بررسي عدم قطعيت پيش‌يابي‌هاي مدل‌هاي گردش كلي جو (مطالعه موردي: ايستگاه هاشم‌آباد گرگان)

Investigation of uncertainty in GCM’s projection of rainfall data (Case Study: Hashem- Abad Station)

براي پيش نگري كمي تغيير اقليم و پيامدهاي محتمل آن در كشاورزي و منابع آب عموما از مدل هاي اقليمي استفاده مي شود كه برونداد آن ها داراي عدم قطعيت هستند. در اين تحقيق با استفاده از مدل هاي گردش عمومي جو، تغييرات محتمل متغير اقليمي بارش به همراه تحليل عدم قطعيت نتايج به دست آمده بررسي شده است. به اين منظور آمار مشاهداتي ايستگاه هواشناسي هاشم آباد براي دوره 2010-1990 ميلادي به عنوان دوره پايه به مدل معرفي شد و سپس برونداد حاصل از 8 مدل گردش عمومي جو (شامل ACCESS1-0، CanESM2، CMCCCMS، GISSE2H، HadGEM2CC، MIROC5، MIROCESM، IPSLCM5AMR) تحت دو سناريو RCP 4.5 و RCP 8.5 توسط روش عامل تغيير (Change Factor) ريز مقياس نمايي و مقايسه شدند. سپس عدم قطعيت مدل ها براي هر دو سناريو انتشار مورد بررسي قرار گرفتند. همچنين آزمون مقايسه ميانگين ها براي مجموع بارش ماهانه دوره (2040-2010) انجام شد. نتايج حاكي از كاهش بارش در اكثر ماه ها بود. مدل GISSE2H براي هر دو سناريو بيش ترين ميزان كاهش پيش نگري شده در مجموع بارش ماهانه نسبت به دوره پايه را نشان داد. همچنين با وجود اينكه برونداد مدل ها براي كميت بارش ماهانه طي دوره آينده در 82 درصد حالات تفاوت معني داري نداشتند، اما باند عدم قطعيت مدل ها، اختلاف زيادي را بين نتايج آن ها نشان مي دهد كه مويد نياز بيشتر به تحليل عدم قطعيت در مطالعات آتي مي باشد.

For projection of possible climate change impacts on agriculture and water resources climate models are used but there exist uncertainties in the outputs of these models. The aim of this study is to project the possible changes of precipitation and uncertainty involved in Hashem- Abad station, north of Iran, using general circulation models. For this purpose, precipitation observations for the baseline period of (1990–2010) were collected. Then the outputs of the 8 GCM models (including ACCESS1-0, CanESM2, CMCCCMS, GISSE2H, HadGEM2CC, MIROC5, MIROCESM, and IPSLCM5AMR) under the two scenarios of RCP 4.5 and RCP 8.5 were downscaled using change factor method and compared. The uncertainties of the GCM models for both emission scenarios were also investigated. Comparison of means of precipitation time series for the period 2010–2040 was performed by t-test. The results indicated a decreasing trend in most of the months. The GISSE2H model projected the most significant decreasing trend of total monthly precipitation. The highest uncertainty was observed in July for the both scenarios. Besides, although the outputs of the models didn't show a significant difference in 82% of the cases, the models’ uncertainty band indicated a major difference among the results. Further uncertainty analysis may be recommended for more scrutiny.