پیشبینی دمای کمینه و بیشینه، تابش و بارش در ایستگاه سینوپتیک رشت تحت سناریوهای مختلف تغییر اقلیم
پیشبینی دمای کمینه و بیشینه، تابش و بارش در ایستگاه سینوپتیک رشت تحت سناریوهای مختلف تغییر اقلیم
عنوان فارسی :
پیشبینی دمای کمینه و بیشینه، تابش و بارش در ایستگاه سینوپتیک رشت تحت سناریوهای مختلف تغییر اقلیم
عنوان انگلیسی :
Prediction of Minimum and Maximum Temperature, Radiation and Precipitation in Rasht Synoptic Station under Different Climate Change Scenarios
چکیده:
چکیده پیشبینی و ارزیابی میزان تغییرات پارامترهای هواشناسی در اثر تغییر اقلیم بهویژه از منظر مدیریت منابع آب از اهمیت بالایی برخوردار است. مدل LARS یک مدل تولیدکننده دادههای هواشناسی است که با ریزمقیاس نمایی مدلهای گردش عمومی جو (GCM) اقدام به پیشبینی پارامترهای هواشناسی مینماید. در این مطالعه، ابتدا برای ارزیابی عملکرد 15 مدل مختلف گردش عمومی جو در شبیهسازی دادههای بارش، تابش، دمای کمینه و دمای بیشینه ایستگاه سینوپتیک رشت در دوره (2012-2011)، ریزمقیاس آماری هر کدام از مدلهای GCM توسط مدل LARS انجام پذیرفت. سپس پیشبینی پارامترهای مذکور بر پایه مدلهای GCM منتخب برای دو دوره 30 ساله 2042-2013 و 2072- 2043 انجام شد. نتایج پیشبینی نشان داد در مورد پارامترهای دمای کمینه و بیشینه بیشترین تغییرات میانگین بلندمدت سالانه نسبت به دوره پایه، در دوره 30 ساله دوم و به ترتیب تحت سناریویهای A2و A1B و به میزان 3/1 و 0/2 درجه سانتیگراد رخ خواهد داد. روند تغییرات تابش در دورههای آینده و برای تمام فصول سال کاهشی خواهد بود. بیشترین کاهش تحت سناریوی A2 و در دوره دوم 30 ساله به میزان 4/143 مگاژول بر مترمربع و در فصل زمستان رخ خواهد داد. میزان بارش، در اکثر فصول سال در دورههای آتی افزایش خواهدداشت. بر این اساس، بیشترین افزایش در دوره 30 ساله دوم تحت سناریوی B1 به مقدار 5/55 میلیمتر و در فصل پاییز خواهد بود.
چکیده انگلیسی:
Abstract Prediction and evaluation of meteorological data in effect of climate change is very important especially in water resources management. LARS is a model that generates weather data and predicts weather parameters by downscaling global circulation models (GCM). In this study, in order to evaluate 15 GCM models performance in simulating the minimum and maximum temperature, radiation and precipitation in Rasht synoptic station (2011-2012), statistical downscaling of each model was performed by LARS model. Then, the mentioned data were predicted on the basis selected GCM models for 2013-2042 and 2043-2072 periods. The results showed that the highest increase in annual average of minimum and maximum temperature will occur during the 2043-2072 periods with 1.3 and 2.0 °C, under A2 scenario, respectively. The amounts of radiation will decrease in future periods for all seasons. The highest decrease (143.4 MJ m-2)of radiation will occur in 2013-2042periods in winter under A2 scenario. The seasonal precipitation will often increase in future periods. The highest increase of seasonal precipitation (55.5 mm)will occur under B1 scenario in 2043-2072 periods for autumn.
خبرنامه
برای ثبت نام در خبرنامه و دریافت خبرنامه ایمیل خود را وارد نمایید.
