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.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.