دوره 11، شماره 21 - ( بهار و تابستان 1399 )                   جلد 11 شماره 21 صفحات 311-303 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Jahangir M H, Amrai N, Norozi E. (2020). Predicting Variables Climate, Temperature and Precipitation by Multiple Linear the Model SDSM (Case Study: Tehran Synoptic Station). jwmr. 11(21), 303-311. doi:10.52547/jwmr.11.21.303
URL: http://jwmr.sanru.ac.ir/article-1-780-fa.html
جهانگیر محمد حسین، امرائی نسیبه، نوروزی اقبال. "گزارش فنی"پیش بینی متغیرهای اقلیمی دما و بارش توسط مدل چندگانه خطی SDSM (مطالعه موردی: ایستگاه سینوپتیک تهران) پ‍‍ژوهشنامه مديريت حوزه آبخيز 1399; 11 (21) :311-303 10.52547/jwmr.11.21.303

URL: http://jwmr.sanru.ac.ir/article-1-780-fa.html


دانشکده علوم و فنون نوین دانشگاه تهران
چکیده:   (2424 مشاهده)

 یکی از ایراداتی که به مدل­های GCM وارد است، بزرگ­بودن مقیاس مکانی متغیرهای اقلیمی شبیه­ سازی شده می ­باشد که در این صورت برای مطالعات هیدرولوژیکی و منابع آب از دقت کافی برخوردار نیستند. بنابراین می­بایست آن­ها را از طریق روش­ های مختلف کوچک مقیاس نمود؛ سپس با استفاده از خروجی­ های ریزمقیاس­ نمایی­  شده این مدل­ها اثرات اقلیم در مطالعات هیدرولوژیکی مورد ارزیابی قرار گیرد. لذا در این پژوهش به ­منظور بررسی اثر تغییر اقلیم در مقیاس ایستگاهی از مدل آماری SDSM استفاده شده است. داده ­های مورد استفاده در این پژوهش شامل مقادیر روزانه بارش و دما ایستگاه سینوپتیک تهران، داده­های باز تحلیل NCEP و خروجی­ های دو مدل HadCM3 (داده ­های نسل سوم مدل جهانی اقلیم تحت سناریوی A2 و B2) و CanESM2 تحت سناریوهای RCP2.6، RCP4.5 و RCP8.5 می ­باشد. میزان بارش و دما تحت مدل  HadCM3برای سه دوره (2031-2001)، (2061-2032) و (2091-2062) پیش ­بینی و با دوره پایه مورد مقایسه قرار گرفته است. با توجه به پارامترهای آماری، تحت سناریوهای A2 و B2 برای مقادیر بارش و دما به ­ترتیب برابر: (48/1RMSE=، 3/4MAE=، 61/0R2= و 86/0Nash=) و (127/0RMSE=، 413/0MAE= ، 99/0R2= و 99/0Nash=) مشاهده شد. و در دوره 2031-2001، 2061-2032 و 2091-2062، میانگین بارش به­ترتیب 1/0، 4/0 و 1/0 میلی­متر نسبت به دوره پایه کاهش و میانگین دما نیز به­ترتیب برابر 9/4، 7/4 و 7/4 سانتی­گراد نسبت به دوره پایه در ایستگاه مورد مطالعه افزایش می­یابد. خروجی مربوط به مدل CanESM2 نشان داد؛ که میزان دما تحت سناریوهای RCP روندی افزایشی داشته و میزان بارش تغییرات نامنظم در ماه­ ها و فصول مختلف داشته است.

