پهنه‌بندی بهترین مدلهای اقلیمی گزارش ششم تغییراقلیم در شبیه‌سازی دمای حداکثر ماهانه در ایران
Keywords:
ارزیابی عملکرد, ایستگاه‌های سینوپتیک, روش میانگین وزنی ساده, تابع بازده کلینگ, گوپتا, GCMAbstract
با توجه به افزایش فزاینده‌ی غلظت گازهای گلخانه‌ای و تأثیرات آن بر تغییرات اقلیمی، ارزیابی دقت مدلهای گردش عمومی جو (GCM) در بازتولید متغیرهای اقلیمی از اهمیت ویژه‌ای برخوردار است. پژوهش حاضر به بررسی عملکرد ۳۲ مدل از مجموعه CMIP6 در شبیه‌سازی دمای حداکثر ماهانه در ۳۱ ایستگاه سینوپتیک واقع در ایران طی دوره آماری ۱۹۷۰ تا ۲۰۱۴ اختصاص یافت. به منظور کمی‌سازی دقت مدل‌ها، از سه شاخص آماری متداول شامل تابع بازده کلینگ-گوپتا (KGE)، ضریب تبیین (R²) و مجذور میانگین مربعات خطا (RMSE) استفاده شد. سپس، با به‌کارگیری روش میانگین‌گیری وزنی ساده (SAW)، مدل برتر برای هر ایستگاه تعیین گردید. نتایج حاصل نشان داد که در سطح کشور، همگنی نسبتاً مناسبی در عملکرد مدل‌ها مشاهده می‌شود، اگرچه عملکرد آنها در ایستگاه‌های مختلف، ناهمگونی‌هایی را نیز نشان می‌دهد. با این وجود، یافته‌های این پژوهش حاکی از آن است که مدلهای EC-Earth3-CC و HadGEM3-GC31-MM به طور کلی عملکرد نسبتاً بهتری در شبیه‌سازی دمای حداکثر در سطح ایران داشته‌اند. نکته قابل توجه آن است که در ۲۲ استان، یکی از چهار مدل EC-Earth3-CC، HadGEM3-GC31-MM، CMCC-ESM2 و MPI-ESM1-2-LR، به عنوان بهترین مدل شبیه‌سازی دمای حداکثر ماهانه شناسایی شد. این امر، مؤید سازگاری و قابلیت اعتماد این مدل‌ها در سطح منطقه‌ی مورد مطالعه است. با این حال، به منظور اتخاذ تصمیمات دقیق در زمینه برنامه‌ریزی و مدیریت بهینه منابع آب و انرژی، توصیه می‌شود که از خروجی‌های چند مدل با عملکرد مناسب به صورت تلفیقی استفاده شده و نتایج آنها به منظور کاهش عدم قطعیت‌ها مورد مقایسه و تحلیل قرار گیرد.
Downloads
References
1. Goodarzi, M. R., Abedi, M. J., & Pour, M. H. (2022). Climate change and trend analysis of precipitation and temperature: A case study of Gilan, Iran. In Current Directions in Water Scarcity Research (Vol. 7, pp. 561-587). Elsevier.
2. Masson-Delmotte, V. P., Zhai, P., Pirani, S. L., Connors, C., Péan, S., Berger, N., ... & Scheel Monteiro, P. M. (2021). Ipcc, 2021: Summary for policymakers. in: Climate change 2021: The physical science basis. contribution of working group i to the sixth assessment report of the intergovernmental panel on climate change.
3. Olhoff, A., Christensen, J. M., Kappelle, M., & Liu, J. (2020). Emissions Gap (UNEP). In United in Science 2020: A multi-organization high-level compilation of the latest climate science information.
4. نیرومندفرد، خاشعی سیوکی، هاشمی، سید رضا هاشمی، قربانی خلیل. (1402). بررسی پیش‌نگری تغییر اقلیم بر پارامترهای دما و بارش با استفاده از مدلهای CMIP6 (مطالعه موردی: ایستگاه بیرجند). تحقیقات آب و خاک ایران.
5. احمدی محمود و کمانگر محمد. (1402). پیش نگری دماهای حدی فصل سرد ایران با استفاده از یک سامانه همادی چند مدلی با سناریوهای اجتماعی_اقتصادی مدل های CMIP6.
6. Zhao, Y., Qian, C., Zhang, W., He, D., & Qi, Y. (2021). Extreme temperature indices in Eurasia in a CMIP6 multi‐model ensemble: Evaluation and projection. International Journal of Climatology, 41(11), 5368-5385.
