مدل سازي و رونديابي شاخص هاي حدي دما و بارش حوضه درياچه اروميه

Modeling of Trends of Temperature and Precipitation Extreme Indices in Urmia Lake Basin

دما و بارش از عناصر اساسي اقليم است لذا تغييرات ناگهاني يا كوتاه مدت و درازمدت آن مي تواند ساختار آب و هواي هر محل را دگرگون سازد. هدف از پژوهش حاضر پيش بيني روند شاخص هاي حدي اقليمي با استفاده از روشهاي آماري ريز مقياس نمايي و توليد داده هاي مصنوعي مي باشد. در اين تحقيق به منظور دستيابي به اين اهداف، ابتدا داده هاي اقليمي دما، بارش، ساعات آفتابي و ... طي دوره 1981 تا 2010 از سازمان هواشناسي اخذ گرديد. سپس با استفاده از مدل آماري CLIMGEN و داده هاي مشاهداتي دما، بارش و ... سه ايستگاه منتخب حوضه، داده هاي دوره 2050-2020 توليد شد. با استفاده از نرم افزار RClimDex شاخص هاي حدي دما و بارش شامل روزهاي يخبندان، روزهاي تابستاني، روزهاي خيلي مرطوب و روزهاي خشك متوالي استخراج گرديد. در نهايت با استفاده از MINITAB و مدل سري هاي زماني روند شاخص هاي اقليمي در ايستگاه هاي منتخب حوضه درياچه اروميه ترسيم شد. براي صحت سنجي و ارزيابي مدل، توسط داده هاي مشاهداتي دوره 1981 تا 2000 به پيش بيني داده هاي دوره 2010-2001 بوسيله مدل پرداخته شد. سپس همبستگي و ميزان خطاي MAE و RMSE بين داده هاي توليد شده با داده هاي مشاهداني توسط SPSS و EXCEL بدست آمد. بيشترين ميانگين خطاي مطلق بارش در ايستگاه اروميه با 4/69 ميليمتر و كم ترين آن در ايستگاه تبريز با 3/07 ميليمتر اندازه گيري شد. بيشترين ميزان مجذور ميانگين مربعات خطاي بارش در ايستگاه تكاب با 6/4 ميليمتر و كمترين آن در ايستگاه تبريز با 4/01 ميليمتر بدست آمد. نتايج نشان دهنده افزايش رويدادهاي جدي دما و بارش از جمله افزايش روند روزهاي تابستان (روزهاي گرم)، افزايش روزهاي خيلي مرطوب بارش سنگين) و روزهاي خشك متوالي در ايستگاه هاي منتخب واقع در غرب و شرق حوضه مي باشد؛ و افزايش روند روزهاي يخبندان و كاهش روند روزهاي تابستان، كاهش روزهاي خيلي مرطوب و روزهاي خشك متوالي در ايستگاه منتخب جنوب حوضه مشاهده مي گردد.

Temperature and precipitation are the basic elements of climate. Therefore, sudden or short-term and long-term changes may change the climate of any location. The aim of this study was to predict trend indices of climate extremes using statistical downscaling methods and artificial technical data generation. In this study, in order to achieve these goals, The climate data of temperature, precipitation and sunshine hours during the period 1981 to 2010 was received from Meteorological Organization. Then, using CLIMGEN statistical models and observational data of selected stations of the basin, data produced over the period of 2020-2050. Then, using RClimDex software, extreme temperature and precipitation indices were extracted. Finally, the by use of MINITAB software the climate trend indices were drawn at selected stations of Urmia Lake basin. For validation, the prediction was accomplished by observational data base period of 2001-2010 through the model. The relationship between generated data with the observational data were analyzed by SPSS, which showed high accuracy in most stations. The maximum absolute error of precipitation in the station of Orumieh was 4.69 mm and the lowest in Tabriz station with 3.7 mm. The highest mean squared error of precipitation in the Takab station was obtained with 6.4 mm and the lowest in the Tabriz station was 4.14 mm. Results indicated an increase in temperature and precipitation extreme events including increases in summer days, and very humid days of consecutive dry days at selected stations proved to be located on West and East basins. The increase of icy days and the reduction of summer days were shown while very wet and dry consecutive days were observed in the southern selected station.