberth, K. E., Dai, A., Rasmussen, R. M., & Parsons, D. B. (2003). The changing character of precipitation. Bulletin of the American Meteorological Society, 84(9), 1205-1218. van Oldenborgh, G. J., Doblas-Reyes, F. J., Wouters, B., & Hazeleger, W. (2012). Decadal prediction skill in a multi-model ensemble. Climate dynamics, 38(7), 1263-1280. Wehner, M. F. (2013). Very extreme seasonal precipitation in the NARCCAP ensemble: model performance and projections. Climate Dynamics, 40(1), 59-80. WMO. (2022). global annual to decadal climate update: a prediction for 2021–25. Bulletin of the American Meteorological Society, 103(4), E1117-E1129. Yang, S., & Christiansen, B. (2020). The decadal climate prediction skill with focus on the North Atlantic region. In EGU General Assembly Conference Abstracts (p. 11243). Yeager, S.G., Danabasoglu, G., Rosenbloom, N.A., Strand, W., Bates, S.C., Meehl, G.A., Karspeck, A.R., Lindsay, K., Long, M.C., Teng, H., & Lovenduski, N.S. (2018). Predicting near-term changes in the earth system: a large ensemble of initialized decadal prediction simulations using the community earth system model. Bulletin of the American Meteorological Society, 99(9), 1867-1886. Zarrin, A., & Dadashi-Roudbari, A. (2021). Projection of future extreme precipitation in Iran based on CMIP6 multi-model ensemble. Theoretical and Applied Climatology, 144(1), 643-660. Zarrin, A., Dadashi-Roudbari, A., & Hassani, S. (2022). Future changes in precipitation extremes over Iran: Insight from a CMIP6 bias-corrected multi-model ensemble. Pure and Applied Geophysics, 179(1), 441-464. | ||
آمار تعداد مشاهده مقاله: 979 تعداد دریافت فایل اصل مقاله: 649 |