آمار
| تعداد نشریات | 44 |
| تعداد شماره‌ها | 1,303 |
| تعداد مقالات | 16,035 |
| تعداد مشاهده مقاله | 52,539,254 |
| تعداد دریافت فایل اصل مقاله | 15,242,862 |
پیشبینی دمای کمینه و بیشینه، تابش و بارش در ایستگاه سینوپتیک رشت تحت سناریوهای مختلف تغییر اقلیم | ||
| جغرافیا و برنامه‌ریزی | ||
| مقاله 2، دوره 20، شماره 55، اردیبهشت 1395، صفحه 29-44 اصل مقاله (575.55 K) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 2 | ||
| نویسندگان | ||
| نادر پیرمرادیان* 1؛ حسین هادی نیا2؛ افشین اشرف زاده1 | ||
| 1استادیار گروه مهندسی آب، دانشکده علوم کشاورزی، دانشگاه گیلان | ||
| 2ـ دانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشکده علوم کشاورزی، دانشگاه گیلان | ||
| چکیده | ||
| چکیده پیشبینی و ارزیابی میزان تغییرات پارامترهای هواشناسی در اثر تغییر اقلیم بهویژه از منظر مدیریت منابع آب از اهمیت بالایی برخوردار است. مدل LARS یک مدل تولیدکننده دادههای هواشناسی است که با ریزمقیاس نمایی مدلهای گردش عمومی جو (GCM) اقدام به پیشبینی پارامترهای هواشناسی مینماید. در این مطالعه، ابتدا برای ارزیابی عملکرد 15 مدل مختلف گردش عمومی جو در شبیهسازی دادههای بارش، تابش، دمای کمینه و دمای بیشینه ایستگاه سینوپتیک رشت در دوره (2012-2011)، ریزمقیاس آماری هر کدام از مدلهای GCM توسط مدل LARS انجام پذیرفت. سپس پیشبینی پارامترهای مذکور بر پایه مدلهای GCM منتخب برای دو دوره 30 ساله 2042-2013 و 2072- 2043 انجام شد. نتایج پیشبینی نشان داد در مورد پارامترهای دمای کمینه و بیشینه بیشترین تغییرات میانگین بلندمدت سالانه نسبت به دوره پایه، در دوره 30 ساله دوم و به ترتیب تحت سناریویهای A2و A1B و به میزان 3/1 و 0/2 درجه سانتیگراد رخ خواهد داد. روند تغییرات تابش در دورههای آینده و برای تمام فصول سال کاهشی خواهد بود. بیشترین کاهش تحت سناریوی A2 و در دوره دوم 30 ساله به میزان 4/143 مگاژول بر مترمربع و در فصل زمستان رخ خواهد داد. میزان بارش، در اکثر فصول سال در دورههای آتی افزایش خواهدداشت. بر این اساس، بیشترین افزایش در دوره 30 ساله دوم تحت سناریوی B1 به مقدار 5/55 میلیمتر و در فصل پاییز خواهد بود. | ||
| کلیدواژه‌ها | ||
| مدلهای گردش عمومی جو؛ Lars-WG؛ تغییر اقلیم؛ رشت | ||
| مراجع | ||
|
- اسماعیلی، رضا؛ گندمکار، امیر و حسنعلی غیور (1389)، «پهنهبندی میزان تغییرات اقلیمی از دیدگاه کشاورزی در دوره اقلیمی آینده (مطالعه موردی: استان خراسان رضوی)»، مجله جغرافیا و برنانهریزی محیطی، سال22، شماره پیاپی 41، شماره 1، صفحه: 52-35. - اشرف، بتول؛ موسوی بایگی، محمد؛ کمالی، غلامعلی و کامران داوری (1390)، «پیشبینی تغییرات فصلی پارامتـرهای اقلیمی در 20 سال آتی با استفاده از ریزمقیاس نـمایی آماری دادههای مدل HADCM3»، نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد 25، شماره 4، صفحه: 957-947 - بابائیان، ایمان؛ نجفی نیک، زهرا؛ زابل عباسی، فاطمه؛ حبیبی نوخندان، مجید؛ ادب، حامد و شراره ملبوسی (1388)، «ارزیابی تغییر اقلیم کشور در دورهی 2039-2010 میلادی با استفاده از ریزمقیاس نمایی دادههای مدل گردش عمومی جو ECHO-G»، مجله جغرافیا و توسعه، شماره 16، صفحه: 152-135. - بذرافشان، جواد؛ علی، خلیلی؛ هورفر، عبدالحسین؛ ترابی، صدیقه و سهراب حجام (1388)، «بررسی و مقایسه عملکرد دو مدل LARS و ClimGen در شبیهسازی متغیرهای هواشناسی در شرایط مختلف اقلیمی ایران»، مجله تحقیقات منابع آب ایران، سال پنجم، شماره 1، صفحه: 57-44. - عباسی، فاطمه؛ ملبوسی، شـراره ؛ بابائیان، ایمان؛ اثمری، مرتـضی و رضا برهانی (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)، جلد 24، شماره 2، صفحه: 233-218. - مشکواتی، امیرحسین؛ کردجزی، محمد و ایمان بابائیان (1389)، «بررسی و ارزیابی مدل لارس در شبیهسازی دادههای هواشناسی استان گلستان در دوره 2007-1993 میلادی»، نشریه تحقیقات کاربردی علوم جغرافیایی، جلد16، شماره 19، صفحه: 96-81. -IPCC 4th Assessment Report (2007), “See URLhttp://www.IPCC.ch. -Semenov, M.A., Brooks, R.J., Barrow, E.M., and Richardson, C.W., (1998), “Comparison of the WGEN and LARS stochastic weather generators indiver’s climates”, Climate Research, 10: 95-107. -Semenov, M.A., Barrow, E.M., (2002), “A StochasticWeather Generator for Use in Climate, User’ Impact Studies Manual”, version 3.0. | ||
|
آمار تعداد مشاهده مقاله: 2,950 تعداد دریافت فایل اصل مقاله: 1,349 |
||