نوع مقاله : مقاله پژوهشی

نویسندگان

1 Imam Khomeini International University, Qazvin, Iran Postal Code: 34148-96818

2 دانشیار گروه مهندسی آب، دانشگاه بین المللی امام خمینی (ره) ، قزوین

3 دانشگاه بین المللی امام خمینی

10.30467/nivar.2022.347939.1220

چکیده

بهبود کشاورزی، مدیریت منابع آبی، مدیریت سیلاب و جلوگیری از آسیب‌های محیط‌زیستی در دوره‌های آتی، مستلزم پیش‌بینی داده‌های اقلیمی و سازگاری مدیریت و تصمیم‌گیری‌های کلان با این تغییرات است. امروزه با به‌کارگیری مدل‌ها و پایگاه‌های اطلاعاتی تحت وب امکان پیش‌بینی‌ این داده‌ها وجود دارد. به این منظور در پژوهش حاضر، داده‌های حاصل از پایگاه اطلاعاتی تحت وب DKRZ (Deutsches Klimarechenzentrum GmbH) و مدل LARS-WG، تحت سه متغیر (دمای کمینه، دمای بیشینه و بارش) دشت قزوین در پنج مدل گردش عمومی جو گزارش پنجم IPCC (EC-EARTH, GFDL-CM3, HadGEM2-ES, MIROC5, MPI-ESM-MR) تحت دو سناریو انتشار (5/4 و 5/8) در دوره‌های آتی (2021-2040، 2041-2060، 2061-2080، 2081-2100) محاسبه و مقایسه شدند. اختلاف متغیرها در هر دوره‌، نسبت به مقادیر میانگین خود در دوره پایه (1991-2020) بررسی شدند. بالاترین و پایین‌ترین میزان متغیرهای اقلیمی در طول دوره‌های آتی و مدل گردش عمومی جو و سناریوی آن، معرفی شد. در دوره 2021-2100 مدل‌های LARS-WG-RCP4.5، LARS-WG-RCP8.5 و DKRZ-RCP8.5 به‌ترتیب 0.65، 8/0 و 63/0 درجه سانتی‌گراد افزایش دما حداقل را نسبت به دوره پایه و DKRZ-RCP4.5، 61/0 درجه سانتی‌گراد کاهش دما حداقل را نسبت به دوره پایه گزارش می‌کنند. مدل‌های حاصل از LARS-WG تحت سناریوهای 5/4 و 5/8 به‌ترتیب 75/0 و 86/0 درجه سانتی‌گراد افزایش دما حداکثر را پیش‌بینی می‌کنند. مدل‌های پایگاه اطلاعاتی DKRZ تحت سناریوهای 5/4 و 5/8 به ترتیب 53/2 و 16/1 درجه سانتی‌گراد کاهش دما حداکثر را گزارش می‌کنند. طبق نتایج مدل‌ها، بارش LARS-WG-RCP4.5، LARS-WG-RCP8.5، DKRZ-RCP4.5 و DKRZ-RCP8.5، به‌ترتیب 35/16، 13/24، 146 و 97/145 میلی‌متر نسبت به مقدار آن در دوره پایه افزایش می‌یابد.

کلیدواژه‌ها

عنوان مقاله [English]

Forecasting and checking the minimum temperature, maximum temperature and precipitation data of Qazvin synoptic station (2021-2100) using LARS-WG model and DKRZ database

نویسندگان [English]

  • Fatemeh Borzoo 1
  • Hadi Ramezani Etedali 2
  • Abbas Kaviani 3

1 Imam Khomeini International University, Qazvin, Iran Postal Code: 34148-96818

2 Department of Water Engineering, Imam Khomeini International University, Qazvin, Iran

3 IKIU

چکیده [English]

Improving agriculture, water resources management, flood management, and preventing environmental damage in future periods requires predicting climate data and adapting management and macro decisions to these changes. Today, it is possible to predict this data by using models and web databases. For this purpose, in the present study, the data obtained from the web database DKRZ and LARS-WG model, under three variables (minimum temperature, maximum temperature and precipitation) of Qazvin synoptic station in five public circulation models of the fifth IPCC report (EC-EARTH, GFDL-CM3, HadGEM2-ES, MIROC5, MPI-ESM-MR) under two release scenarios (4.5 and 8.5) in future periods (2021-2040, 2041-2060, 2061-2080, 2081) -2100 and 2021-2100) were calculated and compared. The differences of the variables in each period compared to their mean in the base period (1991-2020) were examined. The highest and lowest rates of climatic variables during future periods and the general circulation model of the atmosphere and its scenario were introduced. In the period 2021-2100, LARS-WG-RCP4.5, LARS-WG-RCP8.5 and DKRZ-RCP8.5 models, 0.65, 0.8, 0.63° C increase the minimum temperature compared to the base period and DKRZ- RCP4.5 reports 0.61° C minimum temperature decrease compared to baseline. LARS-WG models predict maximum temperature rise under scenarios of 4.5 and 8.5, 0.75 and 0.86° C. DKRZ database models under maximum scenarios of 4.5 and 8.5 report maximum temperature drop of 2.53 and 1.16° C, respectively. According to the results of the models, the precipitation is LARS-WG-RCP4.5, LARS-WG-RCP8.5, DKRZ-RCP4.5 and DKRZ-RCP8.5, 16/35, 24/13, 146 and 145/97 mm, respectively. It increases value in the base period.

کلیدواژه‌ها [English]

  • temperature
  • precipitation
  • general atmospheric circulation
  • diffusion scenario
  • exponential microscale model