شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو (hadcm3)

امروزه مدل سازی و برآورد فراسنج های آب‌وهوا شناختی به سبب گستردگی تغییرات اقلیمی، افکار اغلب اندیشمندان را به خود مشغول کرده است. ازاین رو در این پژوهش برای دستیابی به بازتولید داده‌های اقلیمی و مقایسه سناریوهای مدل گردش عمومی جو از سه متغیر مهم اقلیمی شامل بارش، دمای کمینه و دمای بیشینه در استان س...

Full description

Bibliographic Details
Main Authors: زهرا حجازی زاده, دکتر سید محمد حسینی, علی رضا کربلایی درئی
Format: Article
Language:English
Published: Ferdowsi University of Mashhad 2015-10-01
Series:جغرافیا و مخاطرات محیطی
Subjects:
Online Access:https://geoeh.um.ac.ir/article_28790_f7b72d9a2e6fbe4b62dd7ca7958e39a5.pdf
_version_ 1797664618085089280
author زهرا حجازی زاده
دکتر سید محمد حسینی
علی رضا کربلایی درئی
author_facet زهرا حجازی زاده
دکتر سید محمد حسینی
علی رضا کربلایی درئی
author_sort زهرا حجازی زاده
collection DOAJ
description امروزه مدل سازی و برآورد فراسنج های آب‌وهوا شناختی به سبب گستردگی تغییرات اقلیمی، افکار اغلب اندیشمندان را به خود مشغول کرده است. ازاین رو در این پژوهش برای دستیابی به بازتولید داده‌های اقلیمی و مقایسه سناریوهای مدل گردش عمومی جو از سه متغیر مهم اقلیمی شامل بارش، دمای کمینه و دمای بیشینه در استان سمنان استفاده شده است. بازۀ زمانی داده های این فراسنج ها به‌صورت روزانه است که از بدو تأسیس چهار ایستگاه همدید بیارجمند، شاهرود، گرمسار و سمنان تا سال 2010 را شامل می‌شود و این دوره زمانی به‌عنوان دوره پایه، مورد بررسی قرارگرفته است. همچنین برای مقایسه نتایج به‌دست‌آمده از مدل با داده‌های مشاهداتی از سناریوهای B1، A2 وA1B در مدل HadCM3 تحت برنامه ARS-WG در دوره زمانی 2011 تا 2030 به‌عنوان دوره آتی شبیه سازی بهره گرفته شد. درنهایت نقشه های پهنه بندی مقادیر مشاهداتی و مقادیر شبیه‌سازی‌شده این متغیرها ترسیم شد. نتایج حاکی از این است که به‌طورکلی سناریوهای مورد استفاده در مدل HadCM3، قابلیت بالایی در شبیه‌سازی سری‌های زمانی متغیرهای هواشناسی در این استان را دارا می باشد و انطباق و همپوشانی نسبتاً بالایی بین داده های مشاهداتی در دوره پایه با داده های شبیه‌سازی‌شده در آینده وجود دارد؛ اما سناریوی A1B در اغلب ایستگاه های مورد بررسی، توانمندی چشمگیرتری در شبیه سازی داده ها به‌ویژه در سه ماهه زمستان و بهار دارد. همچنین نتایج نشان داد که بیشترین میزان بارش مشاهداتی و شبیه‌سازی‌شده توسط سناریوها مربوط به ماه مارس و بیشترین دمای کمینه و دمای بیشینه از آن ژولای است. همچنین نقشه‌های پهنه بندی داده‌های مشاهداتی و مدل سازی شده متغیرهای مورد بررسی حاکی از این است که کاهش میزان بارش در سمت شرق، مرکز و شمال استان کاملاً مشهود است و دمای کمینه و بیشینه نیز در سمت شرق و شمال این استان، افزایش قابل توجهی خواهد داشت.
first_indexed 2024-03-11T19:31:57Z
format Article
id doaj.art-8d0eb5ac6c8949d2b615ea3e722d6a45
institution Directory Open Access Journal
issn 2322-1682
2383-3076
language English
last_indexed 2024-03-11T19:31:57Z
publishDate 2015-10-01
publisher Ferdowsi University of Mashhad
record_format Article
series جغرافیا و مخاطرات محیطی
