پيش‌بيني مقادير دما و بارش استان اصفهان براساس دو مدل ريزمقياس نمايي Lars_WG و SDSM و روش شبكه عصبي مصنوعي

براي آگاهي از وضعيت يك ايستگاه محلي با استفاده از (GCMs) نياز است كه مدل ها براساس رفتارهاي محلي داده هاي ايستگاه عمل كنند، بنابراين ريزمقياس سازي انجام مي گيرد. در اين مطالعه با استفاده از مدل هاي SDSM، LARS_WG و روش شبكه عصبي مصنوعي به وسيله داده هاي مشاهداتي به دست آمده از 6 ايستگاه سينوپتيك استان اصفهان به پيش بيني دما و بارش اين ايستگاه ها از سال 1384 تا سال 1428 پرداخته شده است. ضريب همبستگي پيرسون (r) و ضريب تعيين (2 R) بين داده هاي مشاهداتي و داده هاي سناريوهاي منتخب در تمامي ايستگاه ها بالاي 0.6 است. نتايج به دست آمده نشان مي دهند كه مدل SDSM براي پيش بيني دما نسبت به دو مدل ديگر كارايي بيشتري دارد، همچنين براساس نتايج به دست آمده دماي استان اصفهان از سال 1384 تا سال 1428 افزايش تدريجي داشته و در سال 1384 داراي كمترين مقدار و در سال 1426 بيشترين مقدار را داشته است و اختلاف دماي اين سال ها تقريبا برابر2.3 درجه سانتي گراد است و تغييرات بارش تقريبا همانند تغييرات فعلي است و در سال 1402 و 1406 بيشترين مقدار بارش را خواهيم داشت كه در ايستگاه داران كه بارندگي بيشتري نسبت به ديگر ايستگاه ها دارد، تقريبا برابر 2.5 ميليمتر خواهد بود و بنابراين استان اصفهان نيازمند راهكارهاي مديريتي مناسب براي كاهش مصرف آب است كه از احتمال وقوع كم آبي و خشكسالي در سال هاي پيش رو جلوگيري به عمل آيد.