پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,578 |
| تعداد مقالات | 71,072 |
| تعداد مشاهده مقاله | 125,696,089 |
| تعداد دریافت فایل اصل مقاله | 98,925,453 |
صحت سنجی مقادیر دما و بارش مدل‌های گردش عمومی در ایستگاه‌های کرمانشاه، روانسر و اسلام آباد غرب | ||
| مجله اکوهیدرولوژی | ||
| مقاله 5، دوره 1، شماره 3، دی 1393، صفحه 195-206 اصل مقاله (1.27 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2014.54223 | ||
| نویسندگان | ||
| منصور حسینی خواه1؛ حسین زینی وند* 2؛ علی حقی زاده2؛ ناصر طهماسبی پور2 | ||
| 1دانشجوی کارشناسی ارشد مهندسی آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان | ||
| 2استادیار گروه مهندسی مرتع و آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان | ||
| چکیده | ||
| هدف این مطالعه صحت‌سنجی مقادیر دما و بارش مدل‌های گردش عمومی و سناریوهای انتشار در ایستگاه‌های کرمانشاه، روانسر و اسلام‌آباد غرب برای دورۀ آماری 2008-1989 است. ابتدا مقادیر دما و بارش مشاهداتی از سازمان هواشناسی و مقادیر دما و بارش مدل‌ها و سناریوها از پایگاه دادۀ کانادا تهیه شد. سپس از آزمون نیکویی برازش، برای بررسی معنا‌داری مدل‌ها و از معیارهای ارزیابی ضریب تبیین (R2)، میانگین خطای مطلق(MAE) ، ضریب نش-ساتکلیف (NS)، اریبی (Bias) و ریشۀ میانگین مربعات خطا (RMSE) برای تعیین دقت مدل‌ها استفاده شد. همچنین روش وزندهی، برای بررسی عدم قطعیت مدل‌ها و سناریوها به‌کار گرفته شد. مطابق نتایج آزمون نیکویی برازش، همۀ مدل‌ها در هر سه ایستگاه معنادار بودند. نتایج حاصل از معیارهای ارزیابی و روش وزندهی نشان داد که در ایستگاه کرمانشاه، مدل‌های HADGEM1 و BCM2 به‌ترتیب با میانگین خطای مطلق 8/0 و 85/0 بیشترین کارایی را در شبیه‌سازی دادههای دما و بارش این منطقه دارند. در ایستگاه روانسر نیز دو مدل ECHO-G و HADCM3 و در ایستگاه اسلام‌آباد مدل ECHO-G با کمترین میانگین خطای مطلق، دارای بیشترین توانمندی به‌ترتیب در شبیه‌سازی دما و بارش هستند. در مجموع برای هر سه ایستگاه، مدل ECHO-G با ضریب وزنی 20/0 و مدل HADCM3 با ضریب وزنی 15/0، مدل‌های منتخب به‌ترتیب برای شبیه‌سازی دما و بارش حوضۀ آبخیز قره‌سو هستند. همچنین سناریوی A2 با ضرایب وزنی 51/0 برای بارش و 75/0 برای دما و سناریوی A1B با ضرایب وزنی 57/0 برای بارش و 3/0 برای دما به‌ترتیب سناریوهای منتخب دو مدل ECHO-G و HADCM3 هستند. | ||
| کلیدواژه‌ها | ||
| تغییر اقلیم؛ سناریوی انتشار؛ عدم قطعیت؛ قره‌سو؛ مدل گردش عمومی | ||
| عنوان مقاله [English] | ||
| Validation of Global Climate Models (GCMS) Temperature and Rainfall Simulation in Kermanshah, Ravansar and West Islamabad Stations | ||
| نویسندگان [English] | ||
| Mansoor Hosseinikhah1؛ Hossein Zeinivand2؛ Ali Haghizadeh2؛ Naser Tahmasebipour2 | ||
| 1MSc Student in Watershed Management and Engineering, Department of Range and Watershed Management Engineering, Lorestan University, Lorestan, Iran | ||
| 2Department of Range and Watershed Management Engineering, Lorestan University, Lorestan, Iran | ||
| چکیده [English] | ||
| The objective of this study was to evaluate the ability of ten GCMs and three Emission Scenarios to reproduce the rainfall and temperature parameters in Kermanshah, Ravansar and West Islamabad stations located inside Qaresou basin in Iran using the average weighting method, over 1989-2008 period. At first, the models output and the scenarios were provided for this period. Then, the models validation was carried out using Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Model Bias, and Nash – Sutcliffe criteria. Moreover, the models and scenarios uncertainty analysis was assessed by the weighting method. Based on these criteria, HADGEM1 and BCM2 had the best efficiency in Kermanshah station for mean temperature and rainfall simulation respectively. For Ravansar station the best models were ECHO-G and HADCM3, while for West Islamabad was ECHO-G. The overall results of this analysis showed that the best applied GCMs and emission scenarios for simulation of temperature and rainfall in the study area are ECHO-G (A2) and HADCM3 (A1B), respectively. The results also indicated that these models and scenarios performance for simulation of temperature and rainfall are varied and thus a GCM need to be calibrated for different regions. | ||
| کلیدواژه‌ها [English] | ||
| AOGCM, climate change, Greenhouse Gases, SRES, Uncertainty | ||
| مراجع | ||
|
