تحلیل فضایی مخاطرات محیطی

تحلیل فضایی مخاطرات محیطی

ارزیابی مدل‌های CMIP5 در ناهنجاری فصلی فشار )تراز سطح دریا( ایران مبتنی بر روش ریزگردانی دینامیکی CORDEX تحت سناریوهای واداشت تابشی RCPs

نویسندگان
محمود احمدی
جمال کرمی
دانشگاه شهید بهشتی
چکیده
فرین­های اقلیمی از مهم­ترین مواردی است که اقلیم ایران را تحت تاثیر قرار داده و پیامدهای اقتصادی اجتماعی و آسیب­های مالی فراوانی به جا گذاشته است. فشار تراز سطح دریا از مهم­ترین عناصر آب­وهوایی است که می­تواند دیگر عناصر آب­هوایی از جمله دما، رطوبت و باد را تحت تاثیر قرار دهد هدف این پژوهش ارزیابی مدل­های CMIP5 مبتنی بر روش ریزگردانی دینامیکی CORDEX و وردایی ناهنجاری فشار فصلی در ایران در بین مدل­های CMIP5 مبتنی بر پروژه CORDEX مدل­های دینامیکی BCC-CSM، HadGEM2-ES، GFDL و MIROCمدل HADGEM2-ES از سطح همبستگی و کارایی بالاتری نسبت به سایر مدل­ها برخوردار بود. در این راستا داده­های 36 پیمونگاه همدید طی دوره آماری (2005-1960)، داده­های مدل HadGEM2-ES ریزگردانی شده با استفاده از مدل CORDEX و سناریوهای RCPs برای دو دوره تاریخی (2005-1960) و پیش­نگری شده طی سه دوره آینده نزدیک (2040-2011)، آینده میانی (2070-2041) و آینده دور (2099-2071) استفاده شد. برای ارزیابی کارایی مدل نیز از شش روش R2، MAE، MBE RMSE، t-Jacovides و نسبت t-Jacovides/R2 استفاده شد. نتایج نشان داد مدل از عملکرد مناسبی در مناطق پست کم ارتفاع برخوردار است. ناهنجاری فصلی در تمام فصول، سناریوها و دوره­های زمانی موردمطالعه مثبت و فصل زمستان بیشینه ناهنجاری فشار را در بین فصول نشان داده است. بیشینه ناهنجاری فصلی فشار ایران در در تمام فصول، سناریوها و دوره­های مورد مطالعه منطبق بر ارتفاعات از جمله کانون آن در ارتفاعات البرز و زاگرس و عرض­های جغرافیایی بالاست وکمینه ناهنجای فشار منطبق بر مناطق کم ارتفاع و پست از جمله جلگه خوزستان و سواحل جنوبی کشور است.
کلیدواژه‌ها
ناهنجاری فشار
مدل‌های CMIP5
مدل ریزگردانی CORDEX
سناریو‌های RCPs
ایران

عنوان مقاله English

Evaluation of CMIP5 models in seasonal anomalies of Iranian sea level pressure based on CORDEX dynamic microscale method under Radiative forcing induction scenarios of RCPs

نویسندگان English

Mahmoud Ahmadi
Jamal karami
چکیده English

One of the most important issues that has always affected the Iranian climate and has left many socio-economic consequences and financial losses climate change is. On the other hand Sea level pressure is one of the most important climatic elements that can affect other climatic elements such as temperature, humidity and wind. The study aimed to evaluate CMIP5 models based on CORDEX and Verdai dynamics Seasonal pressure anomalies in Iran among CMIP5 models based on CORDEX project dynamic models BCC-CSM, HadGEM2-ES, GFDL and MIROC model HADGEM2-ES had a higher level of correlation and efficiency than other models.

The data of 36 synoptic milestones during the statistical period (1960-2005), the data of the HadGEM2-ES model were applied by using the CORDEX model and the RCPs scenarios for the two historical periods (1960-2005) and predicted during Three periods of near future (2040-2011), middle future (2070-2041) and distant future (2099-2071) were used. Six methods R2, MAE, MBE RMSE, t-Jacovides and t-Jacovides / R2 ratio were used to evaluate the model performance. The results showed that the model has good performance in low altitude areas. Seasonal anomalies in all seasons, scenarios and time periods studied are positive and winter shows the maximum pressure anomalies between seasons.

The maximum seasonal pressure anomaly of Iran in all seasons, scenarios and periods studied corresponds to the altitudes, including its epicenter in the Alborz and Zagros heights and high geographical offerings and the minimum pressure anomaly corresponding to low and low areas such as Khuzestan plain and The southern coast of the country.

