امکان‌سنجی پیش‌بینی شاخص‌های تداوم بارش حدی با استفاده از دورپیوندها (مطالعه موردی: ایستگاه‌های هواشناسی گرگان و رشت)

مطالعه وقایع حدی بارش به دلیل بروز پدیده‌های زیان‌باری نظیر سیل و فرسایش خاک اهمیت زیادی در هواشناسی کشاورزی دارد. پدیده‌های دورپیوند با توجه به اثر آنها بر عوامل اقلیمی، متغیرهای مناسبی جهت پیش‌بینی بارش‌های فرین محسوب می‌شوند. در این مطالعه، دو شاخص‌ حدی بارش بیشترین تعداد روزهای خشک و مرطوب متوالی انتخاب و امکان پیش‌بینی آنها در دو ایستگاه هواشناسی رشت و هاشم‌آباد گرگان طی دوره آماری 1362-1402 با استفاده از مقادیر چند شاخص دورپیوند با دو گروه از معادلات بررسی شد. برای روابط خطی از رگرسیون چند متغیره خطی (mlr) و روابط غیرخطی از رگرسیون درخت تصمیم m5 استفاده شد. این مدل‌ها به منظور غلبه بر مشکل حریصانه بودن الگوریتم داده‌کاوی m5 و شناسایی متغیرهای موثر، گام به گام اجرا شدند. اثر تاخیری شاخص‌های دورپیوند از همبستگی بالاتر آن با شاخص‌های حدی بارش تایید شد. دقت بالاتر مدل m5 نیز وجود رابطه غیرخطی بین شاخص‌های دورپیوند با شاخص‌های حدی مدت بارش را نشان می‌دهد به طوری که با متوسط درصد خطایی کمتر از 21 درصد پیش‌بینی شدند. دقت بیشتر مدل m5 با دخالت دادن تنها 5 متغیر در مقایسه با کلیه شاخص‌های دورپیوندی، نشانگر اهمیت متغیرها و حریصانه بودن الگوریتم m5 است. در نهایت می‌توان نتیجه گرفت شاخص‌های دورپیوند بر تغییرات عوامل اقلیمی در دو ایستگاه مطالعاتی موثر بوده ولی تنها یک شاخص نمی‌تواند تمام تغییرات را توجیه کند بلکه اثر همزمان چند شاخص، با بکار بردن مدلی مناسب جهت یافتن رابطه آنها با شاخص‌های حدی، می‌تواند امکان پیش‌بینی وقایع حدی بارندگی را میسر سازد.

feasibility of forecasting extreme precipitation duration indices using teleconnections (case study: gorgan and rasht weather stations)

precipitation is the most important source of water supply for the agricultural sector, which is unevenly distributed across the country based on the long-term average. in this research, the mpi-esm1.2-hr earth system model boundary condition data has been used for dynamically downscaling by regcm4.7 regional climate model to project the country's average precipitation in the future period of 2026-2075 based on the ssp scenarios. dynamical downscaling was performed according to ssp2-4.5 and ssp5-8.5 shared socio-economic pathway scenarios from the primary horizontal resolution of 100×100 to 30×30 km. precipitation projected by the regional climate model was bias corrected using the linear scaling (ls) method. in bias correctoion process, cru gridded observation data and dynamically downscaled precipitation values in the historical period of 2000-2014 were used. the results showed that the annual precipitation in the southern third of the country will be increased by 7 to 15% in all future periods and ssp scenarios, when comparing to the mean observation period. however, in the northern and central third of the country, both increasing and decreasing changes in precipitation (between -2% and +7%) were projected. in the spring and summer seasons, the precipitation is mainly increasing, with the largest increase in the spring in the southern regions and in the summer in the south and east of the country. on the other hand, in the western regions of the country, the precipitation is projected to decrease. in the autumn season, the country's precipitation is decreasing (increasing) based on ssp2-4.5 (ssp5-8.5). in the winter season, in all model-scenarios, the direction of precipitation change is increasing in the southwest of the country, decreasing in the west, and in other areas within the range of normal fluctuations.