مقایسه مدلهای ریزمقیاس نمایی LARC-WG و SDSM در پیش‌بینی تغییرات دما و بارش تحت سناریوهای RCP

Abstract

روش‌های مختلفی برای تبدیل داده‌های بزرگ‌مقیاس به داده‌های اقلیمی منطقه‌‌ای گسترش یافته‌اند که در کم‌تر مطالعه‌ای نتایج این روش‌ها از لحاظ آماری مورد مقایسه قرار گرفته است. هدف از این مطالعه‌، مقایسه‌ی نتایج مدل‌های SDSM و LARS-WG در ریزمقیاس‌نمایی داده‌های خروجی مدل‌های گردش عمومی CANE-SM2 و HADGEM2-ES تحت سناریوهایRCP2.6 ، RCP4.5 وRCP8.5 است. جهت انجام این مطالعه‌، دمای حداقل، دمای حداکثر و بارش در دوره‌ی پایه (2005-1980) ایستگاه سینوپتیک اراک مورداستفاده قرار گرفت و نتایج حاصل از پیش‌بینی‌های دو مدلSDSM و LARS-WG برای سه دوره‌ی 2040-2021، 2060-2041 و 2080-2061 مقایسه شد. به‌ منظور ارزیابی عملکرد مدل‌ها شاخص‌های RMSE، R2، MAE و NSE استفاده شد. بر اساس نتایج شاخص‌های ارزیابی، هر دو مدل کارآیی مناسبی در شبیه‌سازی متغیرهای اقلیمی دارد. نتایج ریزمقیاس‌نمایی دو مدل نشان داد که به‌طورکلی در هر سه سناریو و هر سه دوره‌ از ماه ژانویه تا ژوئن مقادیر پیش‌بینی دمای حداقل و دمای حداکثر نسبت به دوره‌ی پایه افزایش می‌یابد و مدل LARS-WG در مقایسه با مدل SDSM مقدار دمای حداقل و حداکثر را نسبت به دوره‌ی پایه بیش‌تر برآورد نموده است. تغییرات بارش پیش‌بینی‌شده به ‌وسیله‌ی دو مدل SDSM و LARS-WG دارای روند مشخصی نبوده است. بررسی درصد تغییرات داده‌های دما و بارش نشان داد که خروجی مدل SDSM تغییرات بیش‌تری را در بارش و خروجی مدل LARS-WG تغییرات بیش‌تری را در دمای حداقل و دمای حداکثر نسبت به دوره‌ی پایه نشان می‌دهد. بر اساس نتایج این مطالعه‌ نمی‌توان برتری دقیقی برای هر یک از مدل‌های موردمطالعه‌ بیان کرد، ولی به‌طورکلی می‌توان گفت که نتایج پیش‌بینی دو مدل در اکثر موارد از نظر آماری اختلاف معنی‌دار (01/0P<) دارند.