به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
فهرست مطالب نویسنده:

sajad ghasemzadeh

  • سجاد قاسم زاده، فاطمه رجائی*

    توجه به پدیده تغییراقلیم و تاثیر آن بر منابع آب از اهمیت بالایی برخوردار است. هدف پژوهش حاضر ارزیابی روش های مختلف وزن دهی خروجی مدل های AOGCM  و تاثیر آن بر رواناب حوضه قره سو در دوره 2041-2021 است. از 14 مدل گردش عمومی جو بهترین مدل های اقلیمی (HADGEM2-ES ،MICRO IPSL-CM5A-LR،NOERESM1-M ، ESM2M-GFDEL)  انتخاب و با سه روش وزن دهی  شامل روش یکسان،  روش میانگین گیری بیزین  (BMA) و روش REA وزن دهی شدند. سپس با ریزمقیاس نمایی مدل های اقلیمی و معرفی به مدلSWAT ، محدوده تغییرات رواناب حوضه در دوره آتی مشخص گردید. نتایج  نشان داد بیش ترین افزایش دمای حداکثر در فصل تابستان به میزان 1/58 درجه سانتی گراد در روش وزن دهی یکسان  و کمترین افزایش دمای حداقل در فصل زمستان با روش REA به مقدار 96/0 درجه سانتی گراد است. بیش ترین درصد تغییرات بارندگی در ماه آگوست با روش یکسان و کمترین درصد تغییرات در ماه فوریه با روش REA است. ارزیابی نتایج شبیه سازی مدل SWAT برای دوره واسنجی با استفاده از نمایه های آماری R2 و NS در مرحله واسنجی به ترتیب برابر 74/0 و 79/ 0 و در مرحله اعتبار سنجی 68/0 و 72/0 است که بیانگر دقت مدل در شبیه سازی رواناب می باشد. پیش بینی تغییرات رواناب با رویکرد همادی نمودن خروجی مدل های اقلیمی، کاهش رواناب در دوره  آتی را نشان می دهد . بیش ترین درصد تغییرات رواناب در روش بیزین و 4/34 -  درصد خواهد بود. در کل، نتایج حاکی از تغییر در توزیع زمانی جریان در حوضه قره سو در دوره آتی است که این تغییرات باعث ایجاد تغییرات مهمی در کیفیت و کمیت منابع آب خواهد شد.

    کلید واژگان: تغییر اقلیم، مدل های گردش عمومی اقیانوس اتمسفر، روش های وزن دهی، مدل SWAT
    Sajad Ghasemzadeh, Fatemeh Rajaei *

    Attention to the phenomenon of climate change and its impact on water resources is of great importance. The aim of this study is to evaluate the effect of different methods of weighting the output of AOGCM models and its effect on runoff in Qarahsu Basin during the period 2041-2021. The best climatic models (HADGEM2-ES, MICRO IPSL-CM5A-LR, NOERESM1-M, ESM2M-GFDEL) were selected from 14 general circulation models and weighed with three weighting methods including the same method, Bayesian averaging method and REA method. The results showed that the highest increase of maximum temperature in summer was 1.58 ° C by the same weighting method and the lowest increase of minimum temperature in winter with REA method was 0.96 ° C. The highest percentage of precipitation changes was in August with the same method and the lowest percentage of precipitation changes was in February with REA method. Evaluation of SWAT model simulation results for calibration period using R2 and NS statistical indices in calibration stage is equal to 0.74 and 0.79 and in validation stage is 0.68 and 0.72, respectively, which indicates the accuracy of the model in a runoff simulation. Prediction of runoff changes with the approach of ensemble the output of climate models, shows reduction in runoff in the future period. The lowest and highest percentages of runoff changes will be corresponded to Bayesian method which is -13 and -34.4%, respectively. Overall, the results indicate a change in the temporal distribution of flow in the Qarahsu Basin in the coming period, which will cause significant changes in the quality and quantity of water resources.