1- اشرف، بتول؛ علیزاده، امین؛ موسوی بایگی، محمد؛ بنایان اول، محمد، 1393، صحت‌سنجی دادههای دما و بارش شبیه‌سازی شده توسط اجرای منفرد و گروهی پنج مدل AOGCM برای منطقۀ شمال شرق ایران، نشریۀ آب و خاک، جلد 28، شمارۀ 2: 266-253. 2- آشفته، پریسا سادات؛ مساح بوانی، علیرضا، 1391، بررسی تأثیر عدم‌قطعیت مدل‌های چرخۀ عمومی جو و اقیانوس (AOGCM) و سناریوهای انتشار گازهایگلخانه‌ای بر رواناب حوضۀ تحت تأثیر تغییر اقلیم، مجلۀ تحقیقات منابع آب ایران، سال هشتم، شمارۀ 2. 3- مساح بوانی، علیرضا؛ مرید، سعید؛ محمدزاده، محسن، 1389، مقایسه روشهای کوچک مقیاس کردن و مدل‌های AOGCM در بررسی تأثیر تغییر اقلیم در مقیاس منطقهای، مجلة فیزیک زمین و فضا، دورۀ 36، شمارۀ 4: 110-99. 4- کمال، علیرضا؛ مساح بوانی، علیرضا، 1390، ارزیابی عدم‌قطعیت مدل‌هایAOGCM-AR4و مدل‌های هیدرولوژی در تخمین دما، بارش و رواناب حوضۀ قره‌سو تحت تأثیر تغییر اقلیم، مجلة پژوهش آب ایران، سال پنجم، شمارۀ نهم: 50-39. 5- جاهد، رضا؛ جلال کمالی؛ نوید؛ بابازاده، حسین، 1390، مجلۀ مهندسی منابع آب، سال چهارم: 64-51. 6- Christensen, N., Wood, A.W., Voisin, N., Lettenmaier, D.P., and Palmer, R. N., 2004, The effects of climate change on the hydrology and water resources of the Colorado River basin, Climatic Change, Volume 62, Issue 1-3, pp 337-363.
7- Department of Water Resources (DWR), 2006, Progress on incorporating Climate Change into Planning and Management of California’s Water Resources, Technical Memorandum Report, State of California.
8- Feng, J.M., WANG, Y.Li., and Fu, C.B, 2012, A multi-ensemble of regional climate simulation from RMIP for Asia. Report of key laboratory of regional climate-environment for East Asia, START regional center for temperature East Asia, IAP, CAS, pages 1-38.
9- Fowler, H. J., and Ekstrom, M., 2009, Multi-model ensemble estimates of climate change impacts on UK seasonal precipitation extremes. International Journal of Climatology, Volume 29, Issue 3, pages 385–416.
12- IPCC, Robert, T., Watson, R.T., Zinyowera, M.C., Moss, R.H. (Eds.), 1995, Impacts, Adaptations and Mitigation of Climate Change: Scientific-Technical Analyses, Cambridge University Press, UK p, 878.
13- IPCC, Watson, R.T., Zinyowera, M.C., Moss, R.H., Dokken, D.J., (Eds.), 2001, Special Report on the Regional Impacts of Climate Change, An Assessment of Vulnerability,Cambridge University Press, UK.
14- IPCC, Solomon, S., D. Qin, M., Manning, Z., Chen, M., Marquis, K.B., Averyt, M., Tignor and H.L., Miller (eds.), 2007, Summary for Policy makers, in: Climate Change, Cambridge University Press, Cambridge, PP 1-18.
15- IPCC, 2010, Meeting Report IPCC Expert Meeting on Assessing and Combining Multi Model Climate Projections, National Center for Atmospheric Research, Boulder Colorado, USA, pp 115.
16- Masanganise, J., Chipindu, B., Mhizha, T., Mashonjowa, E., Basira, K., 2013, An evaluation of the performances of Global Climate Models for predicting temperature and rainfall in Zimbabwe, International Journal of Scientific and Research Publications, (3)8:2250-3153.
17- Maurer E. P., 2007, Uncertainty in hydrologic impacts of climate change in the Sierra Nevada, California, under two emissions scenario, Climatic Change 82: pp 309–325.
18- Muttiah, R.S., and Wurbs, R.A., 2009, Modeling the impacts of climate change on water supply reliabilities, Water International, 27(3), pp 407-419.
19- New, M., and Hulme, M., 2000, Representing uncertainty in climate change scenarios: a Monte-Carlo approach, Integrated Assessment 1, pp 203–213.
20- Radic, V., and Clarke, G.K.C., 2011, Evaluation of IPCC Models’ Performance in Simulating Late-Twentieth-Century Climatologies and Weather Patterns over North America, Journal of climate, Vol. 24, pp 5257-5274.
21- Su, F., Duan, X., Chen, D., Hao, Z. and Cui, L., 2013, Evaluation of the Global Climate Models in the CMIP5 over the Tibetan Plateau, Journal of climate, Volume 26, pp 3187-3208.
22- Wilby, R., and Harris, I., 2006, A framework for assessing uncertainties in climate change impacts: low flow scenarios for the RiverThames, UK, Water Resources Research, Volume 42 Issue 2.
23- Xu, C.-y., 1999, From GCMs to river flow: a review of downscaling methods and hydrologic modeling approaches, Progress in Physical Geography, Volume 232, pp 229–249. | ||
|
آمار تعداد مشاهده مقاله: 3,606 تعداد دریافت فایل اصل مقاله: 1,934 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب