پيش‌بيني تغييرات اقليمي با استفاده از روش كاهش مقياس آماري در شمال كشور

يكي از روشهاي پيش بيني تغييرات اقليمي استفاده از داده هاي بدست آمده از خروجي مدلهاي جهاني اقليمGCM (Global Climate Models( است. مدلهاي GCM يا شبكه بندي جو زمين و استفاده از روش هاي عددي، معادلات حاكم بر جو را حل كرده و پارامترهاي جوي از قبيل درجه حرارت، فشار، رطوبت نسبي و ... را در كره هاي شبكه محاسبه مي كنند. قدرت تفكيك مدلهاي GCM به حدود 40000 كيلومتر مربع مي رسد. فاصله زياد گره هاي شبكه از يكديگر استفاده از اين مئل را براي مطالعات هيدرولوژيكي ناممكن مي سازد. امروزه از روش هايي موسوم به كاهش مقياس آماري و ديناميكي (Statistical and Dynamical Downscaling)براي حل اين مشكل استفاده مي شود. روش كاهش مقياس ماري، رابطه اي بين خروجي هاي GCM به عنوان متغير مستقل و پارامتري كه مي خواهيم پيش بيني كنيم ( بارندگيع درجه حرارت حداكثر و حداقل) به عنوان متغير وابسطه، برقرار مي كند. اين متغيرها در مقياس روزانه براي يك دوره طولاني مدت ( حداقل 15 سال) براي محاسبه ضرايب مدل استفاده مي شوند. در اين تحقيق عملكرد روش كاهش مقياس آماري در شمال ايران مورد ارزيابي قرار گرفته است. نتايج نشان دهنده موفقيت اين روش در مدل كردن درجه حرارت است، اما مدل بارندگي داراي دقت كمتري است.