مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

870
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

314
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تحلیل مکانی و زمانی تغییر اقلیم در سال های آینده و مقایسه ی روش های ریزمقیاس نمایی SDSM، LARS-WG و شبکه ی عصبی مصنوعی (مطالعه ی موردی: استان خوزستان)

صفحات

 صفحه شروع 1161 | صفحه پایان 1174

چکیده

 خشک سالی خطر پیچیده ای است که سبب برهم خوردن تعادل آبی می شود؛ بنابراین بررسی تغییرات اقلیمی و پیش بینی آنها می تواند در امر مدیریت و برنامه ریزی مربوط به آن تأثیر زیادی داشته باشد. در تحقیق حاضر برای پایش و پیش بینی خشک سالی منطقه ی خوزستان و نیز بررسی عملکرد مدل های ریزمقیاس در این منطقه, ابتدا داده های بارش و دما به صورت روزانه طی دوره ی 1985-2010 از هشت ایستگاه منتخب در منطقه دریافت شد. سپس, نمایه ی خشک سالی دوره ی مشاهداتی به وسیله ی دو شاخص SPI و SPEI محاسبه و نقشه ی پهنه بندی آن ها ترسیم شد. در پژوهش حاضر برای پیش بینی خشک سالی از داده های GCM و مدل HADCM3 تحت دو سناریوی A2 و B1 استفاده شد؛ سپس داده های بزرگ مقیاس GCM با سه مدل SDSM, LARS-WG و شبکه ی عصبی مصنوعی ریزمقیاس شدند. نتایج نشان داد توانایی مدل ریزمقیاس شبکه ی عصبی مصنوعی در شبیه سازی بارش نسبتاً قابل قبول تر از سایر مدل ها ست. نتایج آماره ی من-کندال نشان داد همواره مقادیر پیش بینی شده توسط مدل LARS-WG برای نمایه های SPI و SPEI شیب بیشتری در جهت منفی شدن دارد. با مشاهده ی نقشه ی پهنه بندی نمایه های خشک سالی استان خوزستان می توان چنین استنباط کرد که طی دوره های آتی همواره میانگین مقادیر دو شاخص کاهش یافته است, ولی از نظر مکانی تغییر درخور توجهی نداشته است.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    رحیمی، راضیه، و رحیمی، مهدی. (1397). تحلیل مکانی و زمانی تغییر اقلیم در سال های آینده و مقایسه ی روش های ریزمقیاس نمایی SDSM, LARS-WG و شبکه ی عصبی مصنوعی (مطالعه ی موردی: استان خوزستان). اکوهیدرولوژی، 5(4 )، 1161-1174. SID. https://sid.ir/paper/254124/fa

    Vancouver: کپی

    رحیمی راضیه، رحیمی مهدی. تحلیل مکانی و زمانی تغییر اقلیم در سال های آینده و مقایسه ی روش های ریزمقیاس نمایی SDSM, LARS-WG و شبکه ی عصبی مصنوعی (مطالعه ی موردی: استان خوزستان). اکوهیدرولوژی[Internet]. 1397؛5(4 ):1161-1174. Available from: https://sid.ir/paper/254124/fa

    IEEE: کپی

    راضیه رحیمی، و مهدی رحیمی، “تحلیل مکانی و زمانی تغییر اقلیم در سال های آینده و مقایسه ی روش های ریزمقیاس نمایی SDSM, LARS-WG و شبکه ی عصبی مصنوعی (مطالعه ی موردی: استان خوزستان)،” اکوهیدرولوژی، vol. 5، no. 4 ، pp. 1161–1174، 1397، [Online]. Available: https://sid.ir/paper/254124/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button