بررسی اثر عوامل مورفو- اقلیمی بر دقت ریزمقیاس گردانی مدل چندگانه خطی SDSM (مطالعه موردی: ایستگاه‌های امیدیه و دزفول)

نوع مقاله: مقاله پژوهشی

نویسندگان

دانشگاه حکیم سبزواری

چکیده

در حال حاضر مدلهای گردش عمومی جهان تنها ابزاری هستند که اثر تغییر اقلیم در سطح جهانی را برای عناصر اتمسفری در شبکههای بزرگ مکانی شبیه‌سازی میکنند. از مشهورترین این مدلها SDSM است. در این تحقیق با استفاده از دادههای میانگین، حداقل و حداکثر دمای روزانه ایستگاههای سیینوپتیک امیدیه و دزفول در استان خوزستان به کمک نرمافزار SDSM تا سال 2099 با یکدیگر مقایسه شدند. نتایج به دست آمده از دادههای شهرستان امیدیه شامل دادههای سالانه مشاهدهای میانگین دما 393/17و دادههای سالانه مدلسازی شده میانگین دما 255/15، دادههای سالانه مشاهدهای ماکزیمم دما 400/35 و دادههای سالانه مدلسازی شده ماکزیمم دما 700/45، دادههای سالانه مشاهدهای مینیمم دما 400/2- و دادههای سالانه مدلسازی شده مینیمم دما 400/6-، انحراف معیار سالانه میانگین دما 098/0 و انحراف معیار سالانه ماکزیمم دما 819/1و انحراف معیار سالانه مینیمم دما 917/0 میباشد. نتایج به دست آمده از دادههای شهرستان دزفول شامل داده‌های سالانه مشاهدهای میانگین دما 300/15و دادههای سالانه مدلسازی شده میانگین دما 442/14، داده‌های سالانه مشاهدهای ماکزیمم دما 000/40 و داده‌های سالانه مدلسازی شده ماکزیمم دما 350/39، دادههای سالانه مشاهدهای مینیمم دما 000/13- و دادههای سالانه مدلسازی شده مینیمم دما 850/9-، انحراف معیار سالانه میانگین دما 091/0 و انحراف معیار سالانه ماکزیمم دما 459/1و انحراف معیار سالانه مینیمم دما 682/1میباشد. در ادامه شبیهسازی شاخص دمایی با مدل A2 و B2 HadCM3 تا سال 2099 برای دو ایستگاه صورت گرفت. نتایج نشان دادند که عامل ارتفاع ایستگاه با خطای مدل رابطه مستقیم دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Investigating the Effect of Morpho- Climatic Factors on Precision of SDSM Linear Multiplexing Model (Case Study: Omidieh and Dezful Stations)

نویسندگان [English]

  • gholamabas fallah ghalhari
  • rasol savestani
  • nasrin moradimajd
departmment of hakim sabzevari university
چکیده [English]

 
At present, global circulation models are only instrument that simulates global climate change effects for atmospheric elements in large spatial networks. Most famous of these models is SDSM. In this study, using mean data, minimum and maximum daily temperatures of Omidieh and Dezful stations in Khuzestan province were compared with SDSM software until 2099. Results obtained from data of Omidieh include annual observation data of mean temperature of 17.393 and annualized model data average of 15.255, annual observation data of maximum temperature of 35.400 and annualized model data maximum temperature of 45.700, annual observation data of minimum temperature is -2.400 and annualized model is minimum temperature of -6.400, annual standard deviation is 0.098 and annual standard deviation is 1.819 and annual standard deviation of minimum temperature is 0.917. Results obtained from data of Dezful city included annual observational data of 15.300 and average annual data of average temperature of 14.442, annual observation data of maximum temperature of 40.000 and annualized model data, maximum temperature of 39.350, annual observation data of minimum temperature is -13.000, and nnualized model is minimum temperature of -9.850, annual standard deviation is 0.091 and annual standard deviation is 1.459 and annual standard deviation of minimum temperature is 1.682. The simulation of temperature index with HadCM3A2 and B2 models by 2099 was carried out for two stations. The results showed that station's height factor is directly related to model error.

کلیدواژه‌ها [English]

  • Climate change
  • Simulation
  • HadCM3
  • NCEP
  • Khuzestan
Farzaneh, M.; Samadi, A.K.; Akbarpour, A. & Islam, S.S. 2010. Introducing selected predictors for statistical-regression scaling under the north Karoon Behesht Abad basin, First conference on applied water resources research, Kermanshah university of technology. (in persian)

Ghermezcheshme, B.; Rasooli, C.A.; Rezaeibanafshe, M. Masahbovani, A.R.; & Khorshiddost, A. M. 2014. Investigation of the effect of morpho-climatic factors on the accuracy of SDSM model rotation, Journal of engineering and watershed management, 6(2): 164-155. (in persian)

Goodarzi, M.; Jahanbakhsh, S.; Rezaee, M.; Ghafouri, A. & Mahdian, M.H. 2011. Assessment of climate change statistical downscaling methods in a single site in Kermanshah, Iran. American-Eurasian Journal of Agricultural and Environmental Science, 6(5): 564-572.

Hellstrom, C. & Chen, D. 2006. Statistical Downscaling Based on Dynamically Downscaled Predictors: Application to Monthly Precipitation in Sweden, Advances in Atmospheric Sciences, Vol. 20, No. 6, PP.951–958.

Koukidis, E.N. & Berg, A.A. 2010. Sensitivity of the Statistical DownScaling Model(SDSM) to reanalysis products, Atmosphere-Ocean, 47:1, 1-18.

IPCC. 2007. General guidelines on the use of scenario data for climate impact and adaptation assessment. Cambridge University Press, 989 pages, UK.

Tavassoli, A. 2010. Simulation of intrapartum rainfall coefficient changes using precipitation components in Bar Neyshabour watershed, Iranian journal of watershed management science, 10 (4): 33-21. (in persian)

Rouhipanah, F.; Mir Rokni, S.M .& Masahbovani, A.R. 2014. Comparison of calibration methods for temperature simulation using exponential microscopy model SDSM (case study of Yazd city), Proceedings of the 16th Iranian geophysical conference, pp. 320-315. (in persian)

Samadi Neghab, S.; Khorshiddost, A. M.; Habibi Nokhandan, M. & Zabul Abbasi, f. 2011. Applying SDSM model for exponential scale of GCM data on precipitation and temperature (case study: station climates in Iran), Journal of climatological research, 2(5&6): 57-68. (in persian)

Vaseghi, R.; Massah, A.R.; Meshkati, A.H. & Rahimzadeh, F. 2011. Investigation of runoff impact of ensembles scenarios AOGCM models. 4th Conference of Water Resources Management of Iran,Tehran, Iran

Wilby, R.L. & Harris, I. 2006. A framework for assessing uncertainties in climate change impacts: low flow scenarios for the River Thames, UK. Water Resources Research, 42(2): 1-10.

Zarghami, M.; Abdi Babaeian, I.; Hassanzadeh, Y. & Kanani, R. 2011. Impacts of Climate Change on runoffs in East Azerbaijan, Iran. Global and Plantary Change. 78 (2011) 137 146.