ارزیابی روش های ریزمقیاس نمایی در پیش‌بینی پارامترهای آب و هوایی تحت شرایط تغییراقلیم: مطالعه موردی ایستگاه سینوپتیک اردبیل

تغییراقلیم از جمله تغییرات بی سابقه ای است که در حال وقوع است. مدل های گردش عمومی جو مناسب ترین ابزار برای مطالعه اثرات ناشی از تغییر اقلیم شناخته شده اند، اما خروجی آن ها به منظور کاربرد در مدل های هیدرولوژیکی، بیش از حد بزرگ مقیاس است. بنابراین روش های مختلف ریز مقیاس نمایی به کار گرفته می شود تا خروجی این مدل ها با تفکیک زمانی و مکانی مناسب تری فراهم شوند. میزان تغییرات پارامترهای هواشناسی بارش، دمای حداقل و حداکثر دستخوش تغییرات این پدیده است. از آنجایی که پیش بینی این سه پارامتر اقلیمی حائز اهمیت است، در این مطالعه عملکرد یک مدل رگرسیونی چند متغیره و یک مدل مولد آب و هوایی در ریزمقیاس نمایی پارامترهای بارش و دما مورد بررسی قرار گرفته است. بدین منظور میانگین تغییرات این عوامل برای دوره ی 2065-2046 نسبت به دوره پایه 2013-1983 در ایستگاه سینوپتیک اردبیل تحت مدل hadcm3 و سناریوی a2پیش بینی شدند. نتایج حاصل از شاخص های خطاسنجی نشان داد که در این منطقه مطالعاتی، مولد آب و هوایی نسبت به مدل رگرسیونی چند متغیره از دقت بیش تری برخوردار است.

Assessment of Downscaling Methods in Predicting Climatic Parameters under Climate Change Status: A case study in Ardabil Synoptic Station

Climate change is an unprecedented change are taking place. Changes of meteorological parameters such as precipitation, maximum and minimum temperatures. Since weather forecasting is important for these parameters, in this study, the performance of Statistical Downscaling Model (SDSM and LarsWG) were used to predict temperature and precipitation and mean of these changes for the periods 20462065 compared to the base period 19832013 at Ardebil station and the model HadCM3 with A2 scenario were predicted. Downscaling models were used for data analysis were LarsWG and SDSM. The results showed that the LarsWG model with low mean absolute error for the stations is more accurate than SDSM model.