ارزیابی عدم قطعیت ناشی از ریز مقیاس گردانی مدلهای gcm روی عناصر دما و بارش (مطالعه موردی: حوضه دریاچه ارومیه)

کلید واژه ها: بوت استراپ، دریاچه ارومیه، ریزمقیاس گردانی، عدم قطعیت، gcm در دهه های گذشته در نتیجه فعالیت های انسانی و طبیعی، میزان گازهای گلخانه ای در آتمسفر رو به افزایش گذاشته و در نتیجه دمای کره زمین روند روبه افزایشی به خود گرفته است. افزایش دمای کره زمین به نوبه خود باعث تغییرات معنی داری در حیطه های مرتبط به ویژه منابع آب شده است. امروزه، مطالعه و مدلسازی تغییرات عناصر اقلیمی (به ویژه دما و بارش) می تواند در برنامه ریزی های مدیریت منابع آب کشور بسیار حائز اهمیت تلقی گردد. تحقیقات انجام شده مبین این واقعیت است که در حوضه هایی مانند دریاچه ارومیه منابع آب روند کاهشی داشته است. از این رو، بررسی تغییرات اقلیمی به ویژه در محدوده ی مورد نظر که به یک بحران محیطی تبدیل شده، ضرورت پیدا نموده است. در نتیجه، برقراری ارتباط بین متغیرهای مورد بحث، نیاز به داده های خروجی مدل های گردش عمومی اقیانوس-آتمسفری دارد که از طریق فرآیند ریزمقیاس گردانی مکانی مشاهدات ذیربط میسر می گردد. اغلب تحقیقات صورت گرفته در خصوص ریز مقیاس گردانی داده های aogcm در کشور بر مبنای روشهای آماری بوده و نتایج، بیانگر دقت های متفاوت در ریز مقیاس گردانی داده ها می باشد. بطوریکه برآورد دما دارای دقت بالا بوده ولی در خصوص بارش دقت های به دست آمده قابل تامل است. برای اینکه بتوان نتایج حاصله را تفسیر و در برنامه ریزی آینده منابع آب استفاده کرد، باید نتایج نهایی آزمون شده و عدم قطعیت آن مشخص گردد. در حال حاضر، در جامعه علمی یکی از دغدغه های مرتبط با ریز مقیاس گردانی داده های gcmها، بررسی دقت آنها است. در این پژوهش، برای بررسی تغییرات اقلیمی محتمل، از خروجی های مدل hadcm3 استفاده شد. برای رسیدن به اهداف تحقیق جاری، ابتدا، کلیه ایستگاه های سینوپنیک و کلیماتولوژی بررسی و هشت ایستگاه مناسب، انتخاب و فرآیندهای صحت، دقت و کفایت آماری آن ها بررسی و سپس نواقص آماری برطرف گرید. داده های aogcm با استفاده از روش های آماری sdsm, lars-wg و ann برای هر سری زمانی ریز مقیاس شده و پارامترهای مرتبط با بارش و دما (حداقل و حداکثر روزانه) محاسبه گردید. مدل ها با یک بخش از دوره آماری مدلسازی و با بخشی نیز اعتبارسنجی شدند. از آنجایی که مدل بر اساس داده های ncep سازگار با hadcm3 مدلسازی و اعتبار یابی گردید، از کل دوره (1961 تا 2001) داده های hadcm3 برای دقت مدل استفاده شد. از سری زمانی روزانه تولید شده سری زمانی ماهانه استخراج و با استفاده از 2 معیار خطا (mbe و mae) و سه روش عدم قطعیت (مقایسه میانگین ها، مقایسه واریانس ها و فاصله اطمینان بوت استراپ) به منظور انتخاب مدل مناسب، استفاده شد. به منظور بررسی نقش عوامل مورفو-اقلیمی در دقت مدل منتخب (sdsm) عواملی مانند، ارتفاع، طول و عرض جغرافیایی، فاصله از منابع رطوبتی، فاصله از ارتفاع رو به توده بارانزا و فاصله از مرکز سلول hadcm3، ملاک عمل قرار گرفت. معیار دقت مدل نیز mae در نظر گرفته و در مقیاس سالانه mae با هریک از عوامل فوق رابطه ایجاد و میزان همبستگی ارزیابی گردید. نتایج نشان داد که مدل sdsm به طور کلی از دقت خوبی برخوردار بوده ولی در این مدل نیز دقت برآوردها در ماه های سرد سال نسبت به ماه های گرم کمتر بدست آمد. دمای حداکثر محاسبه شده توسط مدل در مقیاس سالانه بطور متوسط یک درجه سانتیگراد قدر مطلق اختلاف را نشان داد. در این بین ایستگاه پارس آباد با دقت بالا و اردبیل کم دقت ترین ایستگاه بدست آمد. در مقیاس ماهانه نیز ماه های فوریه، ژانویه و مارس نسبت به ماه ها دیگر دارای خطای بالاتری بوده و ماه های ژوئیه و اوت کم خطاترین ماه های سال را به خود اختصاص دادند. دمای حداقل بدست آمده توسط مدل در ماه های دسامبر تا مارس همراه با خطای بیشتری نسبت به ماه های دیگر و بخصوص ماه های فصل تابستان را نشان داد. این موضوع بیانگر توانایی مدل در شبیه سازی دما در شرایط پایداری جو می باشد. چرا که در فصل تابستان جریان هوا پایدار بوده و معمولاً عوامل محلی تأثیر چندانی در عناصر اقلیمی منطقه نمی گذارد. مدل sdsm در خصوص بارش در ماه های مارس، آوریل و مه نسبت به ماه های خشک خطای بیشتری را نشان داد. در مقیاس های فصلی نیز بیشترین خطای مدل به ترتیب در بهار، پاییز، زمستان و تابستان رخ داد. دلیل خطای زیاد مدل در فصل بهار و بخصوص ماه آوریل، تأثیر پذیری بارش از عوامل اقلیمی محلی است. چرا که در مدل های gcm عوامل محلی وارد مدل نمی شود. در بین 8 ایستگاه منتخب، زنجان با 128 میلی متر و پارس آباد با 58/1 میلی متر خطا به ترتیب بیشترین و کمترین خطا را به خود اختصاص دادند.