متن کامل [PDF 870 kb]   (1093 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: هواشناسی
دریافت: 1395/11/9 | ویرایش نهایی: 1399/6/14 | پذیرش: 1398/9/16 | انتشار: 1399/6/14

فهرست منابع
1. Abkar, A.J., M. Habibnezad, K. Suleymani and H. Naghavi. 2015. Sensitivity of the statistical downscaling model (SDSM) to reanalysis data in arid areas. Journal of arid Biome, 4(2): 11-27 (In Persian).
2. Alizadeh, H. and B. Zahraei. 2013. A comparison of statistical downscaling models for simulation of daily precipitation. 16th Conference of Iran Geophysics, Tehran, Iran, 128-132 pp (In Persian).
3. Binesh, N., M.H. NikSokhan and A. Sarang. 2018. Analysis of Climate Change Impact on Extreme Rainfall Events in the West FloodDiversion catchment of Tehran. Journal of Watershed Management Research, 9(17): 226-234 (In Persian). [DOI:10.29252/jwmr.9.17.226]
4. Chu, J.T., J. Xia, C.Y. Xu and V.P. Singh. 2010. Statistical downscaling of daily mean temperature, pan evaporation and precipitation for climate change scenarios in Haihe River. Journal of Theoretical and Applied Climatology, 99(1-2): 149-161. [DOI:10.1007/s00704-009-0129-6]
5. Dehghanipoor, A.H., M.J. Hassanzadeh, J. Atari and Sh. Araghynejad. 2011. SDSM capability evaluation model downscaling of precipitation, temperature and evaporation of Tabriz synoptic stations. 11th General Irrigation Seminar and Evaporation Reduction, Shahid Bahonar, Kerman, Iran, 101-110 pp (In Persian).
6. Hashemi, M.Z., A.Y. Shamseldin and B.W. Melville. 2011. Comparison of SDSM and LARS-WG for simulation and Downscaling of extreme precipitation events in a watershed. Journal of Stochastic Environmental Research and Risk Assessment, 25(4): 475-484. [DOI:10.1007/s00477-010-0416-x]
7. Karamouz, M., M. Fallahi, S. Nazif and M. Rahimi Farahani. 2009. Long lead rainfall prediction using statistical downscaling and arti_cial neural network modeling. Journal of Civil Engineering, 16(2): 165-172 (In Persian).
8. Kouhi, M., M. Mousavi Baygi, A.R. Farid Hosseini, S.H. Sanaei Nejad and H. Jabbari Nooghabi. 2012. Statistical Downscaling of Extremes of precipitation and construction of their future scenarios in the Kashfroud Basin. Journal of Climate Research, 12(3): 35-53 (In Persian).
9. Sajjad Khan, M., P. Coulibaly and Y. Dibike. 2006. Uncertainty Analysis of Statistical Downscaling Methods. Journal of Hydrology, 319(1-2): 357-382. [DOI:10.1016/j.jhydrol.2005.06.035]
10. Samadi Neghab, S., M. Habibi Nokhandan and F. Zabol Abbasi. 2013. Using sdsm model to downscaling precipitation and temperature GCM data for study station climate predictions over Iran. Journal of Climate Research, 5(2): 57-68 (In Persian).
11. Shafaei, A.H., Sh. AraghiNejad and A.R. Massah Bavani. 2014. Assessment of climate change impacts on operation of Gorgan Rud basin's dams. Journal of Water and Irrigation Management, 3(2): 43-58 (In Persian).
12. Taei Semiromi, S., H.R. Moradi and M. Khodagholi. 2014. Evaliuation change in nayshabour bar river flow under differents climate change scenarios. Journal of Humans and the Environment, 12(2): 1-19 (In Persian).
13. Wilby, R.L., C.W. Dawson and E.M. Barrow. 2002. Sdsm a decision support tool for the assessment of regional climate change impacts. Journal of Environmental Modelling and Software, 17(2): 147-159. [DOI:10.1016/S1364-8152(01)00060-3]
14. Yaghobi, M. and A.R. MassahBavani. 2016. Comparison and evaluation of different sources of uncertainty in the study of climate change impact on runoff in semi-arid basins (case study: azam harat river basin). Journal of Water resources research, 11(3): 113-130 (In Persian).
15. Yaghobi, M. and A.R. MassahBavani. 2013. Investigating the impact of climate change on runoff in semi-drought Basins: A case study (azam Harat Basin). First conference on climate change and twoards sustainable future, Tehran, Iran, 77-89 pp (In Persian).

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به (پژوهشنامه مدیریت حوزه آبخیز (علمی-پژوهشی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Watershed Management Research

Designed & Developed by : Yektaweb