چکیده مقاله
برای بررسی تاثیر تغییر اقلیم بر سیستمهای مختلف مانند منابع آب در دورههای آتی، در ابتدا می بایست متغیرهای اقلیمی تحت تاثیرتغییرات گازهای گلخانه ای شبیه سازی شوند روشهای مختلفی برای شبیه سازی متغیرهای اقلیمی در دورههای آتی تحت تاثیر تغییراقلیم وجود دارد که معتبرترین آن ها استفاده از دادههای مدل گردش عمومی جو یاGeneral Circulation Model GCM میباشد مدلهای GCM تنها قادر به شبیه سازی این داده ها در سطوح بزرگ حدود 50000 کیلومتر مربع هستند لذا جهت استفاده از این داده ها لازم است تا داده های GCM توسط تکنیک های مختلف در سطوح ایستگاهی کوچک مقیاس گردد روشهای مختلفی برای کوچک مقیاس کردن وجود دارد که مناسبتربن آنها بخصوص در کشور ایران استفاده از روشهای آماری است در این مقاله گامهای مختلف مورد نیاز برای کوچک مقیاس کردن آماری با استفاده از روشهای شبکه عصبی مصنوعی Artificial Neural Networks,ANN و Statistical DownScaling Model SDSM ارائه میگردد
کلیدواژه‌ها
نویسندگان
سیده زهرا صمدی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد قائمشهر، دانشجوی دوره دکتری م
علیرضا مساح بوانی
استادیار دانشگاه تهران، پردیس کشاورزی ابوریحان، دکتری منابع آب
شیوه ارجاع
�مدی، سیده زهرا و مساح بوانی، علیرضا،1387،معرفی روش شبکه عصبی مصنوعی و SDSM بمنظور کوچک مقیاس کردن آماری داده های دما و بارندگی،سومین کنفرانس مدیریت منابع آب،تبریز
ارائه‌شده در
مجموعه مقالات سومین کنفرانس مدیریت منابع آب23 مهر 1387 · تبریز