تحليل مكاني و زماني تغيير اقليم در سال‌هاي آينده و مقايسۀ روش‌هاي ريزمقياس‌نمايي SDSM، LARS-WG و شبكۀ عصبي مصنوعي (مطالعۀ موردي: استان خوزستان)

خشكسالي خطر پيچيده اي است كه سبب برهم‌خوردن تعادل آبي ميشود؛ بنابراين بررسي تغييرات اقليمي و پيشبيني آنها ميتواند در امر مديريت و برنامه ريزي مربوط به آن تأثير زيادي داشته باشد. در تحقيق حاضر براي پايش و پيشبيني خشكسالي منطقۀ خوزستان و نيز بررسي عملكرد مدلهاي ريزمقياس در اين منطقه، ابتدا دادهه اي بارش و دما به صورت روزانه طي دورۀ 1985-2010 از هشت ايستگاه منتخب در منطقه دريافت شد. سپس، نمايۀ خشكسالي دورۀ مشاهداتي به وسيلۀ دو شاخص SPI و SPEI محاسبه و نقشۀ پهنه بندي آنها ترسيم شد. در پژوهش حاضر براي پيش بيني خشكسالي از داده هاي GCM و مدل HADCM3 تحت دو سناريوي A2 و B1 استفاده شد؛ سپس داده هاي بزرگ مقياس GCM با سه مدل SDSM، LARS-WG و شبكۀ عصبي مصنوعي ريزمقياس شدند. نتايج نشان داد توانايي مدل ريزمقياس شبكۀ عصبي مصنوعي در شبيه سازي بارش نسبتاً قابل قبولتر از ساير مدلها‌ست. نتايج آمارۀ من-كندال نشان داد همواره مقادير پيش بيني شده توسط مدل LARS-WG براي نمايه هاي SPI و SPEI شيب بيشتري در جهت منفي شدن دارد. با مشاهدۀ نقشۀ پهنه بندي نمايه هاي خشكسالي استان خوزستان ميتوان چنين استنباط كرد كه طي دوره هاي آتي همواره ميانگين مقادير دو شاخص كاهش يافته است، ولي از نظر مكاني تغيير درخور توجهي نداشته است.