a. dadashi
-
تغییرات در شدت و فراوانی بارش، از جمله رخدادهای فرین، بیشترین تاثیر را بر مدیریت منابع آب و مدیریت ریسک سیلاب دارد. از آنجایی که ایران در یک منطقه خشک و نیمه خشک جهان قرار گرفته است، اطلاعات بیشتری در مورد تغییرات گذشته و احتمالی آینده در خصوص بارش های فرین مورد نیاز است. این تحقیق با هدف بررسی روزهای همراه با بارش سنگین در ایران از سری مدل های سامانه زمین EC-Earth3 با تفکیک افقی 7/0 درجه قوسی با پیکربندی های مختلف که در پروژه CMIP6 مشارکت یافته اند، انجام شده است. یک مدل همادی از سه مدل EC-Earth3،اEC-Earth3-Veg و EC-Earth3-CC با روش میانگین وزنی با رویکرد مستقل (IWM) تولید شد. جهت بررسی روزهای همراه با بارش سنگین از شاخص R10mm توصیه شده توسط کارگروه تخصصی در زمینه تغییر اقلیم و شاخص های فرین (ETCCDI) استفاده شد. شاخص R10mm با سناریوهای خوش بینانه (SSP1-2.6)، حد واسط (SSP2-4.5)، بدبینانه (SSP3-7.0) و خیلی بدبینانه (SSP5-8.5) در دوره تاریخی (2014-1990) و سه دوره 25 ساله شامل دوره های آینده نزدیک (2050-2026)، آینده میانی (2075-2051) و آینده دور (2100-2076) محاسبه شد. شاخص R10mm در شش حوضه آبخیز درجه یک بررسی شد. نتایج نشان داد که بیشینه این شاخص با 14/36 روز در حوضه دریای خزر و کمینه آن با 1/45 روز در حوضه مرزی شرق ایران دیده می شود و بارش سنگین در ایران تحت شرایط تغییر اقلیم آینده افزایش خواهد داشت. بیشینه افزایش روزهای همراه با بارش سنگین تحت سناریوهای SSP3-7.0 و SSP5-8.5 به ترتیب در سه حوضه دریای خزر، دریاچه ارومیه و قره قوم دیده شد. همچنین این شاخص در متوسط پهنه ای کشورحداقل افزایش 2/97 درصدی و حداکثر 18/22 درصدی را نشان داد. افزایش رخداد بارش سنگین در آینده ممکن است منجر به افزایش خطر سیل شده و دسترسی به منابع آب را نیز در ایران با مشکلاتی مواجه نماید.
کلید واژگان: فرین های اقلیمی, بارش سنگین, CMIP6, سناریوهای SSP, ایران -
هدف از این مطالعه توسعه معادلات و ارزیابی دقت برای محاسبه درجه روز با استفاده از میانگین دمای روزانه هوا می باشد. در این پژوهش به این منظور درجه روز گرمایش (HDD) و سرمایش (CDD) از برونداد پایگاه داده اسفزاری با استفاده از دو مدل ASHRAE و UKMOبا لحاظ نمودن آستانه انجمن استاندارد علوم آمریکا (3/18 درجه سانتی گراد) محاسبه شد. رابطه نیاز گرمایش و سرمایش ایران از روش وایازی غیرخطی چندگانه گام به گام با برازش معادلات کوبیک و کوادراتیک استفاده شد. نتایج نشان داد، تابع کوادراتیک پیش بینی های بسیار دقیق تری را نسبت تابع کوبیک برای نیاز گرمایشی و سرمایشی با انحراف استاندارد (SD) 328/0 و 370/0 ارائه می نماید. میزان ضریب بتا () و F بیانگر این است که به جز مقدار ثابت در معادلات (bo) ، عامل درجه حرارت میانگین با توان سه درجه اهمیت بیشتری نسبت به بقیه عوامل ورودی به مدل ها برای نیاز گرمایشی دارد. هم چنین برای نیاز سرمایشی توان درجه یک میانگین دمای هوا نسبت به سایر عوامل از اهمیت بیشتری برخوردار است. محاسبه ترکیب انحراف استاندارد (SD) ، عرض جغرافیایی و ارتفاع نیز منجر به افزایش دقت پیش بینی مدل گردید که مبین نقش تغییرات مکانی بالای این دو فراسنج و هم سویی چند جانبه عوامل محیطی است. تحلیل های مکانی نیاز گرمایشی و سرمایشی چند مشخصه بارز آب و هوایی را برای این فراسنج در قلمرو ایران آشکار ساخته است: 1-لانه گزینی آب و هوایی در قالب خرده نواحی آب و هوایی؛ 2-وردش مکانی بالای نیاز گرمایشی و سرمایشی با آرایش ناهمواری ها و تغییرات شدید ارتفاعی.
کلید واژگان: نیاز گرمایش و سرمایش, مدلASHRAE, مدلUKMO, مدل واسازی چندگانه, ایرانThis study aimed to develop and evaluate the accuracy of equations to calculate degree days using the average daily air temperature is wrote. In order to the beginning, calculate the heating degree days ( ) and cooling ( ) of output Asfazari database using two models, and considering the brink of the United States of America was used Standards Association. In order to relationship the need for heating and cooling stepwise multiple linear regression method with the country of cubic and quadratic equations were used. The results showed that quadratic function is much more accurate than predictions cubic function for heating and cooling needs with a standard deviation 0/328 and 0/370 from. The beta coefficient ( ) and indicates that except for the constant in the equation , factor temperature with an average three lies more important than other factors are input to models for heating needs. As well as for be cooling needs of an average air temperature is more important than other factors. Calculate the combined standard deviation , latitude and altitude increased the accuracy of prediction model that represents the spatial variation of these parameters and alignment of multilateral environmental factors. Spatial analysis requires several characteristic heating and cooling climate for this parameter in the territory of Iran is evident: 1. implantation weather in the form of climatic zones; (2) require high spatial variation uneven heating and cooling arrangement and sharp changes in elevation.
Keywords: heating, cooling requirements, models, multivariate modeling, Iran
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.