علی دسترنج - دانشگاه هرمزگان دانشگاه هرمزگان
علی شهبازی - دانشکده منابع طبیعی دانشگاه تهران
محسن محسنی ساروی - دانشکده منابع طبیعی دانشگاه تهران
ابوطالب صالح نسب - دانشکده منابع طبیعی دانشگاه تهران
شیرکو جعفری - محیط زیست دانشگاه تهران

دراین تحقیق ایستگاه­های تهران، زنجان و قزوین در جبهه جنوبی و ایستگاه­های رشت، رامسر، بابلسر و گرگان در جبهه شمالی البرز به منظور پیش­بینی مقادیر بارش، درجه­حرات­میانگین، حداکثر و حداقل و تعیین اقلیم آینده با کاربرد مدل­های­گردش عمومی­جو و شبیه­سازی­اقلیمی در دوره­های ۲۰۹۹-۲۰۷۰ ، ۲۰۴۹-۲۰۲۰ و دوره مشاهداتی ۲۰۰۸-۱۹۷۹ مورد بررسی قرار گرفت.  به منظور تهیه سناریو­های­اقلیمی در آینده از خروجی­های مدل­گردش­عمومی HadCM۳ تحت سناریوی انتشار A۲ و B۲ و روش ریزمقیاس­نمایی­آماری و به کارگیری مدل SDSM استفاده گردید و در ادامه با استفاده از روش­دومارتن اقلیم آینده تعیین گردید. هدف اصلی مقایسه تغییرات در دو جبهه­شمالی و جنوبی البرز در شرایط تغییراقلیم می­باشد. عملکرد مدل در پیش­بینی پارامترهای اقلیمی بر اساس شاخص ضریب­تشخیص (R۲) و جذر میانگین­مربعات خطای تخمین (RMSE) ارزیابی شد. نتایج حاصل از پیش­بینی پارامترهای اقلیمی نشان داد شبیه­سازی پارامترهای اقلیمی توسط مدل با دقت بالایی انجام گرفته است. در همه ایستگاه­های مورد مطالعه بارش در دوره ۲۰۴۹-۲۰۲۰ در مقایسه با دوره مشاهداتی ۲۰۰۸-۱۹۷۹ دارای یک روند افزایشی می­باشد ولی شدت افزایش در جبهه­های جنوبی بیشتر از شمالی خواهد بود. درجه­حرارت­حداکثر، حداقل و میانگین در دوره­های ۲۰۹۹-۲۰۷۰ و ۲۰۴۹-۲۰۲۰ نسبت به دوره مشاهداتی ۲۰۰۸-۱۹۷۹ افزایش خواهد یافت. که شدت این افزایش دما در جبهه جنوبی بیشتر از شمالی خواهد بود. نتایج حاصل از تعیین اقلیم به روش دومارتن نشان داد که در جبهه­شمالی اقلیم در ایستگاه­های بابلسر، رامسر و رشت نسبت به اقلیم مشاهداتی ۲۰۰۸-۱۹۷۹ در دوره­های آتی تغییری نخواهد کرد. در ایستگاه گرگان در دوره ۲۰۹۹-۲۰۷۰ تحت سناریو A۲ اقلیم از مدیترانه­ای به نیمه خشک تغییر خواهد کرد. و در جبهه­جنوبی در ایستگاه تهران در دوره ۲۰۴۹-۲۰۲۰ تحت سناریوA۲  اقلیم از نیمه خشک به خشک و در ایستگاه زنجان در دوره ۲۰۴۹-۲۰۲۰ تحت سناریو A۲ اقلیم از نیمه­خشک به مدیترانه­ای و در دوره ۲۰۹۹-۲۰۷۰ از اقلیم مدیترانه­ای دوباره به اقلیم نیمه­خشک تغییر خواهد کرد. می­توان با صحت بالا  از این داده­های شبیه­سازی شده جهت آینده­نگری مناسب­تر از شرایط آب­و­هوایی در دوره­های آتی استفاده کرد و به کمک آن مدیریت­های کلان آتی را در زمینه­های بهره­وری مناسب­تر از منابع و به خصوص منابع آبی ارتقاء بخشید

Climate change, predict, downscaling, SDSM, دومارتن, تغییراقلیم, پیش بینی, ریزمقیاس آماری, SDSM