پتانسیل مدل های گردش عمومی جو اقیانوسی در شبیه سازی تغییرات رطوبت نسبی (مطالعه موردی: شهرستان نکا)

گرم تر شدن کره زمین نیز بنوبه خود بر وضعیت اجزاء دیگر سیستم اقلیم تاثیر گذاشته و پدیده تغییر اقلیم را موجب می گردد. گرمایش جهانی، ظرفیت رطوبتی هوا را  افزایش و  رطوبت نسبی هوا را کاهش می دهد. معمول‌ترین روش شبیه‌سازی پارامترهای اقلیمی، استفاده از داده‌های خروجی مدل‌های گردش عمومی جو است. زمانی که نتایج مدل ها در مقیاس بسیار کوچک تر مورد ارزیابی قرار می گیرند تفاوت های قابل ملاحظه ای ایجاد می گردد. اما چگونه می توان این تفاوت ها را از بین برد و مدل هایی را انتخاب کرد که بتوانند پیشینه ی مناسبی را از آینده تغییر اقلیم ارائه کنند.  در این پژوهش با روش صحت سنجی به بررسی این اختلاف ها و اطمینان از صحت نتایج مدل های اقلیمی در پیش بینی رطوبت نسبی هوا پرداخته می شود. در این راستا، داده‌های رطوبت نسبی ایستگاه سینوپتیک دشت ناز  در شهرستان نکا، به صورت روزانه با طول آماری 25 سال ( 2014- 1990 میلادی) استفاده گردید. در ادامه داده های پارمتر رطوبت نسبی نزدیک ترین سلول به ایستگاه سینوپتیک از  داده‌های مدل‌های گردش عمومی جو، گزارش ششم هیات بین الدول تغییر اقلیم ، در دوره مشترک (1990-2014) دانلود و  در نرم افزار arc gis 10.8 استخراج گردید.  با توجه به نتایج حاصل، مدل  access-esm1-5 ، cnrm-cm6-1 ، canesm5 ، ipsl-cm6a-lr ، giss-e2-1-g  و miroc6 بیش ترین همبستگی  را با داده های مشاهداتی نشان دادند اما به جز دو مدل  access-esm1-5  و   canesm5سایر مدل های مذکور دارای بایاس بالایی نسبت به داده های مشاهداتی بودند. بنابراین دو مدل  access-esm1-5 و  canesm5_esm از بین مدل های اقلیمی برای پیش بینی رطوبت نسبی در آینده در منطقه نکا پیشنهاد می گردد .  

potential of atmospheric-ocean general circulation models in simulating relative humidity changes (case study: neka city)

global warming increases the moisture capacity of the air and decreases the relative humidity of the air. the most common method of simulating climate parameters is to use the output data of general circulation models of the ocean-atmosphere. in this research, the differences and assurance of the accuracy of the results of climate models in the prediction of relative humidity were investigated using the validation method. in this regard, the relative humidity data of dasht naz synoptic station in neka city was used on a daily basis with a statistical length of 25 years (1990-2014 ad). in the following, the relative humidity parameter data of general circulation models (the sixth report of the inter-state committee on climate change), from the closest cell to the dasht naz synoptic station in the base period (1990-2014) and the future period (2100-2014) under two ssp2 and ssp5 scenarios were downloaded from the environmental analysis center website in netcdft file format and extracted in arcgis 10.8 software. also, downscaling of the output of the general circulation models of the ocean-atmosphere was done with the cumulative distribution function (cdft) method in rstudio statistical software. according to the results, access-esm1-5, cnrm-cm6-1, canesm5, ipsl-cm6a-lr, giss-e2-1-g and miroc6 models showed the highest correlation with observational data, but except for two access-esm1-5 and canesm5 models, the other mentioned models had a high bias compared to the observational data. the lowest air humidity is predicted in june, july, and august, and the highest humidity in december and february. regarding the relative humidity parameter, slight changes were seen in the ssp2 scenario compared to the observational data, and these changes were more in the ssp5 scenario. and the most changes in relative humidity under ssp5 are expected in autumn (3.7%) and the least in winter (0.5%).