تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,489,296 |
تعداد دریافت فایل اصل مقاله | 15,216,901 |
کاربرد مدلLARS-WG در پیشبینی پارامترهای هواشناسی حوضه قرهسو استان گلستان | ||
جغرافیا و برنامهریزی | ||
مقاله 5، دوره 19، شماره 53، مهر 1394، صفحه 93-115 اصل مقاله (766.76 K) | ||
نوع مقاله: مقاله علمی پژوهشی | ||
نویسندگان | ||
جهانتاب خسروانیان* 1؛ مجید اونق2؛ مسعود گودرزی3؛ سیداسدالله حجازی4 | ||
1کارشناس ارشد آبخیزداری. | ||
2عضو هیئت علمی گروه آبخیزداری و مدیریت مناطق بیابانی، دانشگاه گرگان | ||
3عضو هیئت علمی پژوهشکده آبخیزداری و حفاظت خاک تهران. | ||
4استادیار دانشکده جغرافیا و برنامهریزی، دانشگاه تبریز. | ||
چکیده | ||
یک مولد آب و هوائی بهعنوان ابزاری نسبتاً دقیق و ارزان برای تولید سناریوهای تغییر اقلیم چندساله در مقیاس روزانه بهکار برده میشود و تغییرات در متغیرهای اقلیمی و میانگینهای اقلیمی را ترکیب میکند. در این تحقیق کارایی مدل LARS-WG جهت تولید دادههای روزانه بارش، دمای حداقل و حداکثر و ساعت آفتابی در حوضه آبخیز قرهسو استان گلستان در ایستگاه گرگان مورد بررسی و ارزیابی قرار گرفته و با استفاده از آن تغییرات پارامترهای اقلیمی در آینده بررسی شده است. در اولین گام مدل برای دوره 1999- 1970 اجرا گردیده و میانگینهای ماهانه مشاهداتی و تولید شده پارامترهای اقلیمی مذکور مقایسه شد. همبستگی مقادیر با استفاده از آزمون T استیودنت نشان داد که در سطح اطمینان 99 درصد تفاوت معنیداری بین دادههای واقعی و دادههای حاصل از مدل وجود ندارد. مقادیر میانگینهای ماهانه مشاهداتی و تولید شده متغیرهای هواشناسی با استفاده از پارامترهای آماری NA، RMSE وMAE نیز مورد مقایسه قرار گرفتند و اثبات شد که مدل کارآیی لازم جهت تولید دادههای روزانه در حوضه آبخیز قرهسو استان گلستان را داراست. همچنین نمودارهای پراکنش مشاهداتی و شبیهسازی شده نشان داد که مقادیر دمای حداقل و حداکثر بیشترین همبستگی را داشته و مقادیر مربوط به ساعت آفتابی کمترین میزان همبستگی را داراست. در مرحله بعد پس از اطمینان از کارآیی این مدل در شبیهسازی پارامترهای هواشناسی مذکور در حوضه آبخیز قرهسو استان گلستان، دادههای سه سناریوی A2 (سناریوی حداکثر)،A1B (سناریوی حد وسط) و B1 (سناریوی حداقل) مدل HadCM3 در دو دوره 2030-2011 و 2099-2080 با مدل آماری LARS-WG کوچک مقیاس گردید. نتایج نشان داد که بر اساس برآورد مدل LARS-WG برای سناریوهای مورد بررسی در دورههای آتی میانگین دمای حوضه آبخیز قرهسو به میزان 56/0 تا 04/4 درجه سلسیوس افزایش و مقدار بارش نیز در مقایسه با دوره پایه به میزان 28/10 تا 71/23 درصد افزایش مییابد. | ||
کلیدواژهها | ||
واژگان کلیدی: تغییراقلیم؛ ریزمقیاسگردانی؛ HadCM3؛ سناریوهای اقلیمی؛ مدل LARS-WG؛ حوضه قرهسو | ||
مراجع | ||
منابع ـ اشرف، بتول؛ موسوی بایگی، محمد؛ کمالی، غلامعلی و داوری، کامران. (1389)، «بررسی روند تغییر پارامترهای اقلیمی مشهد در دوره 2030-2011 با استفاده از دادههای شبیهسازی شده توسط مدل LARS-WG»، نخستین کنفرانس ملی هواشناسی و مدیریت آب کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران. ـ بابائیان، ایمان و نجفینیک، زهرا (1385)، معرفی و ارزیابی مدل LARS-WG برای مدلسازی پارامترهای هواشناسی استان خراسان دوره آماری (2003-1961)»، فصلنامه نیوار، 62 و 63، 65-49. ـ بابائیان، ایمان؛ نجفی نیک، زهرا؛ زابل عباسی، فاطمه؛ حبیبی نوخندان، مجید؛ ادب، حامد و ملبوسی، شراره (1388)، «ارزیابی تغییراقلیم کشور در دوره 2039-2010 میلادی با استفاده از ریزمقیاس نمایی دادههای مدل گردش عمومی جو ECHO-G»، مجله جغرافیا و توسعه، 16، 152-135. ـ تلان، ابراهیم و ضرغامی، مهدی (1387)، «بررسی تغییر اقلیم استان آذربایجان شرقی در دوره سالهای 2049-2020 میلادی با استفاده از ریزمقیاسنمایی آماری مدل ECHO-G»، سومین کنفرانس مدیریت منابع آب، دانشگاه تبریز. ـ سـایـت پـژوهـشکده اقـلیمشـناسی، «مـدل آماری LARS-WG»، بیست خـرداد 1391، http://www.cri.ac.ir/show=06. ـ عباسی، فاطمه؛ ملبوسی، شراره؛ حبیبی نوخندان، مجید و اثمری، مرتضی (1389)، «ارزیابی تغییر اقلیم زاگرس در دوره 2039-2010 میلادی با استفاده از ریزمقیاس نمایی دادههای مدل گردش عمومی جو ECHO-G»، نشریه پژوهشهای اقلیمشناسی، 1و2، 20-3. ـ عساکره، حسین (1386)، «تغییر اقلیم، زنجان»، دانشگاه زنجان. ـ مشکواتی، امیرحسین؛ کردجزی، محمد و بابائیان، ایمان (1389)، «بررسی و ارزیابی مدل لارس در شبیهسازی دادههای هواشناسی استان گلستان در دوره 2007-1993 میلادی»، نشریه تحقیقات کاربردی علوم جغرافیایی، 19، 96-81. - Abbaspour, K.C., Faramarzi, M., Seyed Ghasemi, S. and Yang, H. (2009), “Assessing the impact of climate change on water resources in Iran”, Water Resources Research, 45: 10434, 1-16.
- Downing, T.E., Harrison, P.A., Butterfield, R.E. & Lonsdale, K.G. (2000), “Climate Change, Climatic Variability and Agriculture in Europe: An Integrated Assessment. Environmental Change Institute”, University of Oxford.
- Elshamy, M.E., Weather, H.S., Gedney, N. &Huntingford, C. (2005), “Evaluation of the rainfall component of weather generator for climate change studies”, Journal of Hydrology, 326, 1-24.
- Harrison, P.A., Butterfield, R.E. & Downing, T.E. (1995), “Climate Change and Agriculture in Europe: Assessment of Impacts and Adaptations”, Environmental Change Unit Research Report No. 9, Environmental Change Unit, University of Oxford.
- Semenov, M.A. & Barrow, E.M. (2002), “LARS-WG A Stochastic Weather Generator for Use in Climate Impact Studies”, User Manual, Version, 3.0: 28.
- Semenov, M.A., Brooks, R.J., Barrow, E.M. & Richardson, C. W. (1998), “Comparison of the WGEN and LARS-WG stochastic weather generators in divers climates”, Climate Research.
- Racsko, P., Szeidl, L. & Semenov M. (1991), “A serial approach to local stochastic weather models”, Ecological Modelling, 57: 27-41.
- Rietveld, M.R. (1978), “A new method for the estimating the regression coefficients in the formula relating solar radiation to sunshine”, Agricultural Meteorology 19, 243-252.
- Richardson, C.W. & Wright, D.A. (1984), “WGEN: A model for generating daily weather variables. US Department of Agriculture”, Agricultural Research Service, ARS-8, 83pp.
- Babaeian, I., Kwon, W.T. & Im, E.S. (2004). “Application of Weather Generator Technique for Climate Change Assessment over Korea. Korea Meteorological Research Institute”, Climate Research Lab, pp. 98. | ||
آمار تعداد مشاهده مقاله: 2,767 تعداد دریافت فایل اصل مقاله: 3,924 |