کلیدواژه‌ها English

Pressure anomalies
CMIP5 models
CORDEX microdirection model
RCPs scenarios
Iran
Beecham, S. ; M. Rashid, and R.K. Chowdhury. 2014. Statistical downscaling of multi‐site daily rainfall in a South Australian catchment using a Generalized Linear Model. International Journal of Climatology, 34: 3654-3670

Bucchignani, E. ; L. Cattaneo, H.J. Panitz, and P. Mercogliano. 2016. Sensitivity analysis with the regional climate model COSMO-CLM over the CORDEX-MENA domain. Meteorology and Atmospheric Physics, 128: 73-95
Dieppois, B. ; M. Rouault, and M. New, 2015. The impact of ENSO on Southern African rainfall in CMIP5 ocean atmosphere coupled climate models. Climate dynamics, 45: 2425-2442.

Fowler H. J. S.; Blenkinsopa and C. Tebaldib., 2007, Review Linking climate change modelling

Fuentes-Franco, R.; E. Coppola, F. Giorgi, E.G. Pavia, G.T. Diro, and F. Graef. 2015. Inter-annual variability of precipitation over Southern Mexico and Central America and its relationship to sea surface temperature from a set of future projections from CMIP5 GCMs and RegCM4 CORDEX simulations. Climate Dynamics, 45(1-2), pp.425-440.

Ghalhari, G.;F. and A.D. Roudbari. 2018. An investigation on thermal patterns in Iran based on spatial autocorrelation. Theoretical and applied climatology, 131(3), pp.865-876.

Giorgi, F.; C. Jones, and G.R. Asrar. 2009. Addressing climate information needs at the regional level: the CORDEX framework. World Meteorological Organization (WMO) Bulletin, 58(3), p.175.

Gu, H.; Z. Yu, J. Wang, G. Wang, T. Yang, Q. Ju, C. Yang, F. Xu, and C. Fan. 2015. Assessing CMIP5 general circulation model simulations of precipitation and temperature over China. International Journal of Climatology, 35(9), pp.2431-2440.

Jacovides, C.P. 1998. Reply to comment on" Statistical procedures for the evaluation of evapotranspiration computing models". Agricultural water management, 37:95-97.

Jang, S. ; and M. L. Kavvas. 2013, Downscaling global climate simulations to regional scales: Statistical downscaling versus dynamical downscaling, Journal of Hydrologic Engineering, 20(1): A4014006.

Kalognomou, E.A.; C. Lennard, M. Shongwe, I. Pinto, A. Favre, M. Kent, B. Hewitson, A. Dosio, G. Nikulin, H.J. Panitz, and M. Büchner. 2013. A diagnostic evaluation of precipitation in CORDEX models over southern Africa. Journal of climate, 26: 9477-9506.

Khan, M.S.; P. Coulibaly, and Y. Dibike. 2006. Uncertainty analysis of statistical downscaling methods. Journal of Hydrology, 319: 357-382.

Laprise, R. ; L. Hernández-Díaz, K. L. Tete, Sushama, L. Šeparović, A. Martynov, K. Winger, and M. Valin, 2013. Climate projections over CORDEX Africa domain using the fifth-generation Canadian Regional Climate Model (CRCM5). Climate Dynamics, 41: 3219-3246.

Nengker, T.; A. Choudhary, and A.P. Dimri. 2018. Assessment of the performance of CORDEX-SA experiments in simulating seasonal mean temperature over the Himalayan region for the present climate: part I. Climate dynamics, 50:2411-2441.

Nikulin, G.; C. Jones, F. Giorgi, G. Asrar, M. Büchner, R. Cerezo-Mota, O.B. Christensen, M. Déqué, J. Fernandez, A. Hänsler, and E. van Meijgaard. 2012. Precipitation climatology in an ensemble of CORDEX-Africa regional climate simulations. Journal of Climate, 25: 6057-6078.

Stevenson, S.L. 2012. Significant changes to ENSO strength and impacts in the twenty‐first century: Results from CMIP5. Geophysical Research Letters, 39(17). doi:10.1029/2012GL052759, 2012

Van Vooren, S.; B. Van Schaeybroeck, J. Nyssen, M. Van Ginderachter, and P. Termonia, 2018. Evaluation of CORDEX rainfall in northwest Ethiopia: Sensitivity to the model representation of the orography. International Journal of Climatology, 39:2569-2586.

Warnatzsch, E.A. and D.S. Reay. 2019. Temperature and precipitation change in Malawi: Evaluation of CORDEX-Africa climate simulations for climate change impact assessments and adaptation planning. Science of the Total Environment, 654:378-392.