Evaluation of SDSM, LARS-WG, and ANN Methods in Down scaling of Temperature and Precipitation for Two Different Climates

چکیده مقاله

دل‌های گردش عمومی جو، یکی از مهم‌ترین و کاربردی‌ترین مدل‌ها در مطالعات تغییرات اقلیمی در مقیاس منطقه‌ای هستند. از آنجا که شبیه‌سازی پارامترهای اقلیمی در این مدل‌ها، در مقیاس بزرگ مکانی و زمانی انجام می‌شود، خروجی آن‌ها با استفاده از روش‌های مختلف، کوچک‌مقیاس می‌گردد. در این پژوهش، نتایج سه مدل ریزمقیاس‌نمایی SDSM، LARS-WG و ANN در شبیه‌سازی پارامترهای اقلیمی بارش روزانه و کمینه و بیشینه‌ دمای روزانه در دو ایستگاه تایباد (با آب و هوای گرم و خشک) و قوچان (با آب و هوای سرد و معتدل) در استان خراسان رضوی مقایسه شده است. بدین منظور از دوره بیست ساله داده‌های بارش و کمینه و بیشینه‌ دمای روزانه‌‌ ایستگاه‌ها بین سال‌های 2005-1986 استفاده گردید. برای مقایسه‌ی دقت مدل‌ها، از شاخص‌های ضریب تبیین، ریشه‌ی مجموع مربعات خطا و میانگین مطلق خطا استفاده شد. نتایج نشان داد مدل‌های LARS-WG و SDSM کم‌ترین میزان خطا را در شبیه‌سازی کمینه و بیشینه‌ دمای روزانه دارند. مقدار میانگین مطلق خطای مدل SDSM برای پارامتر کمینه دما در دو ایستگاه تایباد و قوچان به ترتیب 0/61 و 0/71 می‌باشد. مقدار خطای پارامتر مذکور در مدل LARS-WG در دو ایستگاه تایباد و قوچان به ترتیب 0/65 و 0/43 است. از سوی دیگر، در مدل ANN، میانگین مطلق خطای کمینه دما در ایستگاه تایباد 1/78 و در ایستگاه قوچان 1/73 بدست‌‌آمده است. در نهایت می‌توان بیان کرد؛ مدل‌های ریزمقیاس‌نمایی SDSM و LARS-WG از دقت بالاتری در شبیه‌سازی مقادیر پارامترهای اقلیمی دمای روزانه و بخصوص پارامتر کمینه دما در ایستگاه‌های تایباد و قوچان نسبت به مدل ANN برخوردار می‌باشند.