چکیده:
الگوسازی اقلیمی، یکی از روشهای بنیادین و کارا در سادهسازی پیچیدگیهای دستگاه اقلیم است که درک ما را از چگونگی رفتار این سامانه افزایش میدهد؛ همچنین همانندسازیهای اقلیمی با بهکارگیری برونداد مدلهای گردش عمومی جو برای آگاهی از ویژگیهای اقلیم در سالهای آینده لازم است. با این همه امکان بهکارگیری دستاوردهای مدلهای گردش عمومی جو به شکل مستقیم برای همانندسازی اقلیم در مقیاسهای ناحیهای و کوچکتر وجود ندارد. یکی از راهکارهای متداول برای حل این مشکل، ریزمقیاسگردانی آماری بروندادهای مدلهای گردش عمومی است. مدل SDSM، یکی از پرکاربردترین مدلها درزمینة یادشده است. روش بنیادین این مدل برای ریزمقیاسگردانی دادهها، رگرسیون چند متغیری است. در این پژوهش تلاش شده است با بهکارگیری دادههای میانگین دمای ارومیه از ابتدای سال 1961 میلادی تا پایان سال 2010، دادههای دوباره واکاویشدة مرکز ملی پیشبینیهای محیطی (NCEP) و برونداد مدل HadCM3[1] با سناریوهای A2 و B2، توان SDSM در ریزمقیاسگردانی و همانندسازی دادههای دمایی ارزیابی شود. برای سنجش شایستگی مدلهای بهدستآمده و توان SDSM در همانندسازی از بعضی آزمونهای آماری همچون آمارة چو، خطای استاندارد، شاخص سازگاری ویلموت و همچنین رسم نمودارهای ماهیانه و سالیانة دادهها استفاده شده است. دستاوردهای این پژوهش نشان داد هرچه بازة زمانی برای میانگینگیری بیشتر باشد، میانگینهای دمایی همانندسازیشده پسندیدهتر و به واقعیت نزدیکتر خواهد بود؛ با وجود این مدل SDSM در همانندسازی بیشینهها و کمینهها کارکرد چندان پسندیدهای نداشته است؛ از این رو دستاوردهای این مدل فقط برای رسیدن به شناختی کلی از ویژگیهای اقلیم آینده مناسب است و امکان بهکارگیری در پروژههای دقیق را ندارد.
Climate modeling is one of the fundamental methods of simplifying the complexity of the climate that can increase our understanding of the system’s behavior. Climate simulating through using the outputs of general circulation models in order to be aware of the characteristics of the climate, will be required in the coming years. The achievements of general circulation models cannot be used directly in regional and smaller-scale climate simulations. A common way to solve this problem is by statistically downscaling the output of general circulation models. SDSM is one of the most practical models in the mentioned fields. In this study, attempts are made to assess the ability of the SDSM in downscaling and simulating the temperature data of Urmia since the beginning of 1961 until the end of 2010 using National Emergency Communications Plan’s re-analyzed data and the outputs of HadCM3 under A2 and B2 scenarios. To assess the adequacy of the models obtained and the SDSM’s ability to simulate, some statistical tests such as the Chow test, the standard error, Wilmot index compatibility and also monthly and annual diagrammed data have been used. The results of this study show that the greater the time period is, the more preferable and closer to reality the simulated mean temperature will be. However the SDSM model’s function is inadequate in simulating the maximums and minimums. Therefore the achievements of this model are suitable only to obtain a general understanding of the characteristics of future climate and they cannot be used in precise projects.