در این تحقیق برای محاسبۀ خشکسالی از شاخص RDI که بر اساس بارش (ورودی سیستم) و تبخیر و تعرق پتانسیل (خروجی) است، استفاده شد. برای پیشبینی خشکسالی از شبیهسازیهای مدلهای جهانی اقلیم استفاده شد. دورۀ 1961 تا 2005 بهعنوان دورۀ پایه انتخاب و دادههای مربوط به این دوره وارد مدل ریزمقیاسنمایی شد. دورۀ 2006 تا 2018 بهعنوان دورۀ پیشبینی انتخاب شد. در نهایت، پیشبینیهای مدل مورد استفاده برای دورۀ 2006 تا 2018 با خشکسالیهای مشاهداتی در این دوره مورد مقایسه قرار گرفت. تبخیر و تعرق پتانسیل بر اساس روش فائو-پنمن-مانتیث محاسبه شد. برای پیشبینی خشکسالی، مدل CanESM2 بر اساس سناریو انتشار RCP8.5 برای دادههای ماهانۀ بارش، دمای حداقل، دمای حداکثر، دمای میانگین، ساعت آفتابی، سرعت باد و رطوبت نسبی استفاده شد. با استفاده از مدل ریز مقیاس نمایی SDSM، خروجیهای مذکور برای دورۀ 2006 تا 2018 ریزمقیاس شدند. در نهایت خطاهای احتمالی در دادههای بارش با استفاده از روش اصلاح خطای خطی (Linear Scaling) اصلاح شد. نتایج نشان داد استفاده از مدل اصلاح خطا به میزان قابل قبولی دقت خروجیهای مدل CanESM2 را افزایش میدهد. مقایسۀ خشکسالیهای واقعی 2006 تا 2018 با مقادیر پیشبینیشده توسط مدل مورد استفاده در سه مقیاس زمانی 1، 3 و 6 ماهه نشان داد در پیشبینی بلندمدت خشکسالی، پیشبینیهای GCM دارای همبستگی نسبتاً قابل قبولی به خصوص در مقیاسهای زمانی 3 و 6 ماهه با دادههای واقعی است.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
خشکسالی دریافت: 1399/10/17 | پذیرش: 1400/7/6 | انتشار: 1401/2/7
ارسال پیام به نویسنده مسئول