تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,489,757 |
تعداد دریافت فایل اصل مقاله | 15,217,390 |
ارزیابی مدلهای گردش عمومی و رتبهبندی آنها بهمنظور شبیهسازی هیدرولوژیک | ||
دانش آب و خاک | ||
مقاله 6، دوره 31، شماره 4، دی 1400، صفحه 69-84 اصل مقاله (1.06 M) | ||
شناسه دیجیتال (DOI): 10.22034/ws.2021.12255 | ||
نویسندگان | ||
مونا احمدیان1؛ مجید منتصری* 2 | ||
1گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه | ||
2دانشگاه ارومیه-گروه مهندسی آب | ||
چکیده | ||
در طی دهههای اخیر بیش از 40 مدل گردش عمومی جو[1] در مراکز علمی دنیا برای شبیهسازی و پیشبینی اقلیم جهان توسعه یافته است. این مدلها براساس شرایط اولیه و مرزی، متغیرهای مورد استفاده آب و هوا و ساختار متفاوت میباشند. لذا برای استفاده از این مدلها برای پیشبینی آب وهوای آینده در هر منطقه، ارزیابی نظاممند عملکرد مدلهای مذکور در شبیهسازی سری زمانی پارامترهای اقلیمی تاریخی مانند دما و بارندگی روزانه، ماهیانه و سالیانه الزامی خواهد بود. بدین منظور در این مطالعه یک روش نوآورانه نظاممند برای ارزیابی عملکرد 36 مدل گردش عمومی جو از گزارش پنجم هیئت بینالدول تغییر اقلیم[2] در دامنههای جنوبی رشتهکوههای البرز انجام پذیرفته است. براساس نتایج، بهکارگیری روش نوآورانه دارای دقت غیرقابل مقایسهای در انتخاب درست مدل گردش عمومی در هر منطقه خواهد بود. همچنین نتایج بیانگر دقت نامناسب اکثر مدلها در شبیهسازی دما و بهویژه بارندگی تاریخی در منطقه مطالعاتی (همانند سایر مطالعات معتبر در دنیا) بوده و حتی در مدلهای برتر محدوده مطالعاتی نیز شبیهسازی بارندگی ماهیانه تاریخی مناسب نبوده است. در نهایت براساس پنج شاخص آماری ضریب نش[3]، اریب[4]، تبیین، ریشه میانگین مربعات خطا[5] و متوسط خطای مطلق[6]، مدلهای ACCESS1.0 وGFDL-CM3 با اولویت بالاتر و دو مدل CNRM-CM5 و GFDL-ESM2G در اولویت بعدی برای بررسی تغییر اقلیم و پیشبینی متغیرهای دما و بارندگی سالهای آینده در محدوده مطالعاتی رتبهبندی و پیشنهاد گردید. | ||
کلیدواژهها | ||
تغییر اقلیم؛ رتبهبندی؛ شاخصهای آماری؛ مدلهای گردش عمومی جو؛ CMIP5 | ||
مراجع | ||
Anonymous, 2014. Climate Change: Synthesis Report. IPCC (Intergovernmental Panel on Climate Change). Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Russian Federation.
Aref MR and Alijani B, 2017. Investigation of temperature and precipitation variations of Yazd-Ardakan basin with SDSM under the conditions of future climate change. Arid Biome Scientific and Research Journal 8(1): 89-100. (In Persian with English abstract)
Chen HPJQ and Chen XL, 2013. Future changes of drought and flood events in China under a global warming scenario. Atmospheric and Oceanic Science Letters 6:8-13.
Demirel MC and Moradkhani H, 2015. Assessing the impact of CMIP5 climate multi-modeling on estimating the precipitation 25 seasonality and timing. Climate Change 135:357-372.
Eyring V, Bony S, Meehl GA, Senior CA, Stevens B, Stouffer RJ and Taylor KE, 2016. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development 9:1937–1958.
Ghasemifar A, Alijani B and Saligheh M, 2017. Investigation of temperature changes on the southern shores of the Caspian Sea using three models SDSM, LARSWG and artificial neural network model. Quarterly Journal of Natural Geography 9 (34):23-41. (In Persian with English abstract)
Kouhestani Sh, Eslamian S and Besalatpour A, 2016. The Effect of climate change on the Zayandeh-Rud River Basin’s temperature using a Bayesian machine learning soft computing technique. Journal of Water and Soil Scince 21(1): 203-2016. (In Persian with English abstract)
MacLean A, 2005. Statistical Evaluation of WATFLOOD (Ms), Dept. of Civil & Environmental Engineering, University of Waterloo, Ontario, Canada.
Marcos M, Jorda J, Gomis D and Perez B, 2011. Changes in storm surges in southern Europe from a regional model under climate change scenarios. Global and Planetary Change 77(3-4):116-128.
Masoompour Samakosh J, Miri M and Porkamar F, 2017. Assessment of CMIP5 climate models with observed precipitation in Iran. Iranian Journal of Geophysics 11(4): 40-53. (In Persian with English abstract)
McMahon T, Peel M and Karoly D, 2015. Assessment of precipitation and temperature data from CMIP3 global climate models for hydrologic simulation. Journal of Hydrology and Earth System Sciences 19:361-377.
Nash JE and Sutcliffe JV, 1970. River flow forecasting through conceptual model. Journal of Hydrology 10:282–290.
Ongoma V, Chen H and Gao C, 2018. Evaluation of CMIP5 twentieth century rainfall simulation over the equatorial East Africa. Theoretical and Applied Climatology 135:893-910.
Perez J, Menendez M and Mendez FJ, 2014. Evaluating the performance of CMIP3 and CMIP5 global climate models over the north-east Atlantic region. Climate Dynamic 43:2663-2680.
Raju KS, Sonali P and Kumar DN, 2016. Ranking of CMIP5-based global climate models for India using compromise programming. Theoretical and Applied Climatology 128:563-574.
Ren L, Xue LQ, Liu YH, Shi J, Han Q and Yi PF, 2017. Study on variations in climatic variables and their influence on runoff in the Manas River Basin, China. Water 9, 258, 1-19. Ruan Y, Yao Z, Wang R and Liu Z, 2018. Ranking of CMIP5 GCM skills in simulating observed precipitation over the Lower Mekong Basin, using an improved score-based method. Water 10, 1886, 1-22.
Smith I and Chandler E, 2010. Refining rainfall projections for the Murray Darling Basin of south-east Australia the effect of sampling model results based on performance. Climate Change 102: 377-393.
Sung JH, Chung ES and Shahid Sh, 2018. Reliability–resiliency–vulnerability approach for drought analysis in south Korea using 28 GCMs. Sustainability 10, 3043, 1-16.
Taylor EK, Stouffer RJ and Meehl GA, 2012. An overview of CMIP5 and the experiment design. Bulletin of the American Meteorological Society 93(4):485-498.
Wang X, Yang T, Li X, Shi P and Zhou X, 2016. Spatio-temporal changes of precipitation and temperature over the Pearl River basin based on CMIP5 multi-model ensemble. Stochastic Environmental Research and Risk Assessment 31:1077-1089.
Wójcik R, 2014. Reliability of CMIP5 GCM simulations in reproducing atmospheric circulation over Europe and the north Atlantic: A statistical downscaling perspective. International Journal of Climatology 732:714–732.
Wright DB, Knutson TR and Smith JA, 2015. Regional climate model projections of rainfall from US landfalling tropical cyclones. Climate Dynamics 45: 3365-3379.
| ||
آمار تعداد مشاهده مقاله: 694 تعداد دریافت فایل اصل مقاله: 669 |