ارزيابي كاربرد مدل هاي شبكه عصبي مصنوعي و SDSM به منظورشبيه سازي دماي كمينه و بيشينه ايستگاه اصفهان

با توجه به تغييرات اقليمي و گرمايش جهاني، پيش­بيني دماي بيشينه و كمينه كه از مهم‌ترين پارمترهاي اقليمي است، فرصت مناسبي را براي برنامه ­ريزي و ارائه تمهيدات لازم در اختيار برنامه­ ريزان قرار مي‌دهد. در اين پژوهش با استفاده از مدل ريزگرداني آماري ديناميك (SDSM) و مدل ريزگرداني براساس شبكه عصبي مصنوعي (ANN) بيشينه و كمينۀ دماي ايستگاه اصفهان شبيه­سازي شد. در اين راستا از داده­هاي مركز ملي پيش‌بيني محيطي (NCEP) به عنوان متغيرهاي پيش­بين جهت واسنجي و ارزيابي مدل استفاده شد و از داده­هاي HadCM3 تحت دو سناريوي A2 و B2 جهت شبيه­سازي دماي كمينه و بيشينۀ ايستگاه اصفهان طي سه دوره زماني 2016-2040، 2041-2070 و 2071-2099 استفاده شد. نتايج نشان داد كه دماي بيشينه و كمينه طي دوره‌هاي ياد شده افزايش چشم‌گيري خواهند داشت. به گونه­اي كه بر اساس سناريوي B2 و در هر دو مدل شبكه عصبي و SDSM تا سال 2099 نسبت به دوره پايه، ميانگين سالانه دماي كمينه 38 /2 و 22/ 3 درجه و دماي بيشينه 43 /3 و 22 /4 درجه سلسيوس افزايش خواهد يافت. بر اساس اين پژوهش، مدل شبكه عصبي مصنوعي نتايج قابل قبول­تري را نشان داد.