پيشبيني تغييرات اقليمي با استفاده از الگوريتم نرو- فازي (مطالعه‌ي موردي: ايستگاه‌هاي تهران و تبريز)

Climate Change Prediction Using Neuro-Fuzzy(Case Study: Tehran and Tabriz Stations)

مدل‌هاي جهاني اقليم (GCMs)به‌علت قدرت تفكيك مكاني پايين، قابل استفاده در مطالعات منطقه‌يي نيستند. به همين منظور از روش‌هايي موسوم به ريزمقياس نمايي آماري براي تبديل خروجي مدل‌هاي GCM به مقياس منطقه‌يي و محلي استفاده مي‌شوند. در اين پژوهش با استفاده از الگوريتم نرو- فازي (ANFIS) و روش خوشه‌بندي فازي داده‌ها (FCM)، به مدل‌سازي اقليمي در تهران و تبريز پرداخته شده است. براي پايداري مدل، 100 سناريو شبيه‌سازي شده است. ميانگين دماي بيشينه در ايستگاه تهران در دوره‌ي پايه‌ي 1990-1961، 48/22 درجه‌ي سانتي‌گراد است و در هر يك از دوره‌هاي 2040-2011، 2070-2041، و2100-2071 به‌ترتيب 52/23، 05/25، و 27/26 درجه‌ي سانتي‌گراد پيش‌بيني شده است. بارش روزانه در اين ايستگاه در دوره‌هاي پايه و آينده به‌ترتيب 63/0، 1، 1/1، و 17/1 ميلي‌متر در روز به‌دست آمده است. در ايستگاه تبريز، ميانگين دماي بيشينه‌ 17،31/18، 81/19، و30/21 درجه‌ي سانتي‌گراد و ميانگين بارش روزانه‌ 84/0، 60/0، 47/0، و 33/0 ميلي‌متر در روز به‌ترتيب براي هر يك از دوره‌هاي مدل‌سازي حاصل شده است. نتايج، نشان‌دهنده‌ي افزايش درجه‌ي حرارت بيشينه در هر دو ايستگاه و رفتار متفاوت بارش است.

The spatial resolution of Global Climate Models )GCMs( is too coarse to resolve regional scale effect and to be used directly in local impact studies. Statistical downscaling techniques offer an alternative to improve regional or local estimates of variables from GCM outputs. In this study, an Adaptive Neuro-Fuzzy Inference System (ANFIS) using fuzzy c-means (FCM) clustering is presented and assessed to reconstruct the observed climate in Iran. Outputs from the third generation Canadian Coupled Global Climate Model(CGCM3) are used to test this approach over the current period (i.e. 1961e1990), and compare results with observed temperature and precipitation from two meteorological stations located in Tehran and Tabriz. Both ASD and ANFIS models, as these two models are evaluated and inter-compared, are calibrated using NCEP (National Center for Environmental Prediction) reanalysis data before the use of CGCM3 predictors. The comparison is performed over the period of ASD and ANFIS calibration (1961-1975) and over validation period (1976-1990), using NCEP predictors. The criteria for results comparison are computing the amount of model explained variance (R2) and Root Mean Squared Error (RMSE) for the estimated statistics and climatic indices. For stability and robustness of the downscaling results for each application of ASD and ANFIS models, 100 simulations were performed to produce 100 synthetic series of daily precipitation and maximum temperature. Daily precipitation and maximum temperature are generated for the periods of 2011-2040, 2041-2070 and 2071-2100 and compared to 1961-1990 period. Average maximum temperature for Tehran is 22.48, 23.52, 25.05, 26.27 ?C and average precipitation is 0.63, 1, 1.1 and 1.17 millimeter per day for the periods of 1961-1990, 2011-2040, 2041-2070 and 2071-2100respectively. For the other station, Tabriz, average maximum temperature is 17, 18.31, 19.81, 21.30 ?C and average precipitation is 0.84, .60, 0.47 and 0.33 millimeter per day for thirty years periods respectively. Results comparison indicates the increase of temperature for both stations but precipitation behavior is totally different in Tabriz and Tehran stations.