مقایسه روش های ریزمقیاس نمایی آماری مدل های تغییر اقلیم در شبیه سازی عناصر اقلیمی در منطقه شمال غرب ایران

در این پژوهش نتایج سه مدل ریزمقیاس نمایی SDSM، شبکه عصبی ANN، و مدل مولد آب وهوایی LARS-WG در شبیه سازی پارامترهای اقلیمی بارش روزانه، کمینه، و بیشینه دمای روزانه در منطقه شمال‏ غرب ایران مقایسه شده است. منطقه مورد مطالعه شامل دوازده ایستگاه هواشناسی است که دارای آمار بلندمدت اند. از داده های دما و بارش روزانه ایستگاه ها در دوره 1961 1990 به عنوان دوره پایه در مدل و دوره 1991 2001 به عنوان دوره اعتبارسنجی استفاده شده است. در این بررسی از دو آزمون ناپارامتری و شاخص ریشه مجموع مربعات خطای مدل (RMSE) برای مقایسه دقت سه مدل استفاده شده است. نتایج نشان داد برای دماهای کمینه و بیشینه عملکرد مدل ANN بهتر از دو مدل دیگر است. برای داده های بارش، طبق شاخص RMSE، دقت مدل SDSM نسبت به دو مدل دیگر بیشتر است. بر اساس آزمون ناپارامتری من - ویتنی، عملکرد دو مدل SDSM و LARS-WG یکسان و بهتر از مدل ANN بود. تحلیل مکانی عملکرد سه مدل نشان می‏دهد که عملکرد مدل‏ها بسته به نوع اقلیم منطقه است؛ به ‏طوری ‏که منطقه جنوب ‏غرب آذربایجان ‏‏شرقی و کردستان، به سبب ناپایداری های بیشتر، عملکرد پایین‏تری دارند.