| dc.contributor.author | رحیمی, راضیه | fa_IR |
| dc.contributor.author | رحیمی, مهدی | fa_IR |
| dc.date.accessioned | 1399-08-01T22:58:46Z | fa_IR |
| dc.date.accessioned | 2020-10-22T22:58:48Z | |
| dc.date.available | 1399-08-01T22:58:46Z | fa_IR |
| dc.date.available | 2020-10-22T22:58:48Z | |
| dc.date.issued | 2018-12-22 | en_US |
| dc.date.issued | 1397-10-01 | fa_IR |
| dc.date.submitted | 2018-05-21 | en_US |
| dc.date.submitted | 1397-02-31 | fa_IR |
| dc.identifier.citation | رحیمی, راضیه, رحیمی, مهدی. (1397). تحلیل مکانی و زمانی تغییر اقلیم در سال‌های آینده و مقایسۀ روش‌های ریزمقیاس‌نمایی SDSM، LARS-WG و شبکۀ عصبی مصنوعی (مطالعۀ موردی: استان خوزستان). اکوهیدرولوژی, 5(4), 1161-1174. doi: 10.22059/ije.2018.258209.885 | fa_IR |
| dc.identifier.issn | 2423-6098 | |
| dc.identifier.issn | 2423-6101 | |
| dc.identifier.uri | https://dx.doi.org/10.22059/ije.2018.258209.885 | |
| dc.identifier.uri | https://ije.ut.ac.ir/article_68440.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/467933 | |
| dc.description.abstract | خشکسالی خطر پیچیدهای است که سبب برهم‌خوردن تعادل آبی میشود؛ بنابراین بررسی تغییرات اقلیمی و پیشبینی آنها میتواند در امر مدیریت و برنامهریزی مربوط به آن تأثیر زیادی داشته باشد. در تحقیق حاضر برای پایش و پیشبینی خشکسالی منطقۀ خوزستان و نیز بررسی عملکرد مدلهای ریزمقیاس در این منطقه، ابتدا دادههای بارش و دما بهصورت روزانه طی دورۀ 1985-2010 از هشت ایستگاه منتخب در منطقه دریافت شد. سپس، نمایۀ خشکسالی دورۀ مشاهداتی بهوسیلۀ دو شاخص SPI و SPEI محاسبه و نقشۀ پهنهبندی آنها ترسیم شد. در پژوهش حاضر برای پیشبینی خشکسالی از دادههای GCM و مدل HADCM3 تحت دو سناریوی A2 و B1 استفاده شد؛ سپس دادههای بزرگمقیاس GCM با سه مدل SDSM، LARS-WG و شبکۀ عصبی مصنوعی ریزمقیاس شدند. نتایج نشان داد توانایی مدل ریزمقیاس شبکۀ عصبی مصنوعی در شبیهسازی بارش نسبتاً قابل قبولتر از سایر مدلهاست. نتایج آمارۀ من-کندال نشان داد همواره مقادیر پیشبینیشده توسط مدل LARS-WG برای نمایههای SPI و SPEI شیب بیشتری در جهت منفی شدن دارد. با مشاهدۀ نقشۀ پهنهبندی نمایههای خشکسالی استان خوزستان میتوان چنین استنباط کرد که طی دورههای آتی همواره میانگین مقادیر دو شاخص کاهش یافته است، ولی از نظر مکانی تغییر درخور توجهی نداشته است. | fa_IR |
| dc.format.extent | 1421 | |
| dc.format.mimetype | application/pdf | |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشکده علوم و فنون نوین
دانشگاه تهران | fa_IR |
| dc.publisher | Faculty of New Sciences and Technologies, University of Tehran | en_US |
| dc.relation.ispartof | اکوهیدرولوژی | fa_IR |
| dc.relation.ispartof | Iranian journal of Ecohydrology | en_US |
| dc.relation.isversionof | https://dx.doi.org/10.22059/ije.2018.258209.885 | |
| dc.subject | تغییر اقلیم | fa_IR |
| dc.subject | شبکۀ عصبی مصنوعی | fa_IR |
| dc.subject | SPEI | fa_IR |
| dc.subject | LARS-WG | fa_IR |
| dc.subject | SDSM | fa_IR |
| dc.subject | تغییرات اقلیم | fa_IR |
| dc.title | تحلیل مکانی و زمانی تغییر اقلیم در سال‌های آینده و مقایسۀ روش‌های ریزمقیاس‌نمایی SDSM، LARS-WG و شبکۀ عصبی مصنوعی (مطالعۀ موردی: استان خوزستان) | fa_IR |
| dc.type | Text | en_US |
| dc.type | پژوهشی | fa_IR |
| dc.contributor.department | استادیار دانشکدۀ محیط زیست و منابع طبیعی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران | fa_IR |
| dc.contributor.department | کارشناس ارشد مهندسی منابع آب، گروه مهندسی آبیاری و آبادانی، دانشگاه تهران | fa_IR |
| dc.citation.volume | 5 | |
| dc.citation.issue | 4 | |
| dc.citation.spage | 1161 | |
| dc.citation.epage | 1174 | |
