تحليل عدم قطعيت تغييرات متغيرهاي اقليمي بارش و دما تحت تأثير تغيير اقليم (مطالعۀ موردي: استان خراسان جنوبي)

Uncertainty analysis of temperature and precipitation variation influenced by climate change (Case Study: Southern Khorasan Province)

در اين مطالعه آثار تغيير اقليم روي متغيرهاي اقليمي بارندگي، كمترين و بيشترين دما بررسي شده است. بررسي روند تغييرات كمترين دما‌، بيشترين دما و بارندگي به‌همراه تحليل عدم قطعيت خروجي مدل هاي گردش عمومي از جمله اقدامات انجام‌شده است. به‌منظور بررسي آثار تغيير اقليم، از خروجي 15 مدل گردش عمومي تحت سه سناريوي A1B، A2 و B1 استفاده شد. به‌منظور ريزمقياس‌نمايي داده هاي بزرگ‌مقياس از مدل LARS-WG استفاده شد. بدين‌منظور آمار مشاهداتي هفت ايستگاه سينوپتيك موجود در سطح استان طي سالهاي 1990 تا 2010 ميلادي به‌عنوان دورۀ پايه به مدل معرفي شد. پس از ريزمقياس‌نمايي خروجي مدلهاي اقليمي با انتخاب برترين و سازگارترين مدلها، مقادير شبيه سازي‌شده براي دما و بارش به‌صورت سالانه در مدل هاي منتخب تهيه شد. بدين‌ترتيب مجموعه خروجي مدلهاي اقليمي براي هر متغير و به‌صورت سالانه به‌عنوان ورودي فرمان بوت‌استرپ ايجاد شد و باند عدم قطعيت خروجي مدلهاي اقليمي در سطح 99 درصد به‌صورت سالانه ارزيابي شد. نتايج مربوط به دقت مدلهاي گردش عمومي نشان داد بيشتر مدلها توانمندي زيادي در شبيه سازي رفتار بارندگي ندارند؛ ولي عملكرد اين مدلها در شبيه سازي تغييرات كمترين و بيشترين دما بسيار خوب برآورد شد. نتايج تحليل روند در سطح ايستگاهي و استاني نشان دهندۀ كاهش بارش و افزايش دما خواهد بود. با مقايسۀ تغييرات دما در آينده نسبت به دورۀ پايه مي توان اين انتظار را داشت كه كمترين و بيشترين دما به‌ترتيب حدود 6/0 درجه كاهش و 2 درجه افزايش را ‌داشته باشند. نتايج تحليل عدم قطعيت نشان مي دهد منابع عدم قطعيت شايان توجهي در شبيه سازي مؤلفه هاي هواشناسي دارند. همچنين با تحليل اين عدم قطعيت ها در خصوص بارندگي مي توان گفت كه با گذر زمان، شدت تغييرات بارندگي افزايش مي يابد. اين نتيجه در خصوص كمترين و بيشترين دما نيز صادق است.

For survey of climate change effects In this research fifteen GCMs models are used. By using downscaling method of LARS-WG large scale projections of GCMs output subgrided from high resolutions to local coordinate. For this aim, observation data (1990-2010) of synoptic stations in province are collected and was assumed as base period. Trend was fulfilled by Man-Kendal as well as uncertainty was carried out by bootstrapping function. Annual simulations of rainfall and temperature were used as entrance to Bootstrap. Confidence interval for each station was determined in 0.09 levels. Results about performance of GCMs showed that almost all models haven’t high ability to simulation of behavior of precipitation pattern. However performance of these models for simulation of variation of least and most temperature was very good. Results of trend analysis for stations and province showed that decrease of rainfall and increase of average temperature. By comparison of variation of temperature in future than historical period it is founded that minimum and maximum temperature will have 0.6 decrease and 2 increase respectively. also uncertainty analysis showed that there are significant sources of uncertainty in simulation of meteorological components. Also annual precipitation variations in future are more severe than historical period.