چکیده مقاله
تحقیق بر روی اثرات هیدرولوژیکی تغییرات آب و هوایی در مقیاس محلی نیاز به تکنیک های ریز مقیاس نمایی دارد ریز مقیاس نمایی آماری رابطه ای بین پارامترهای بزرگ مقیاس اقلیمی و متغیرهای محلی مانند بارندگی و دما برقرار می کند و سپس تغییرات اقلیمی با استفاده از خروجی مدلهای اقلیم جهانی پیش بینی می شوند به دلیل وجود عدم قطعیت در تکنیک های مدل سازی و داده های مورد استفاده، پیش بینی تغییرات اقلیمی می بایست با استفاده از روشها و داده های مختلف انجام شود در این مطالعه ریز مقیاس نمایی آماری با استفاده از الگوریتم تکاملی برنامه ریزی ژنتیک GP و نرم افزار ASD برای بارش در ایستگاه تهران مورد بررسی قرار گرفت برای ارزیابی کارایی مدل های ریز مقیاس نمایی تعدادی از شاخص های آماری و اقلیمی بارندگی شامل: میانگین بارش، انحراف معیار، تعداد روزهای خشک متوالی، صدک 90 ام بارش روزانه و درصد روزهای بارندگی مورد استفاده قرار گرفت مقایسه نتایج مدلهای GP و ASD نشان داد که مدل GP عملکرد قابل قبول و مناسبی در برآورد این شاخص ها دارد سپس از مدل GP برای پیش بینی بارش در ایستگاه تهران در بازه های زمانی 2011 2040 و 2041 2070 و 2071 2100 استفاده شد نتایج نشان دهنده افزایش میانگین بارش سالانه برای سه دوره آینده نسبت به دوره پایه به ترتیب برابر با 63،50 و 70 درصد با استفاده ازخروجی مدل CGCM3 بود
کلیدواژهها
نویسندگان
شیوه ارجاع
�کیمی، محمد امین و حسامی کرمانی، مسعود رضا،1392،ارزیابی شاخص های اقلیمی استان تهران به روش برنامه ریزی ژنتیک،پنجمین کنفرانس مدیریت منابع آب ایران،تهران
ارائهشده در
مجموعه مقالات پنجمین کنفرانس مدیریت منابع آب ایران29 بهمن 1392 · تهران