پیش بینی تغییرات اقلیمی با استفاده از الگوریتم نرو فازی (مطالعه ی موردی: ایستگاه های تهران و تبریز)

مدل های جهانی اقلیم (G C M s) به علت قدرت تفکیک مکانی پایین، قابل استفاده در مطالعات منطقه یی نیستند. به همین منظور از روش هایی موسوم به ریزمقیاس نمایی آماری برای تبدیل خروجی مدل های G C M به مقیاس منطقه یی و محلی استفاده می شوند. در این پژوهش با استفاده از الگوریتم نرو فازی (A N F I S) و روش خوشه بندی فازی داده ها (F C M)، به مدل سازی اقلیمی در تهران و تبریز پرداخته شده است. برای پایداری مدل، 100 سناریو شبیه سازی شده است. میانگین دمای بیشینه در ایستگاه تهران در دوره ی پایه ی 1961−1990، 22٫48 درجه ی سانتی گراد است و در هر یک از دوره های 2011−2040، 2041−2070 و 2071−2100 به ترتیب 23٫52، 25٫05 و 26٫27 درجه ی سانتی گراد پیش بینی شده است. بارش روزانه در این ایستگاه در دوره های پایه و آینده به ترتیب 0٫63، 1، 1٫1 و 1٫17 میلی متر در روز به دست آمده است. در ایستگاه تبریز، میانگین دمای بیشینه 17، 18٫31، 19٫81 و 21٫30 درجه ی سانتی گراد و میانگین بارش روزانه 0٫84، 0٫60، 0٫47 و 0٫33 میلی متر در روز به ترتیب برای هر یک از دوره های مدل سازی حاصل شده است. نتایج، نشان دهنده ی افزایش درجه ی حرارت بیشینه در هر دو ایستگاه و رفتار متفاوت بارش است.