Uncertainty of the models of the fifth report on climate change in estimating temperature and precipitation
Subject Areas : Climatology
Mostafa
Yaghob Zadeh
1
(Assistant Professor, Department of Water Science and Engineering, and Research Group on Drought and Climate Change, Birjand University, Birjand, Iran)
Mohsen
Poor Reza Belandi
2
(Associate Professor, Department of Water Science and Engineering, and Research Group on Drought and Climate Change, Birjand University, Birjand, Iran)
Abas
Khashei Syoki
3
(Professor, Department of Water Science and Engineering, and Research Group on Drought and Climate Change, Birjand University, Birjand, Iran)
Javad
Rezai Moghadam
4
(Assistant Professor, Department of Water Science and Engineering, Mohaghegh Ardabili University, Ardabil, Iran)
Keywords: Uncertainty, Climate Change, AOGCM Model, meteorological variable, box chart,
Abstract :
GCM models have obvious differences in estimating meteorological variables. For this purpose, in this study, the models of the fifth climate change report of Birjand synoptic station using the next three periods of 2040-2010, 2070-2040 and 2100-2070 against the base period of 1975-2005 and two scenarios of RCP 4.5 and RCP 8.5 to determine the variables The meteorology of GCM models was investigated. For this purpose, first a comparison was made between the baseline data of the synoptic station and the baseline data of the model and then to ensure the results of the models for each of the temperature and precipitation variables, the certainty or uncertainty of the models was determined using a box diagram. The results showed that for precipitation, CESM1-CAM5 and CANESM2 models have large box bands and low uncertainty and BNU-ESM and MIROC-ESM-CHEM models have more certainty than other models. In terms of minimum temperature and maximum temperature, GFDL series models have the lowest certainty and GISS-E2 series have the best certainty. The results also showed that the reliability of the models for estimating the minimum temperature and maximum temperature is higher than precipitation. It was also found that in addition to the RCP 8.5 scenario compared to the average RCP 4.5 scenario, the average temperature changes show more than the base period. In the RCP 8.5 scenario, the model deviation is higher than the average value.
1- آشفته، پریسا سادات، مساح بوانی، علیرضا (1388): تأثیر عدم قطعیت تغییر اقلیم بر دما و بارش حوضه آیدوغموش در دوره 2069-2040 میلادی. مجله دانش آب و خاک، دوره 1 شماره19، صص 98-85.
2- آشفته، پریسا سادات، مساح بوانی، علیرضا (1391): بررسی تأثیر عدم قطعیت مدل‌های چرخه عمومی جو و اقیانوس (AOGCM) و سناریوهای انتشار گازهای گلخانه‌ای بر رواناب حوضه تحت تأثیر تغییر اقلیم، مطالعه موردی: حوضه قرنقو، آذربایجان شرقی، مجله تحقیقات منابع آب، دوره 8، شماره2، صص 47-36.
3- انصاری، حسین، خدیوی، مهدی، صالح نیا، نسرین، بابائیان ایمان (1393): بررسی عدم قطعیت مدل LARS تحت سناریوهای A1B، A2 و B1 در پیش‌بینی بارش و دما (مطالعه موردی: ایستگاه سینوپتیک مشهد). مجله آبیاری و زهکشی ایران، جلد 8، شماره4، صص 672-664.
4- عباس نیا، محسن، طاووسی، تقی، خسروی، محمود، توروس، حسین (1395): تحلیل دامنه عدم قطعیت تغییرات آینده دمای بیشینه روزانه بر روی ایران با استفاده از سیستم اطلاعات جغرافیایی، مجله اطلاعات جغرافیایی، دوره 25، شماره97، صص 43-29.
5- قاسمی، الهه، فتاحی، ابراهیم، ام السلمه (1392): تأثیر تغییر اقلیم بر رواناب با رویکرد عدم قطعیت مدل‌های گردش عمومی جو، مجله مطالعات جغرافیایی مناطق خشک، جلد 4، شماره13، صص 53-37.
6- هوشمند، دل آرام، خردادی، محمدجواد (1393): بررسی عدم قطعیت مدل‌های AOGCM و سناریوهای انتشار در برآورد پارامترهای اقلیمی(مطالعه موردی: ایستگاه سینوپتیک مشهد)، مجله جغرافیا و مخاطرات محیطی، شماره 11، صص 92-77.
7- یعقوب زاده، مصطفی، امیرآبادی‌زاده، مهدی، رمضانی، یوسف، پور رضا بیلندی، محسن (1396): بررسی عدم قطعیت مدل‌های گردش عمومی جو در برآورد رطوبت خاک تحت تأثیر تغییر اقلیم، مجله تحقیقات آب و خاک ایران، دوره 48، شماره 5، صص 1119-1109.
8- یعقوب زاده، مصطفی، رمضانی، یوسف (1398): ارزیابی مدل‌ها و سناریوهای گزارش پنجم تغییر اقلیم در برآورد دما و بارش ایستگاه بیرجند، مجله پژوهش اقلیم‌شناسی، دوره 37، صص 100-87.
9- Bae, D_H., Jung, Il-W, And Lettenmaier, D.P. (2011): Hydrologic Uncertainties In Climate Change From IPCC AR4 GCM Simulations Of The Chungju Basin, Korea. Journal Of Hydrology, 401: 90–105.
10- Chen, J., Brissette, F.P., Poulin, A. And Leconte, R. (2011): Overall Uncertainty Study Of The Hydrological Impacts Of Climate Change For A Canadian Watershed. Water Resource. Res. 47, W12509. Https://Doi.Org/10.1029/2011wr010602.
11- IPCC, (Intergovernmental Panel On Climate Change). (2013): The Physical Science Basis. In: Stocker, T.F., Qin, D., Plattner, G.K., Tignor, M., Allen, S.K., Boschung, J., Nauels, A., Xia, Y., Bex, V., Midgley, P.M. (Eds.), Contribution Of Working Group I To The Fifth Assessment Report Of The Intergovernmental Panel On Climate Change. Cambridge University Press, Cambridge.
12- Knutti, R. And Sedlácek, J. (2013): Robustness And Uncertainties In The New CMIP 5 Climate Model Projections. Nature Climate Change. 3 (4): 369–373. Https://Doi.Org/10.1038/ Nclimate1716.
13- Minville, M., Brissette, F. And Leconte, R. (2008): Uncertainty Of The Impact Of Climate Change On The Hydrology Of A Nordic Watershed, Journal Of Hydrolog, 358 (2):70–83.
14- Prudhomme, C. And Davies, H. (2009): Assessing Uncertainties In Climate Change Impact Analyses On The River Flow Regimes In The UK. Part 2: Future Climate, Climatic Change, 93 (1–2): 197–222.
15- Samadi, Z., Sagareswar, G. And Tajiki, M. (2010): Comparison Of General Circulation Models: Methodology For Selecting The Best GCM In Kermanshah Synoptic Station, Iran. Int. J. Global Warming, 2(4), 347-365.
16- Shen, M.; Chen, J. Zhuan, M. Hua Chen, H. Xu, CH. And Xiong. L. (2018): Estimating Uncertainty And Its Temporal Variation Related To Global Climate Models In Quantifying Climate Change Impacts On Hydrology, Journal Of Hydrology, 556: 10–24.
17- Van Vuuren, D.P., Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard, K., ... Rose, S.K., (2011): The Representative Concentration Pathways: An Overview. Climatic Change, 109(1):5–31.
_||_