ارزیابی روش‌های مختلف و پیشنهاد یک روش جدید برای بازسازی خلاءهای آماری داده‌های دمای کمینه روزانه در ایستگاه‌های ارتفاعی ایران

Abstract

داده­های دمای حداقل روزانه مهم­ترین نیاز پژوهش­های اقلیمی و همچنین مطالعات تأثیر تغییر اقلیم در زمینه سرماهای زودرس پاییزه، دیررس بهاره، طول مدت سرما، ارزیابی پتانسیل تولید محصولات باغی و زراعی وابسته به سرمازدگی و نهایتاً امنیت غذایی است. از نگاه دیگر، به‌رغم آنکه ایستگاه­های مناطق مرتفع نقش مهمی در صحت برآورد شیب ارتفاعی آماره­های دما و میدانی کردن آنها دارند، تعدادشان در ایران بسیار معدود بوده و اغلب آنها از نظر آماری واجد گسستگی‌های زیادی هستند و بازسازی آنها برای مطالعاتی که مبتنی بر دوره­های آماری همگن طولانی هستند، امری ضروری محسوب می­شود. هدف از این بررسی، مقایسه روش­های مختلف بازسازی داده­های روزانه دمای کمینه در ایستگاه­های مرتفع و معرفی برترین روش­ها برای ترمیم و گسترش سری­های زمانی مربوطه در دوره اقلیمی همزمان با ایستگاه­های قدیمی ایران است. برای این منظور، 12 ایستگاه که ارتفاعی بیشتر از 1900 متر داشتند، انتخاب و از دوره‌های موجود آماری آنها 500 دمای کمینه روزانه به طور تصادفی حذف و همان داده­ها با استفاده از 31 روش کلاسیک موجود و یک روش پیشنهادی جدید مبتنی بر توزیع تجمعی احتمالات وقوع دماهای کمینه بازسازی گردید و اعتبار هریک از آنها با استفاده از آماره مجذور مربعات خطا و همچنین بررسی حدود خطا در سطح اطمینان 90 و 95% بطور کمی ارزیابی شد. بر اساس نتایج به دست آمده سه روش تحلیل مؤلفه‌های اصلی، روش پیشنهادی مبتنی بر تابع توزیع تجمعی احتمالات و روش شبکه عصبی مصنوعی با حدود اعتماد 95% خطای بازسازی به ترتیب 0/2±، 2/2± و 1/3± درجه نسبت به سایر روش­های بازسازی ارجحیت دارند. این بررسی منجر به تکمیل سری آماری دمای کمینه روزانه این ایستگاه­ها در دوره 2010-1965 گردید که در مطالعات تغییر اقلیم و ریسک سرمای زودرس و دیررس و همچنین تغییرات تقویم زراعی در اثر پدیده تغییر اقلیم مورد استفاده قرار می­گیرند.