مقايسه عملكرد روش هيبريد ديناميكي- آماري با روش ديناميكي براي ريزمقياس نمايي داده‌هاي بارش CMIP5

Comparing the Performance of the Dynamic-Statistical Hybrid Method with the Dynamic Method for Downscaling of CMIP5 Precipitation Data

اطلاع از تغييرات افت و خيز بارش در سال هاي پيش رو در يك حوضه آبريز يكي از مهم ترين چالش هاي مطالعات هيدرولوژيكي است. تغييرات اين پارامتر به وسيله مدل هاي گردش كلي بررسي مي شود. نسخه هاي گوناگوني از اين مدل ها منتشر شده است كه يكي از نسخه هاي آن مدل هاي سري CMIP5 است كه داراي حدودا 40 مدل ديناميكي در دسترس است. در اين مطالعه از مدل اقليمي CCSM4 استفاده شده است. خروجي داده هاي اين مدل 1×1 درجه مي باشد كه جهت ريزمقياس كردن داده هاي بارش اين مدل، از پيوند (Hybrid) دو روش ديناميكي (WRF1) و آماري استفاده شده است. منطقه موردمطالعه، حوضه آبريز پلدختر از زير حوضه هاي كرخه مي باشد و از داده هاي بارش بين سال هاي 2005-1996 استفاده شده است. ابتدا داده هاي بارش توسط مدل WRF از دامنه 1×1 درجه به 9×9 كيلومتر ريزمقياس شد و سپس اين داده ها توسط دو روش الف) هيبريد و ب) WRF به طور جداگانه به دامنه 3×3 كيلومتر تبديل گرديد. نتايج مشخص كرد كه ريزمقياس نمايي هيبريد (كه هزينه زماني و محاسباتي كمتري نسبت به روش WRF دارد) افت و خيزهاي بارش را بهتر از روش WRF در مقياس 3×3 كيلومتر برآورد كرده است. در كل ريزمقياس نمايي بارش در اين حوضه با استفاده از هر دو روش با كم برآوردي همراه است و مي بايست با يك روش تصحيح خطا تصحيح گردد. نهايتا با كاهش هزينه هاي ريزمقياس نمايي ديناميكي مدل هاي اقليمي ب وسيله روش هيبريد، يافته هاي اين تحقيق مي تواند كمك شاياني به تصميم گيري در خصوص مديريت منابع آب در سال هاي تر و خشك در دهه هاي آينده نمايد.

One of the most important challenges of hydrological studies is the projection of precipitation variability in a basin in future periods. Atmospheric Ocean General Circulation Models (AOGCMs) can project this variability but in large-scale regions. Various versions of these models have been released, one of which is the CMIP5 series with about 40 dynamic models. In this study, the CCSM4 climate model has been used. The data output of this model is in 1 × 1 (Latitude× longitude) degree. To downscale the precipitation data of this model, the hybrid of two dynamic (WRF1) and statistical methods has been proposed. The study area is the Poldokhtar subbasin in the ​​Karkheh basin and rainfall data between 1996-2005 have been used. First, the precipitation data were downscaled by the WRF model from the range of 1 × 1 degree to 9 × 9 km, and then these data were converted to the range of 3 × 3 km separately by two methods: a) hybrid and b) WRF. The results showed that the dynamic downscaling by the WRF model in the range of 9 × 9 km quite shows the precipitation fluctuations during the statistical period. In the 3 × 3 km range, the hybrid method performed better than the WRF method. Finally the results showed that downscaling of precipitation in this basin using both methods is associated with underestimation and should be accompanied by an bias correction method. As a result, by reducing the time and cost of dynamical downscaling of climate models, the findings of this paper can be of great help in making decisions about water resources management in the wet and dry years of the coming decades of a basin.