بررسی کارایی مدل ریز‌ مقیاس نمایی آماری در پیش‌بینی بارش در دو اقلیم خشک و فراخشک

نوع مقاله : مقالات پژوهشی

نویسندگان

• مریم رضایی ¹
• محمد نهتانی ¹
• علیرضا مقدم نیا ²
• علیجان آبکار ³
• معصومه رضائی ⁴

¹ دانشگاه زابل

² دانشگاه تهران

³ مرکز تحقیقات کشاورزی و منابع طبیعی استان کرمان

⁴ دانشگاه سیستان و بلوچستان

https://doi.org/10.22067/jsw.v0i0.23119

چکیده

پیش‌بینی میزان بلند ‌مدت بارش در برنامه‌ریزی و مدیریت منابع آب، به‌ویژه در مناطق خشک و نیمه خشک، از اهمیت بالایی برخوردار است. لذا در این پژوهش به منظور بررسی اثر تغییر اقلیم بر میزان بارندگی در مقیاس ایستگاهی از مدل آماری SDSM استفاده شده است. داده‌های مورد استفاده در این پژوهش شامل میزان بارندگی روزانه ایستگاه‌های سینوپتیک کرمان و بم، داده‌های بازتحلیل NCEP و خروجی‌های مدل HadCM3 (داده‌های نسل سوم مدل جهانی اقلیم تحت سناریو‌ی A2 وB2) برای دوره پایه (2001-1971 میلادی) می‌باشد. میزان بارش برای سه دوره (2039-2010)، (2069-2040) و (2099-2070) پیش‌بینی و با دوره پایه مورد مقایسه قرار گرفته است. از 15 سال اول داده‌ها (1985-1971) برای واسنجی و از 15 سال دوم (2001-1986) برای اعتبارسنجی مدل استفاده شده است. بررسی معیار‌های ارزیابی کارایی مدل از جمله میانگین خطای مطلق و مجذور میانگین مربعات خطا، نشان داد که این مدل در منطقه خشک، از توانایی و دقت بالاتری برای پیش‌بینی میزان بارندگی نسبت به منطقه فراخشک برخوردار می‌باشد. نتایج نشان داد میزان بارش سالانه تا سال 2099، در ایستگاه کرمان در سناریوهای A2و B2به ترتیب (3/1) و (3/0) میلی‌متر کاهش و در ایستگاه بم حدود (56/4)، (46/5) میلی‌متر نسبت به دوره پایه افزایش خواهد داشت.

کلیدواژه‌ها

• بارندگی
• بم
• تغییر اقلیم
• کرمان
• مدل SDSM

20.1001.1.20084757.1393.28.4.17.9

عنوان مقاله [English]

Performance Evaluation of Statistical Downscaling Model (SDSM) in Forecasting Precipitation in two Arid and Hyper arid Regions

نویسندگان [English]

• M. Rezaei ¹
• M. Nohtani ¹
• A. Moghaddamnia ²
• A. Abkar ³
• M. Rezaei ⁴

¹ University of Zabol

² University of Tehran

³ Kerman Agricultural and Natural Resources Research Center

⁴ University of Sistan and Baluchestan

چکیده [English]

One of the most important problems in the management and planning of water resources is to forecast long-term precipitation in arid region and hyper arid regions. In this study, statistical downscaling model (SDSM) is used for study of climate change effects on precipitation. The data used as input to the Model are daily precipitation of Kerman and Bam synoptic stations, NCEP (National Centers for Environmental Prediction) data and the A2 and B2 emission scenarios HadCM3 for the reference period (1971-2001). Using HadCM3 A2, B2 data the precipitation for three period (2010-2039), (2040-2069) and (2070-2099) are predicted and compared with the reference period. We used the first 15 years data (1971-1985) for the calibration and the second 15 years data (1986-2001) for model validation. Research results showed that the precipitation will change and Change directions are positive in some months and negative in other months. After the examination function Indexes results from SDSM model shown that this model has better accuracy and a high ability to predict precipitation in arid region than hyper arid region.

