| پیش نگری نمایه‌های فرین دمایی و بارشی برای دوره آتی در استان تهران |
| کد مقاله : 1374-NERS |
| نویسندگان |
|
منصوره کوهی *1، ابراهیم اسعدی ا سکویی2، فاطمه عباسی3، بهاره بذرافشان4، راضیه پهلوان5 1عضو هیات علمی پژوهشگاه هواشناسی و علوم جو-پژوهشکده اقلیم شناسی و تغییر اقلیم 2استادیار، پژوهشگاه هواشناسی و علوم جو، پژوهشکده اقلیم شناسی و تغییر اقلیم، مشهد 3کارشناس مسوول ، پژوهشگاه هواشناسی و علوم جو، پژوهشکده اقلیم شناسی و تغییر اقلیم 4کارشناس پژوهشی، پژوهشگاه هواشناسی و علوم جو، پژوهشکده اقلیم شناسی و تغییر اقلیم 5، پژوهشکده هواشناسی، پژوهشگاه هواشناسی و علوم جو |
| چکیده مقاله |
| افزایش فراوانی و شدت رخدادهای فرین اقلیمی در دهه‌های اخیر، لزوم بهره‌گیری از ابزارهای دقیقی همچون مدل های اقلیمی جهانی را برای پیش‌نگری تغییرات دما، بارش و نمایه‌های حدی این دو متغیر در مقیاس‌های ایستگاهی و منطقه‌ای دوچندان کرده است. از آنجا که برونداد مدل‌های گردش عمومی جو (GCMs) دارای قدرت تفکیک مکانی پایین هستند، استفاده از روش‌های مقیاس‌کاهی به‌منظور استخراج اطلاعات اقلیمی در مقیاس ایستگاهی ضروری است. در این پژوهش، توانمندی نسخه جدید مدل تولیدکننده تصادفی آب‌وهوا LARS-WG8.0 در شبیه‌سازی دما، بارش و نمایه‌های فرین اقلیمی مورد ارزیابی قرار گرفته و سپس تغییرات آتی این متغیرها برای دوره 2050–2031 پیش‌نگری شد. برای این منظور، داده‌های روزانه دمای کمینه، دمای بیشینه و بارش ایستگاه همدیدی مهرآباد تهران طی دوره پایه 1981–2010 مورد استفاده قرار گرفت. ارزیابی عملکرد مدل با مقایسه داده‌های شبیه‌سازی‌شده و مشاهداتی و با استفاده از آزمون‌های آماری و نمایه‌های حدی ETCCDI انجام شد. سپس پیش‌نگری‌ها با استفاده از خروجی پنج مدل اقلیمی CMIP6 تحت سناریوهای SSP1-2.6 و SSP5-8.5 انجام شد. نتایج نشان داد مدل LARS-WG8.0 در شبیه‌سازی میانگین دما و بارش عملکرد مطلوبی دارد، اما در بازسازی برخی نمایه‌های فرین، به‌ویژه تداوم دوره‌های خشک و گرم، با عدم قطعیت همراه است. پیش‌نگری‌ها حاکی از افزایش فراوانی روزهای گرم و شب‌های حاره‌ای و تغییر الگوی بارش در دوره آینده نزدیک است. می توان از این یافته‌های در برنامه‌ریزی سازگاری با تغییر اقلیم و مدیریت مخاطرات جوی در منطقه تهران مورد استفاده کرد. |
| کلیدواژه ها |
| نمایه های فرین، مقیاس کاهی، LARS-WG8.0، تغییر اقلیم، سناریوهای SSP |
| وضعیت: پذیرفته شده |
