بررسی اثرات تغییر اقلیم بر وضعیت دما و بارش با استفاده از شبکه عصبی و گزارش ششم IPCC (مطالعه موردی: ایستگاه ‎های الشتر و خرم‎آباد)

هدف از این پژوهش ارزیابی اثرات تغییر اقلیم بر دما، بارش و خشکسالی های آینده در ایستگاه های الشتر و خرم آباد می باشد، ‏که به این منظور از خروجی مدل گردش عمومی ‏MRI-ESM2‎‏ مطابق جدیدترین گزارش‎ IPCC‏(گزارش ششم)‏‎ ‎و سناریوهای ‏انتشار ‏SSP 1.2.6 ‎، ‏SSP 2.4.5‎، ‏SSP 3.7.0 ‎‏ و ‏‎ SSP 5.8.5‎‏در این مناطق مطالعاتی استفاده شد. با کاربرد مدل درخت تصمیم ‏‏(‏‎M5 Tree‎)، غالب ترین متغیرهای پیشبینی کننده مدل ‏MRI-ESM2‎‏ انتخاب شدند. در ادامه متغیرهای پیشبینی کننده به عنوان ‏ورودی در مدل ریزمقیاس نمایی آماری شبکه عصبی مصنوعی پیشرو‎ ‎‏(‏FFNN‏) قرار گرفتند و با الگوریتم بهینه سازی کرم شب تاب ‏‏(‏FFA‏)، فرایند‎ ‎ریزمقیاس نمایی پارامترهای بارش، دمای حداکثر و دمای حداقل برای دوره پایه (2014-1970) با نتایج مطلوب ‏انجام شد. پس از اثبات قابلیت مدل شبکه عصبی، پیشبینی تغییرات متوسط دما و بارش ماهانه در طی دوره های آینده نزدیک ‏‏(2062-2023) و آینده دور (2100-2063) تحت سناریوهای خط سیرهای مشترک اجتماعی-اقتصادی (‏SSP‏) مربوط به مدل ‏جفت شده فاز ششم (‎CMIP6‎‏) به انجام رسید. به طورکلی، نتایج نشان داد که این متغیرها در هر دو دوره آتی در مقیاس ماهانه ‏دارای نوسان های متعددی خواهند بود، به طوری که در دو ایستگاه الشتر و خرم‎آباد طی دوره های آینده نزدیک و آینده دور دمای ‏حداکثر و دمای حداقل نسبت به دوره مشاهداتی در تمام سناریوهای ‏SSP‏ روندی افزایشی خواهند داشت و تغییرات دمای حداقل ‏نسبت به دمای حداکثر بیش تر خواهد بود. در آینده نزدیک میانگین بارش سالانه ایستگاه الشتر بین سه دهم تا 16 درصد و ‏ایستگاه خرم آباد بین هفت تا 12 درصد تحت سناریوهای ‏SSP‏ کاهش خواهد داشت. در آینده دور نیز میانگین بارش سالانه ‏ایستگاه الشتر بین 10 تا 20 درصد و ایستگاه خرم آباد بین 12 تا 24 درصد تحت سناریوهای ‏SSP‏ کاهش خواهد داشت.‏