spelling doaj.art-8d0eb5ac6c8949d2b615ea3e722d6a452023-10-06T13:16:35ZengFerdowsi University of Mashhadجغرافیا و مخاطرات محیطی2322-16822383-30762015-10-014312410.22067/geo.v4i3.4421428790شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو (hadcm3)زهرا حجازی زاده0دکتر سید محمد حسینی1علی رضا کربلایی درئی2دانشگاه خوارزمی تهراندانشگاه سید جمال الدین اسدآبادی، همداندانشگاه خوارزمی تهرانامروزه مدل سازی و برآورد فراسنج های آب‌وهوا شناختی به سبب گستردگی تغییرات اقلیمی، افکار اغلب اندیشمندان را به خود مشغول کرده است. ازاین رو در این پژوهش برای دستیابی به بازتولید داده‌های اقلیمی و مقایسه سناریوهای مدل گردش عمومی جو از سه متغیر مهم اقلیمی شامل بارش، دمای کمینه و دمای بیشینه در استان سمنان استفاده شده است. بازۀ زمانی داده های این فراسنج ها به‌صورت روزانه است که از بدو تأسیس چهار ایستگاه همدید بیارجمند، شاهرود، گرمسار و سمنان تا سال 2010 را شامل می‌شود و این دوره زمانی به‌عنوان دوره پایه، مورد بررسی قرارگرفته است. همچنین برای مقایسه نتایج به‌دست‌آمده از مدل با داده‌های مشاهداتی از سناریوهای B1، A2 وA1B در مدل HadCM3 تحت برنامه ARS-WG در دوره زمانی 2011 تا 2030 به‌عنوان دوره آتی شبیه سازی بهره گرفته شد. درنهایت نقشه های پهنه بندی مقادیر مشاهداتی و مقادیر شبیه‌سازی‌شده این متغیرها ترسیم شد. نتایج حاکی از این است که به‌طورکلی سناریوهای مورد استفاده در مدل HadCM3، قابلیت بالایی در شبیه‌سازی سری‌های زمانی متغیرهای هواشناسی در این استان را دارا می باشد و انطباق و همپوشانی نسبتاً بالایی بین داده های مشاهداتی در دوره پایه با داده های شبیه‌سازی‌شده در آینده وجود دارد؛ اما سناریوی A1B در اغلب ایستگاه های مورد بررسی، توانمندی چشمگیرتری در شبیه سازی داده ها به‌ویژه در سه ماهه زمستان و بهار دارد. همچنین نتایج نشان داد که بیشترین میزان بارش مشاهداتی و شبیه‌سازی‌شده توسط سناریوها مربوط به ماه مارس و بیشترین دمای کمینه و دمای بیشینه از آن ژولای است. همچنین نقشه‌های پهنه بندی داده‌های مشاهداتی و مدل سازی شده متغیرهای مورد بررسی حاکی از این است که کاهش میزان بارش در سمت شرق، مرکز و شمال استان کاملاً مشهود است و دمای کمینه و بیشینه نیز در سمت شرق و شمال این استان، افزایش قابل توجهی خواهد داشت.https://geoeh.um.ac.ir/article_28790_f7b72d9a2e6fbe4b62dd7ca7958e39a5.pdfریزمقیاس نماییگردش عمومی جوتغییر اقلیممدل lars-wgاستان سمنان
spellingShingle زهرا حجازی زاده
دکتر سید محمد حسینی
علی رضا کربلایی درئی
شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو (hadcm3)
جغرافیا و مخاطرات محیطی
ریزمقیاس نمایی
گردش عمومی جو
تغییر اقلیم
مدل lars-wg
استان سمنان
title شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو (hadcm3)
title_full شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو (hadcm3)
title_fullStr شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو (hadcm3)
title_full_unstemmed شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو (hadcm3)
title_short شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو (hadcm3)
title_sort شبیه سازی متغیرهای اقلیمی استان سمنان با سناریوهای مدل گردش عمومی جو hadcm3
topic ریزمقیاس نمایی
گردش عمومی جو
تغییر اقلیم
مدل lars-wg
استان سمنان
url https://geoeh.um.ac.ir/article_28790_f7b72d9a2e6fbe4b62dd7ca7958e39a5.pdf
work_keys_str_mv AT zhrạḥjạzyzạdh sẖbyhsạzymtgẖyrhạyạqlymyạstạnsmnạnbạsnạrywhạymdlgrdsẖʿmwmyjwhadcm3
AT dḵtrsydmḥmdḥsyny sẖbyhsạzymtgẖyrhạyạqlymyạstạnsmnạnbạsnạrywhạymdlgrdsẖʿmwmyjwhadcm3
AT ʿlyrḍạḵrblạyydrỷy sẖbyhsạzymtgẖyrhạyạqlymyạstạnsmnạnbạsnạrywhạymdlgrdsẖʿmwmyjwhadcm3