7. Liu, C., Yang, C., Yang, Q., & Wang, J. (2021). Spatiotemporal drought analysis by the standardized precipitation index (SPI) and standardized precipitation evapotranspiration index (SPEI) in Sichuan Province, China. Scientific reports, 11(1), 1280.
8. Ashraf, S., Nazemi, A., & AghaKouchak, A. (2021). Anthropogenic drought dominates groundwater depletion in Iran. Scientific reports, 11(1), 9135.
9. Ding, Y., Mu, C., Wu, T., Hu, G., Zou, D., Wang, D., ... & Wu, X. (2021). Increasing cryospheric hazards in a warming climate. Earth-Science Reviews, 213, 103500.
10. Stouffer, R. J., Eyring, V., Meehl, G. A., Bony, S., Senior, C., Stevens, B., & Taylor, K. E. (2017). CMIP5 scientific gaps and recommendations for CMIP6. Bulletin of the American Meteorological Society, 98(1), 95-105.
11. Yazdandoost, F., Moradian, S., Izadi, A., & Aghakouchak, A. (2021). Evaluation of CMIP6 precipitation simulations across different climatic zones: Uncertainty and model intercomparison. Atmospheric Research, 250, 105369.
12. Rivera, J. A., & Arnould, G. (2020). Evaluation of the ability of CMIP6 models to simulate precipitation over Southwestern South America: Climatic features and long-term trends (1901–2014). Atmospheric Research, 241, 104953.
13. Masson-Delmotte, V., Zhai, P., Pirani, A., Connors, S. L., Péan, C., Berger, S., ... & Zhou, B. (2021). Climate change 2021: the physical science basis. Contribution of working group I to the sixth assessment report of the intergovernmental panel on climate change, 2(1), 2391.
14. Gusain, A., Ghosh, S., & Karmakar, S. (2020). Added value of CMIP6 over CMIP5 models in simulating Indian summer monsoon rainfall. Atmospheric Research, 232, 104680.
15. Almazroui, M., Ashfaq, M., Islam, M. N., Rashid, I. U., Kamil, S., Abid, M. A., ... & Sylla, M. B. (2021). Assessment of CMIP6 performance and projected temperature and precipitation changes over South America. Earth Systems and Environment, 5(2), 155-183.
16. زرین آذر، داداشی رودباری و صالح آبادی. (1399). بررسی بی‌هنجاری و روند دمای ایران در پهنه‌های مختلف اقلیمی با استفاده از مدلهای جفت شده پروژه مقایسه متقابل مرحله ششم (CMIP6). مجله ژئوفیزیک ایران, 15(1)، 35-54.
17. زرین؛ آذر و رودباری، داداشی. (1399). پیش‌نگری دمای ایران در آینده نزدیک (2040-2021) بر اساس رویکرد همادی چند مدلی CMIP6. پژوهش های جغرافیای طبیعی، 53(1)، 75-90.
18. زارعیان؛ دهبان وگوهری. (1401). ارزیابی دقت مدلهای CMIP6 در برآورد دما و بارش ایران بر اساس تحلیل شبکه‌ای. مدیریت آب و آبیاری، 12(4)، 783-797.
19. مهابادی انصاری ثمین؛ دهبان؛ زارعیان و فرخ‌نیا. (1401). بررسی روند تغییرات دما و بارش حوضه‌های آبریز ایران در افق 20 سال آینده بر اساس برونداد مدلهای CMIP6. پژوهش آب ایران، 16(1)، 11-24.
20. محمد جواد زارعیان، رضا سراج ابراهیم و حسین دهبان. (1403). بررسی اثر تغییر اقلیم بر مقادیر حدی دما و بارش در حوضه سفیدرود بر اساس مدلهای CMIP6.
21. Heydarizad, M., Raeisi, E., Sorí, R., & Gimeno, L. (2019). Developing meteoric water lines for Iran based on air masses and moisture sources. Water, 11(11), 2359.
22. کاویانی محمدرضا، مسعودیان سیدابوالفضل و شبانکاری مهران، (1386). شناسایی رفتار زمانی-مکانی پرفشار سیبری در تراز دریا.
23. چمانه فر ساناز، موسوی بایگی سیدمحمد، بابائیان ایمان و مدرسی فرشته. (1402). پیش نگری شاخص های حدی بارشی و دمایی در دوره 2100-2026 بر اساس برونداد مدل های CMIP6 (مطالعه موردی: مشهد).
