پيش‌ بيني چند سالانه بارش ايران با مقياس‌ كاهي برونداد مدل‌هاي DCPP، مطالعه موردي: دوره 2023 - 2019

Annual to Decadal Prediction of Precipitation over Iran during 2019-2023 using statistical downscaling of DCPP models

پروژه پيش‌بيني دهه‌اي، از برنامه‌هاي بلندپروازانه سازمان جهاني هواشناسي براي حذف خلاء بين پيش‌بيني‌هاي اقليمي با برد زماني كمتر از يك سال و پيش‌نگري اقليمي با برد زماني بيش از يك دهه است. اين مقاله مراحل انجام كار و يافته‌هاي پيش‌بيني چندسالانه بارش با استفاده از مقياس‌كاهي آماري برونداد مدل‌هاي DCPP از مجموعه مدل‌هاي پروژه CMIP6 كه با داده‌هاي واقعي اول نوامبر سال 2019 آغازگري شده‌اند را بر روي ايران ارائه مي‌دهد. دوره هدف پيش‌بيني 2023-2019 است. در اين مطالعه از دو نوع داده برونداد مدل‌هاي پروژه DCPP در دو دوره تاريخي (2018-1989) و پيش‌بيني (2023-2019) و بارش شبكه اي GPCC در دوره 2018-1989 به عنوان داده‌هاي بازكاوي استفاده شده است. همچنين نقش دو دورپيوند دهه‌اي AMO و PDO بر بارش دوره هدف بررسي شد. يافته‌ها نشان دادند كه در مجموع ميانگين بارش در دوره 2023-2019 در محدوده نرمال تا كمتر از نرمال خواهد بود، به اينصورت كه بر اساس دو روش تصحيح اريبي و وزني بارش در نيمه غربي و جنوب كشور بيشتر از نرمال و در شرق كشور نرمال تا كمتر از نرمال، در روش‌پيش‌بيني احتمالاتي بارش سال‌هاي 2019 و 2020 در طبقه بيشتر از نرمال و سال‌هاي 2021، 2022 و 2023 عمدتا در طبقه كمتر از نرمال تا نرمال و به روش دورپيوندي در محدوده كمتر از نرمال پيش‌بيني مي‌شود. هر چند پروژه DCPP در مراحل اوليه توسعه قرار داشته و نتايج منطقه‌اي آن به مقدار زيادي بستگي به روش‌هاي مقياس‌كاهي بكار رفته دارد، اما افق‌هاي جديدي براي محققان و كاربران خدمات اقليمي در حوزه منابع آب، كشاورزي، بيمه محصولات كشاورزي به وجود آورده است كه مي‌تواند نقشه راه كشور را در برنامه‌هاي توسعه پنج‌ساله هفتم (1405-1401) در حوزه منابع آب و كشاورزي شفاف سازد.

Decadal Climate Prediction Project (DCPP), is one of the ambitious programs to bridge the gap between climate prediction and climate. In order to provide climate services to stakeholders, the IRIMO provides daily and seasonal forecasts and climate projections. In the meantime, providing annual prediction has been one of the main requests of users from IRIMO, the gap of annual prediction was evident in previous years. In this study, Iran’s precipiation prediction for the period 2019-2023 were predictedusing the post-processing of the Decadal Climate Prediction Project (DCPP). For this purpose, two types of data have been used, including: output of DCPP project models in historical (1989-2018) and prediction (2019-2023) periods and observed precipitation data from GPCC, a grided databases as an alternative to observational (quasi-observational) data. The results showed that, Iran’s average precipitation in the period 2019-2023 will be normal to less than normal based on 4 methods of bias correction, multi-model weighting, probability prediction and climatic teleconections. As an average, findings of this project showed that the mean precipitation of Iran in the period 2019-2023 will be in the range of normal to less than normal, based on the DCPP model outputs and two decadal scale teleconnections of AMO and PDO. Based on bias correction and weighting system, precipitation in the western and southern half of the Iran will be more than normal and in the east it is normal to less than normal, in the probabilistic method precipitation in 2019 and 2020 preicted to be more than normal and in 2021- 2023, it will be less than normal to normal. Also, the average precipitation in the period of 2019-2023 will be in the range of less than normal, based on the teleconnection method.