    Keywords: Climate Change, Atmospheric ocean general circulation models, Weighting methods, SWAT Model
  • علیرضا مساح بوانی، سجاد قاسم زاده، عباس روزبهانی، فاطمه رجائی

    با توجه به اینکه گرمایش زمین عامل تهدید کننده ای برای زندگی بشر در کره زمین است، پیش بینی تغییرات اقلیمی در آینده امری ضروری به حساب می آید. از اهداف این مطالعه، پیش بینی دما و بارش روزانه آینده نزدیک (2021-2040)، با استفاده از مدل های گردش عمومی جو- اقیانوس (AOGCM) و نیز کاهش عدم قطعیت ها آن ها است. بنابراین، در این تحقیق ابتدا، از میان مدل های بررسی شده، 5 مدل مناسب شامل HADGEM2-ES،MICRO IPSL-CM5A-LR،NOERESM1-M ESM2M-GFDEL انتخاب و به روش LARS-WG ریزمقیاس نمایی شد. سپس، با استفاده از دو رویکرد وزن دهی Raisanen و میانگین مشاهداتی دما و بارش (MOTP) جهت وزن دهی و همادی کردن مدل های چندگانه (Ensemble Multi-Model) استفاده شد. نتایج نشان می دهد دمای حداکثر در تمامی ماه ها افزایش می یابد که بیشترین افزایش دما در مدل Raisanen، در ماه فوریه و کمترین افزایش در ماه اکتبر است. در مدل وزن دهی MOTP، بیشترین افزایش دما در ماه ژانویه و کمترین افزایش دما، ماه آگوست است. تغییرات بارندگی در ماه های ژوین، جولای و آگوست کاهش چشم گیری را به دلیل بارش مشاهداتی جزیی داشته است. در این تحقیق روش وزن دهی MOTP برای پیش بینی متغیرهای اقلیمی در دوره های آینده به دلیل داشتن R2 بالاتر و کمترین RMSE به عنوان روش بهتر در پیش بینی داده های اقلیمی انتخاب شد. طبق نتایج به دست آمده انتظار می رود بازخورد بارزی در بیلان آبی منطقه به دلیل اثر افزایش دما و افزایش تبخیر به وجود آید و همچنین، پتانسیلی برای تغییر در وقایع جوی و هیدرولوژی حوزه به وجود آید.

    کلید واژگان: تغییر اقلیم، مدل‏های گردش عمومی اقیانوس اتمسفر (AOGCM)، روش‏های وزن‏دهی، مدل‏های چندگانه گروهی
    Alireza Massah Bavani, Sajad ghasemzadeh, Abbas Rozbahani

    Given that global warming is a threat to human life on Earth, predicting future climate change is essential. One of the objectives of this study is to predict daily temperature and precipitation in the near future (2021-2040), using general atmosphere-ocean circulation (AOGCM) models and reduce their uncertainties. Therefore, in this study, first, among the studied models, 5 suitable models including HADGEM2-ES, MICRO IPSL-CM5A-LR, NOERESM1-M ESM2M-GFDEL were selected and downscale by LARS-WG method. Then, using two approaches of Raisanen weighting and observational mean temperature and precipitation (MOTP) were used to weight and ensemble multiple models. The results show that the maximum temperature increases in all months, with the highest temperature increase in the Riesen model in February and the lowest increase in October. In the MOTP weighting model, the highest temperature increase is in January and the lowest temperature increase is in August. The percentage of rainfall changes in June, July and August decreased significantly due to slight observational rainfall. In this study, the MOTP weighting method was chosen to predict climate variables in future periods due to having a higher R2 and the lowest RMSE as a better method in predicting climate data. Therefore, according to the results, it is expected that significant feedback in the water balance of the region will be due to the effect of increasing temperature and increased evaporation, as well as the potential for changes in atmospheric events and hydrology of the basin.

    Keywords: Climate change, Ocean-atmosphere general circulation models (AOGCM), Weighting methods, Multiple group models
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال