تحلیل منطقهای دقت مدلهای CMIP6 در شبیهسازی بارش ایران
Keywords:
تغییراقلیم, CMIP6, ارزیابی مدل, بارشAbstract
تغییر اقلیم ناشی از افزایش گازهای گلخانهای، الگوهای بارش را به طور قابل توجهی تحت تأثیر قرار داده و پیامدهای جدی برای منابع آب و محیط زیست به همراه داشته است. از این رو، ارزیابی عملکرد مدلهای اقلیمی که برای پیشبینی این تغییرات مورد استفاده قرار میگیرند، ضروری است. در این راستا، مدلهای گردش عمومی جو-اقیانوس (AOGCM) مرتبط با ششمین گزارش ارزیابی IPCC (CMIP6) بهعنوان ابزاری رایج مورد استفاده قرار میگیرند. پژوهش حاضر به ارزیابی عملکرد ۵۱ مدل CMIP6 در شبیهسازی بارش در پهنه ایران با استفاده از دادههای ماهانه ۳۱ ایستگاه سینوپتیک مراکز استانها در دوره آماری ۱۹۷۰ تا ۲۰۱۴ پرداخت. برای ارزیابی عملکرد مدلها از سه شاخص آماری شامل شاخص کلینگ-گوپتا (KGE)، ضریب تبیین (R²) و جذر میانگین مربعات خطا (RMSE) استفاده شد. سپس، مدلها با استفاده از روش میانگینگیری ساده (SAW) رتبهبندی شدند. نتایج نشان داد که عملکرد مدلها در ایستگاههای مختلف، بهویژه در برآورد بارش نواحی مختلف ایران، متفاوت بود. بهطوریکه از بین ۵۱ مدل مورد بررسی، ۱۵ مدل مختلف موفق به کسب رتبه اول در حداقل یک ایستگاه شدند. با این حال، مدلهای IITM-ESM و MIROC-ES2L بهعنوان مدلهای برتر شناسایی شدند. با توجه به محدودیت روش SAW در اختصاص وزن مساوی به شاخصها، پیشنهاد میشود برای کاهش عدم قطعیت از روشهای تصمیمگیری چندمعیاره یا ایجاد مدل همادی استفاده شود. نتایج این پژوهش نشان میدهد که انتخاب مدل GCM مناسب برای هر منطقه، امری پیچیده و وابسته به عوامل متعدد از جمله ویژگیهای اقلیمی و توپوگرافی منطقه است و استفاده از یک مدل واحد برای کل ایران مناسب نیست.
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- Mishra, B. K., Kumar, P., Saraswat, C., Chakraborty, S., & Gautam, A. (2021). Water security in a changing environment: Concept, challenges and solutions. Water, 13(4), 490.
3- IPCC, 2021: Climate change 2021-the physical science basis. Interaction, 49(4), 44-45.
4- Zareian, M. J. (2021). Optimal water allocation at different levels of climate change to minimize water shortage in arid regions (Case Study: Zayandeh-Rud River Basin, Iran). Journal of Hydro-Environment Research, 35, 13-30.
5- 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.
6- Khan, A. J., Koch, M., & Tahir, A. A. (2020). Impacts of climate change on the water availability, seasonality and extremes in the Upper Indus Basin (UIB). Sustainability, 12(4), 1283.
7- Zahmatkesh, Z., Karamouz, M., Goharian, E., & Burian, S. J. (2015). Analysis of the effects of climate change on urban storm water runoff using statistically downscaled precipitation data and a change factor approach. Journal of Hydrologic Engineering, 20(7), 05014022.
8- Khan, N., Shahid, S., Ahmed, K., Ismail, T., Nawaz, N., & Son, M. (2018). Performance assessment of general circulation model in simulating daily precipitation and temperature using multiple gridded datasets. Water, 10(12), 1793.
9- Salman, S. A., Nashwan, M. S., Ismail, T., & Shahid, S. (2020). Selection of CMIP5 general circulation model outputs of precipitation for peninsular Malaysia. Hydrology Research, 51(4), 781-798.
10- Gusain, A., Ghosh, S., & Karmakar, S. (2020). Added value of CMIP6 over CMIP5 models in simulating Indian summer monsoon rainfall. Atmospheric Research, 232, 104680.
11- Zhu, Y. Y., & Yang, S. (2020). Evaluation of CMIP6 for historical temperature and precipitation over the Tibetan Plateau and its comparison with CMIP5. Advances in Climate Change Research, 11(3), 239-251.
12- 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.
13- 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.
14- انصاری مهابادی, ثمین , دهبان, حسین , زارعیان, محمد جواد و فرخ نیا, اشکان . (1401). بررسی روند تغییرات دما و بارش حوضههای آبریز ایران در افق 20 سال آینده بر اساس برونداد مدلهای CMIP6 پژوهش آب ایران.
15- زارعیان، دهبان وگوهری. (1401). ارزیابی دقت مدلهای CMIP6 در برآورد دما و بارش ایران بر اساس تحلیل شبکهای. مدیریت آب و آبیاری.
16- بابائیان، ایمان، مدیریان، راهله، کریمیان، مریم و جوانشیری، زهره (1400). پیشبینی چندسالانه بارش ایران با مقیاسکاهی برونداد مدلهای DCPP، مطالعه موردی: دوره 2023-2019. پژوهشهای تغییرات آب و هوایی.
17- رضائی، حسن، پاشاپور، حجت الله و صادقی، فرشید (1403). ارزیابی عملکرد مدلهای CMIP6 و پیشنگری تغییرات دما و بارش تحت سناریوهای خط سیر اجتماعی-اقتصادی مشترک (SSP) در ایران.
18- 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.
19- 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.
20- Kling, H., Gupta, H. K., & Jagermeyr, J. (2006). A quasi-analytical approach to identify model parameter sensitivity and identifiability. Journal of hydrology, 316(1-4), 237-251.
