1403/02/22
مه نوش مقدسی

مه نوش مقدسی

مرتبه علمی: دانشیار
ارکید: https://orcid.org/0000-0003-4933-6501
تحصیلات: دکترای تخصصی
اسکاپوس: 14019976700
دانشکده: دانشکده کشاورزی و محیط زیست
نشانی: دانشگاه اراک، گروه مهندسی آب
تلفن:

مشخصات پژوهش

عنوان
آنالیز مقادیر حدی دما در حالت ناایستا تحت تأثیر تغییر اقلیم (منطقه ی مطالعاتی: دشت اراک)
نوع پژوهش
پایان نامه های تقاضا محور و غیر تقاضا محور
کلیدواژه‌ها
تغییراقلیم – مقادیرحدی- ناایستا– روش بیزی
سال 1400
پژوهشگران مه نوش مقدسی(استاد راهنما)، طیبه سادات محمدی(دانشجو)، صدیقه انوری(استاد مشاور)

چکیده

یکی از عوامل مشخص کننده تغییرات اقلیمی در جهان، بروز تغییر در پدیده های حدی اقلیمی از جمله تغییرات ناگهانی دما است. لذا در این مطالعه هدف بررسی ناایستائی مقادیرحدی دمای دشت اراک تحت تاثیر تغییراقلیم می باشد. بدین منظور حداکثر و حداقل دمای ماهانه به ترتیب از پایگاه اقلیمی جهانی (CRU) و مدل منتخب BCC-CSM2-MR تحت دو سناریو SSP1-2.6 وSSP5-8.5 برای دوره تاریخی (1901-2016) و آینده (2015-2100) برای ایستگاه های اراک، آشتیان، شانق، ساروق و گوار واقع در محدوده منطقه مطالعاتی استخراج شده است. سپس سری زمانی مقادیرحدی دمای ماکزیمم ماهانه با استفاده از دو روش نمونه گیری AMS و POT همچنین سری زمانی مقادیرحدی دمای مینیمم ماهانه با استفاده از روش نمونه گیری AMS ایجاد گردید. از آزمون های MK، ADF، KPSS و Pettit برای ارزیابی روند، ایستائی و همگنی استفاده شده است. سپس از روش های MCMCو DE-MCبرای برآورد پارامترهای توزیع استفاده و مقایسه شد. مقادیر دما در دوره بازگشت های مختلف برای حالت ایستا و ناایستا تحت تاثیر تغییراقلیم بدست آمد. همچنین، چهار ترکیب از داده های تاریخی شامل کل دوره (TP) و نقطه تغییر (CP) با دو سناریوی آینده برای بررسی روند درون دوره ای ناشی از تغییرات آب و هوایی تحت سه مدل GEV استفاده شد. نتایج نشان داد که در دمای ماکزیمم همه ایستگاه ها و در دمای مینیمم فقط ساروق و اراک ناایستا هستند. همچنین مدل GEV به عنوان مدل برتر انتخاب شد. بیشترین اختلاف دمای ماکزیمم سالانه تحت داده های تاریخی حدود 8/0 درجه سانتی گراد در دوره بازگشت های کم و در دمای مینیمم سالانه 31/0 درجه سانتی گراد می باشد. نتایج تغییر اقلیم نشان داد که میانگین حداکثر دمای سالانه به ترتیب در حدود 2/1 درجه سانتی گراد و 2/3 درجه سانتی گراد تحت سناریوهای SSP1-2.6 و SSP5-8.5 نسبت به دوره تاریخی افزایش یافته است و بهترین حالت مدل سازی مربوط به داده های ترکیبی (کل دوره و (SSP1-2.6 است که همگرایی را در حدود 10 درصد بهبود می دهد.