Journal of Watershed Management Research

fa پیش بینی متغیر های اقلیمی در دوره‌ آتی بر پایه مدل HadCM3 با استفاده از مدل ریزمقیاس‎نمایی SDSM در حوزه آبخیز آق‌چای (آذربایجان‌غربی) Forecasting of Climate Variables in Future Periods Based on HadCM3 Data using Statistical Downscaling Model (SDSM) in Agh-Chay Basin (West Azarbayjan) هواشناسی هواشناسی پژوهشي Research <div style="text-align: justify;">صنعتی شدن جوامع و افزایش گازهای گلخانه ای موجب افزایش دمای کره زمین و تغییر دیگر متغیرهای اقلیمی شده است. این پدیده مهمترین معضل کره زمین در قرن حاضر می باشد از این رو ارزیابی میزان روند شکل&lrm; گیری آن در مقیاس جهانی و منطقه&lrm; ای از اهمیت ویژه ای برخوردار است. تاکنون مدل&lrm;های گردش عمومی متعددی برای پیش بینی وضعیت اقلیم در آینده طراحی شده است، اما خروجی حاصل از این مدلها به دلیل محدودیت در تفکیک مکانی در مقیاس محلی، قابل استفاده نمی باشد. بنابراین روشهای مختلفی به منظور استفاده از خروجی این مدلها در مقیاس منطقه ای و محلی ابداع شده است. در این پژوهش برای بررسی تغییرات متغیرهای اقلیمی در حوزه آبخیز آق&lrm; چای واقع در شمالغرب کشور از مدل ریزمقیاس&lrm;نمایی SDSM استفاده شده است بدین منظور ابتدا میزان کارایی این مدل برای ریزمقیاسن مایی متغیرهای اقلیمی  در ایستگاه سینوپتیک خوی مورد ارزیابی قرار گرفت، سپس شاخص&lrm; های مذکور تا سال 2100 شبیه سازی شد. مدل SDSM با استفاده از داده های مشاهداتی ایستگاه سینوپتیک خوی و داده های NCEP کالیبره و واسنجی شد. به منظور ارزیابی مدل از معیار میانگین خطای مطلق و مجذور میانگین مربعات خطا استفاده شد و پس از حصول اطمینان از کارایی مدل، خروجی های مدل HadCM3 در دوره های زمانی 2050-2020 و 2100-2070 حوزه آبخیز آق چای، تحت سناریوهای A2 و B2 توسط مدل آماری SDSM ریزمقیاس شد. نتایج نشان  دهنده افزایش دمای کمینه و بیشینه منطقه مطالعاتی در اکثر ماه های سال می باشد. به طوریکه افزایش 3/48 درجه سانتیگراد دمای بیشینه در دوره 2050-2020 و 5/6 سانتی گراد در دوره 2100-2070 و دمای کمینه بهمیزان 3/45 برای دوره 2050-2020 و 5/51 برای دوره 2100-2070 قابل مشاهده بود. همچنین نتایج نشاندهنده افزایش بارش در اکثر ماه های سال برای دوره 2050-2020 (در محدوده 1/0 تا  74/95 ) میباشد. تغییرات بارش برای دوره 2100-2070 نیز به صورت افزایش در اکثر ماه های سال با حداکثر مقدار 94/64 و حداقل مقدار 1/34 درصد می باشد.</div> <div style="text-align: justify;">TThe industrialization of communities and the rise of greenhouse gases are causing an increase in the temperature of the earth and other climate parameters. This phenomenon is the most important problem of the planet in the present century, hence the assessment of the extent of its formation on a global and regional scale is of particular importance. So far, several General Circulation Model (GCM) has been designed to predict future climate change, but the outputs from these models cannot be used because of the localization on a local scale. So various methods have been developed to use the outputs of these models on a regional and local scale. In this research Statistical Downscaling Model (SDSM) was used to evaluate the changes in temperature indices in the Agh-Chay watershed. In order to, the efficiency of this model was evaluated for downscaling of the temperature indices in Khoy synoptic station and the indices were simulated until 2100. The SDSM model was calibrated and validated by using Khoy station observation temperature and national center environmental prediction data. For evaluating the model, mean absolute error and root mean squared error was used and after obtaining the efficiency of the model the outputs of the HadCM3 model, the duration of 2020-2050, and 2070-2100 under the A2 and B2 scenarios were downscaled with SDSM statistical model respectively. The results show the increasing of the minimum and maximum temperature in the study area in most of the months. The maximum temperature was up to 3.48 ° C in the period 2020-2050 and up to 5.6 ° C during the period 2070-2100 and the minimum temperature up to 3.45 ° C for the period 2020-2050 and up to 5.51 for the period 2070-2100. The results also show an increase in precipitation in most months of the year from 2050 to 2020 period (in the range of 0.1 to 95.74). Rainfall changes from 2100 to 2070 period are in the form of an increase in most months of the year with a maximum of 94.64 and a minimum of 1.34 percent.  </div> آق چای, ریزمقیاس نمایی, متغیرهای اقلیمی, مدل های گردش عمومی جو, مدل SDSM Agh-Chay basin, Climate indices, Down Scaling, General Circulation Model, SDSM model 95 107 http://jwmr.sanru.ac.ir/browse.php?a_code=A-10-355-4&slc_lang=fa&sid=1 Leila Hemmati لیلا همتی hemmati.leila@yahoo.com 100319475328460010648 100319475328460010648 No Mirhassan Miryaghoubzadeh میرحسن میریعقوب‌زاده m.miryaghoubzadeh@urmia.ac.ir 100319475328460010649 100319475328460010649 Yes Natural Resources-Urmia University-Iran