کاربرد یک رهیافت ناپارامتری در شبیه سازی داده های روزانه دما و بارندگی همسو با تغییرات اقلیم

با توجه به تاثیر به سزای تغییر اقلیم بر فرآیندهای مختلف محیطی، کمی سازی این تغییرات از اهمیت زیادی برخوردار است. از طرفی دیگر کاربرد مدل های شبیه ساز متغیرهای هواشناسی در قالب کلی مولدهای وضع هوا منجر به توسعه ی روزافزون آن ها شده است. سری های شبیه سازی شده ی این مولدها با مشخصات سری های مشاهده شده می باشند و واقعیات اقلیمی پیش رو در آن ها درج نشده است. در این مطالعه کاربرد یک روش ناپارامتری مبتنی بر بازنمونه گیری هدفمند از سری های مشاهده شده، برای اعمال اثرات اقلیمی پیش بینی شده بر سری های شبیه سازی شده ی دما و بارندگی توسط مولدهای وضع هوا، مورد بحث قرار گرفته است. پارامتر کلیدی این روش، «پارامتر شکل» می باشد که تعریف هدفمند آن موجب دقت مضاعف فرایند تولید داده می شود. مدل شبیه ساز متغیرهای هواشناسی مورد استفاده، روشی ناپارامتری مبتنی بر نزدیک ترین همسایه با قابلیت تولید داده هایی خارج از سری مشاهده شده می باشد که می تواند سری هایی با طول آماری دلخواه همراه با مشابهت های آماری با سری تاریخی تولید نماید. کاربست این رهیافت برای پنج ایستگاه همدیدی تهران،مشهد،بوشهر،قزوین و تبریز به صورت تک-مکانی مورد ارزیابی قرار گرفته است و نتایج براساس آزمون های مختلف آماری مناسب ارزیابی شده است. با اجرای این رهیافت ناپارامتری، اثر تغییرات اقلیمی هم در نرمال درازمدت سری آماری لحاظ گردید و هم در فراوانی وقوع دوره های با ویژگی های معین به عنوان مثال دوره های یخبندان. این نتایج به خصوص برای متغیرهای دمایی قابل قبول تر می باشندیافته های مطالعه قابلیت کاربرد این روش را تایید کرد.با توجه به تاثیر به سزای تغییر اقلیم بر فرآیندهای مختلف محیطی، کمی سازی این تغییرات از اهمیت زیادی برخوردار است. از طرفی دیگر کاربرد مدل های شبیه ساز متغیرهای هواشناسی در قالب کلی مولدهای وضع هوا منجر به توسعه ی روزافزون آن ها شده است. سری های شبیه سازی شده ی این مولدها با مشخصات سری های مشاهده شده می باشند و واقعیات اقلیمی پیش رو در آن ها درج نشده است. در این مطالعه کاربرد یک روش ناپارامتری مبتنی بر بازنمونه گیری هدفمند از سری های مشاهده شده، برای اعمال اثرات اقلیمی پیش بینی شده بر سری های شبیه سازی شده ی دما و بارندگی توسط مولدهای وضع هوا، مورد بحث قرار گرفته است. پارامتر کلیدی این روش، «پارامتر شکل» می باشد که تعریف هدفمند آن موجب دقت مضاعف فرایند تولید داده می شود. مدل شبیه ساز متغیرهای هواشناسی مورد استفاده، روشی ناپارامتری مبتنی بر نزدیک ترین همسایه با قابلیت تولید داده هایی خارج از سری مشاهده شده می باشد که می تواند سری هایی با طول آماری دلخواه همراه با مشابهت های آماری با سری تاریخی تولید نماید. کاربست این رهیافت برای پنج ایستگاه همدیدی تهران،مشهد،بوشهر،قزوین و تبریز به صورت تک-مکانی مورد ارزیابی قرار گرفته است و نتایج براساس آزمون های مختلف آماری مناسب ارزیابی شده است. با اجرای این رهیافت ناپارامتری، اثر تغییرات اقلیمی هم در نرمال درازمدت سری آماری لحاظ گردید و هم در فراوانی وقوع دوره های با ویژگی های معین به عنوان مثال دوره های یخبندان. این نتایج به خصوص برای متغیرهای دمایی قابل قبول تر می باشندیافته های مطالعه قابلیت کاربرد این روش را تایید کرد.
کلید واژه ها: مولد وضع هوا، بازنمونه گیری هدفمند، نزدیک ترین همسایه، پارامتر شکل