کلیدواژه‌ها [English]

• Precipitation
• Bam
• Climate change
• Kerman
• SDSM Model

مراجع

1- پورمحمدی س.، و رحیمیان م.ح. 1389. مقایسه اثرات تغییر اقلیم بر بارندگی سواحل شمالی و جنوبی کشور. اولین همایش ملی مدیریت منابع آب اراضی ساحلی، 18-17 آذرماه 1389، دانشگاه علوم کشاورزی و منابع‌طبیعی ساری. 9 ص.

2- خام چین مقدم ف.، و رضائی پژند ح. 1388. نقد روش اقلیم بندی دومارتن برای بارش حداکثر روزانه در ایران به کمک روش گشتاورهای خطی. مجله فنی مهندسی دانشگاه آزاد اسلامی مشهد. 2 (2):103-93.

3- خسروی م.، و شکیبا ه. 1389. پیش‌بینی بارش با استفاده از شبکه‌های عصبی مصنوعی به منظور مدیریت سیل: مورد منطقه ایرانشهر. مجموعه مقالات چهارمین کنگره بین المللی جغرافیادانان جهان اسلام، 27-25 فروردین ماه، دانشگاه سیستان و بلوچستان. 21 ص.

4- دهقانی پور ا.ح.، حسن زاده م.ج.، عطاری ج.، و عراقی نژاد ش. 1390. ارزیابی توانمندی مدل SDSM در ریز مقیاس نمایی بارش، دما و تبخیر، مطالعه موردی: تبریز. یازدهمین سمینار سراسری آبیاری و کاهش تبخیر، 20-18بهمن ماه، دانشگاه شهید باهنر کرمان. 9 ص.

5- رجبی ا. 1390. آنالیز عدم قطعیت تغییر اقلیم توسط مدل SDSM در کرمانشاه. چهارمین کنفرانس مدیریت منابع آب ایران، 13 و 14 اردیبهشت 1390، دانشگاه صنعتی امیر کبیر. 12 ص.

6- سادات آشفته پ. و مساح بوانی ع.ر. 1389. تأثیر تغییر اقلیم بر دبی‌های حداکثر، مطالعه موردی: حوضه آیدوغموش، استان آذربایجان‌شرقی. مجله علوم و فنون کشاورزی و منابع‌طبیعی، علوم آب و خاک. 14 (53):39-25.

7- سرافروزه ف.، جلالی م.، جلالی ط. و جمالی ا. 1391. ارزیابی اثرات تغییر اقلیم آینده بر مصرف آب محصول گندم در تبریز. فصلنامه علمی پژوهشی فضای جغرافیایی دانشگاه آزاد اسلامی واحد اهر. 12(37): 96-81.

8- عباسی ف.، ملبوسیان ش.، بابائیان ا. و اثمری م. 1389. پیش‌بینی تغییرات اقلیمی خراسان جنوبی در دوره 2039-2010 میلادی با استفاده از ریزمقیاس نمایی آماری خروجی مدل ECHO_G. نشریه آب و خاک (علوم و صنایع کشاورزی). 24 (2):233-218.

9- عباسی ف. و اثمری م. 1390. پیش‌بینی و ارزیابی تغییرات دما و بارش ایران در دهه‌های آینده با الگوی MAGICC-SCENGEN، نشریه آب و خاک. 25 (1):83-70.

10- عزیزی ق.، شمسی پور ع.ا. و یار احمدی د. 1387. بازیابی تغییر اقلیم در نیمه غربی کشور با استفاده از تحلیل‌های آماری چند‌متغیره. مجله پژوهش‌های جغرافیایی طبیعی. 66: 35-19.

11- علیزاده ا. 1381. اصول هیدرولوژی کاربردی. ویرایش چهارم. انتشارات آستان قدس رضوی. مشهد.

12- مدرسی ف.، عراقی نژاد ش.، ابراهیمی ک. و خلقی م. 1389. بررسی منطقه‌ای تغییر اقلیم با استفاده از آزمون‌های آماری، مطالعه موردی: حوضه آبریز گرگانرود، قره‌سو. نشریه آب و خاک. 24 (3):489-476.

13- مساح بوانی ع. و مرید س. 1384. اثرات تغییر اقلیم بر جریان رودخانه زاینده رود. مجله علوم و فنون کشاورزی و منابع طبیعی. 9(4): 17-27.

14- مساح بوانی ع. و هراتیان عرب. 1390. بررسی روند تغییر اقلیم در دوره زمانی 2069-2040 میلادی با استفاده از ریزگردانی اماری داده‌های مدل گردش عمومی HadCM3 در شهر همدان. چهارمین کنفرانس مدیریت منابع آب ایران. 13 و 14 اردیبهشت ماه، دانشگاه صنعتی امیرکبیر. 12 ص.

15- مهدی زاده ص.، مفتاح هلقی م.، سیدقاسمی س. و مساعدی ا. 1390. بررسی تأثیر تغییر اقلیم بر میزان بارش در حوضه سد گلستان. پژوهش‌های حفاظت آب و خاک. 18 (3):132-117.

16- مهسافر ح.، مکنون ر. و ثقفیان ب. 1390. اثرات تغییر اقلیم بر بیلان آبی دریاچه ارومیه، مجله تحقیقات منابع آب ایران. 7 (1):58-47.

17- Anderson H.E., Kronvang B., Larsen S.E., Hoffmann C., Jensen T.S. and Rasmussen E.K. 2006. Climate impacts on hydrology and nutrients in a Danish Lowland river basin, Science of the Total Environment, 365: 223-237.

18- Chen H., Xuo Y. and Guo S. 2012. Comparison and evaluation of multiple GCMs, statistical and hydrological models in the study of climate change impacts on runoff, Journal of Hydrology,434: 36-45.

19- Dibike Y.B. and Coulibaly P. 2005. Hydrologic impact of climate change in the Saguenay watershed: comparison of downscaling methods and hydrologic models, Journal of Hydrology, 307: 145-163.

20- Gordon C., Cooper C., Senior C.A., Banks H., Gregory J.M., Johns T.C., Mitchell J.F.B. and Wood R.A. 2000. The simulation of SST, sea ice extents and ocean heat transports in a version of the Hadley Centre coupled model without flux adjustments, Climate Dynamics, 16: 147-168.

21- Graham P., Hagemann S., Juan S. and Beniston M. 2007. On interpreting hydrological change from regional climate models. Journal of climate change, 81: 97-122.

22- Harpham C. and Wilby R.l. 2005. Multi-site downscaling of heavy daily precipitation occurrence and amounts. Journal of Hydrology, 312: 235-255.

23- Khan M.S., Coulibaly P. and Dibike Y.B. 2006. Uncertainty Analysis of Statistical Downscaling Methods, Journal of Hydrology, 319: 357-382.

24- Lio L., Lio Z.H. Ren X., Fischer T. and Xu Y. 2011. Hydrological impacts of climate change in the Yellow River Basin for the 21st century using hydrological model and statistical downscaling model, Quaternary International, 244: 211-220.

25- Wilby R.L. and Dawson C.W. 2007. Using SDSM Version 4.2- A decision support tool for the assessment of regional climate change impacts. user manual, 94p.

26- Zhang X., Liu W. Li Z., and Chen J. 2005. Trend and uncertainty analysis of simulated climate change impacts with multiple GCMs and emission scenarios with multiple GCMs and emission scenarios method, Climate research, 28: 109-122.

27- Zhao Y., Camberlin P. and Richard Y. 2005. Validation of a coupled GCM and projection of change South Africa South Africa using a statistical downscaling method, Climate research, 28: 109-122.