مقیاس‌کاهی آماری برونداد دمای کمینه مدل‌های اقلیمی تحت سناریوهای rcp در غرب ایران

نظر به تاثیر مشهود پدیده های زیانبار سرمازدگی و یخبندان بر تولیدات زراعی و باغی ایران، در پژوهش حاضر، به بررسی چشم ‌انداز تغییرات دمای کمینه در در 17 ایستگاه هواشناسی سه استان  کردستان، کرمانشاه و ایلام در غرب ایران پرداخته شد. بدین منظور با استفاده از دو مولد داده آماری  lars-wg و sdsm پیش نگری دمای کمینه دو مدل اقلیم جهانی hadgem2 و canesm2 تحت سه سناریوی واداشت تابشی rcp2.6، rcp4.5 و rcp8.5 مقیاس‌کاهی و استفاده شدند. بر این اساس، چشم انداز تغییرات دمای کمینه در دوره آتی(2050-2021) نسبت به دوره پایه (2018-1989) مورد بررسی قرار گرفت. به‌منظور ارزیابی عملکرد مولدهای هواشناسی، از معیارهای mse، rmse، mae و r^2 استفاده شد. نتایج حاصل نشان داد که مدل های مورد بررسی با دقت بالایی قادر به  آشکارسازی روند دمای کمینه در منطقه مورد مطالعه هستند. با این وجود، مدل sdsm از دقت بیشتری نسبت به مدل larswg  برخوردار است. نتایج حاصل از چشم انداز تعییرات دمای کمینه نشان داد که بر اساس هر دو  مدل، میزان دمای کمینه در دوره  آینده نسبت به دوره پایه به‌طور متوسط بین 0.6 تا 1.5 درجه سلسیوس در مناطق مورد مطالعه افزایش می یابد. از نظر مکانی نیز بیشترین تغییرات مربوط به مناطق سردسیر واقع در شمال محدوده مطالعاتی به ویژه ایستگاه های سقز و زرینه اوباتو است. یافته های پژوهش در مدیریت ریسک یخنبندان و برنامه ریزی های اقلیمی کشاورزی منطقه مفید خواهد بود.

Statistical downscaling of climate models projection of minimum temperature under RCP scenarios in Western of Iran

Considering the significant effect of chilling and frost phenomenon on agricultural production in Iran, the aim of this study is projection of minimum temperature in three provinces of Kurdistan, Kermanshah and Ilam, Western of Iran. For this purpose, the data of 17 meteorological stations during the baseline period of (19892018) were collected. Then, the HadGEM2 and CanESM2 climate models outputs were statistically downscaled using LARSWG and SDSM weather generators under three climate change scenarios of RCP2.6, RCP4.5 and RCP8.5 during future period (2021–2050) and compared with observed data. The performance of the two weather generators, were compared using MSE, RMSE, MAE and R2 indices. The results indicated the good accuracy of both statistical models in simulating the minimum temperature in the study area; however the SDSM model performed better than the LARSWG. The projected changes of minimum temperature compared to the baseline period revealed a significant increase varying between 0.6 – 1.5 oC in study stations. The most significant change was observed in northern parts of study region especially in the Saqhez and Zarineh stations. The findings of this study can be used in frost risk management and agroclimatic planning in the region.