Evaluation CMIP5 Models In Order to Simulate Rainfall by using a Combination of Precipitation data Network Aphrodit and Satellite Precipitation Persiann-cdr In Khuzestan Province
Subject Areas : Irrigation and Drainageکاظم رنگزن 1 , علی شهبازی 2 , زهرا جریده 3 , مصطفی کابلی زاده 4
1 - عضو هیات علمی، دانشگاه شهید چمران، اهواز، ایران.
2 - دکترای منابع آب، سازمان آب و برق خوزستان.
3 - کارشناس ارشد رشته سنجش از دور و GIS.
4 - عضو هیات علمی، دانشگاه شهید چمران، اهواز، ایران.
Keywords: مدل های گردش عمومی جو, General Circulation Models, Downscaling, Satellite rainfall Persiann-Cdr, Precipitation network Aphrodit, Evaluation of models, ریزمقیاس مایی, بارش ماهواره ای Persiann-Cdr, بارش شبکه ای آفرودیت و ارزیابی مدل ها,
Abstract :
One of the most important Limitation General Circulation Models , Large scale are being simulation of climatic variables. So should With Various method are downscaled, The ability to have identified a study area. Choose a suitable GCM model for the study area Very important role In the simulation parameter (precipitation) is intended for future. In this research of CMIP5 Models Contains BCC-CSM1.1.M , MPI-ESM-MR and MPI-ESM-LR was used In order to evaluate three models in the baseline period And determine the best model In order to fit into the study area .The first the Historical and Observation data are divided in to two Periodes: the first half (1983-1992) the period baseline and the second half(1994-2003) the period Validation. Index verification Mean absolute error and MAE Skill score Calculate between models and observation data in the evaluation period before and after Downscaling seasonal in Software Matlab For all Pixels Khuzestan Province. Results show that Befor applying the change factor method BCC-CSM1.1.M Model Error was Less than the other two models , and The other two were similar in terms of error rate. After applying change factor, BCC-CSM1.1.M Model the improvement was driven self and MPI-ESM-MR and MPI-ESM-LR models were ranked as second and third suitable models. So most trusted after the downscaling change factor method for the future under the scenario RCP4.5 for Khuzestan Province was assigned to BCC-CSM1.1.M model.
آزادی ،م ،شیرغلامی، م . ر، حجام، س .و صحراییان، ف. (1390). پسپردازش برونداد مدل WRF برای بارندگی روزانه در ایران. تحقیقات منابع آب ، سال هفتم ، شماره4 ، زمستان 1390.
حمیدیانپور، م ، باعقیده، م، عباسنیا، م. (1395). ارزیابی تغییرات دما و بارش جنوب شرق ایران با استفاده از ریزمقیاسنمایی خروجی مدلهای مختلف گردش عمومی جو در دوره 2011-2099. پژوهشهای جغرافیای طبیعی، دوره 48، شماره1، بهار 1395، ص. 123-107.
طائی سمیرمی، س، مرادی ، ح . ر. (1393). شبیهسازی و پیشبینی برخی از متغیرهای اقلیمی توسط مدل چندگانه خطی SDSM و مدلهای گردش عمومی جو(مطالعه موردی: حوزه آبخیز نیشابور). فصلنامه انسان و محیط زیست، شماره 28، بهار 93.
عزیزی، ق،. صفرراد، ط،. محمدی، ح، و فرجیسبکبار، ح. ع.(1395). ارزیابی و مقایسه دادههای بازکاوی شده جهت استفاده در ایران. پژوهشهای جغرافیای طبیعی، دوره 48، شماره1، بهار 1395، ص. 49-33.
عساکره ، ح.(1386). تغییر اقلیم، انتشارات دانشگاه زنجان.
کمال، ع . ر، و مساحبوانی ، ع . ر.(1391). مقایسه عدم قطعیت مدلهای تغییر اقلیم AOGCM-TAR و AOGCM-AR4 در تاثیر بر رواناب حوضه در دوره آتی. مجله فیزیک زمین و فضا، دوره 38، شماره 3، 1391، صفحه 175-188.
کاویانی ، م. ر و علیجانی.ب .(1380). مبانی آب و هواشناسی، تهران، انتشارات سمت.
Guilbert, J. (2016). The Impacts Of Climate Change On Precipitation And Hydrology In The Northeastern United States. Graduate College Dissertations and Theses. University of Vermont.
Ghahreman, N., Tabatabaei, M., and Babaeian, I. (2015). Investigation of uncertainty in the IPCC AR5 precipitation and temperature projections over Iran under RCP scenarios. CONFERENCE PAPER · JULY 2015.
Jury, M. W., Prein, A. F., Truhetz, H., And Gobiet, A. A. (2015). Evaluation of CMIP5 Models in the Context of Dynamical Downscaling over Europe. Wegener Center for Climate and Global Change, University of Graz, Graz, Austria.
Katiraie-Boroujerdy, P.-S., Ashouri, H., Hsu, K.l., and Sorooshian, S. (2016). Trends of precipitation extreme indices over a subtropical semi-arid area using PERSIANN-CDR. doi: DOI 1007.10.s00704-016-1884-9.
Miao, C., Ashouri, H., Hsu, K.-L., And Sorooshian, S. (2015). Evaluation Of The Persiann-Cdr Daily Rainfall Estimates In Capturing The Behavior Of Extreme Precipitation Events Over China. Journal Of Hydrometeorology, 16.
Penalba, O. C., & Rivera, J. A. (2013). Future Changes in Drought Characteristics over Southern South America Projected by a CMIP5 Multi-Model Ensemble. 1Department of Atmospheric and Oceanic Sciences.
Sarhadi, A. (2016). Climate Change Projection and Time-varying Multi-dimensional Risk Analysis. thesis requirement for the degree of Doctor of Philosophy in Civil Engineering.
Watanabe, S., Kanae, S., Seto, S., Yeh, P. J. F., Hirabayashi, Y., And Oki, A. T. (2012). Intercomparison Of Bias-Correction Methods For Monthly Temperature And Precipitation Simulated By Multiple Climate Models. Journal Of Geophysical Resources.