مریم رضائی - دانش آموخته کارشناسی ارشد، گروه مرتع و آبخیزداری ، دانشگاه زابل
محمد نهتانی - استادیار، گروه مرتع و آبخیزداری دانشگاه زابل
علیرضا مقدم نیا - دانشیار، گروه احیای مناطق خشک و کوهستانی ، پردیس کشاورزی و منابع طبیعی دانشگاه تهران
علیجان آبکار - کارشناس ارشد مرکز تحقیقات کشاورزی و منابع طبیعی استان کرمان
معصومه رضائی - مربی گروه مهندسی برق و کامپیوتر، دانشگاه سیستان و بلوچستان

امروزه این باور وجود دارد که فعالیتهای انسانی، از جمله تغییر در پوشش و کاربری اراضی، موجب افزایش غلظت گاز های گلخانه ای می گردد، که پیامد آن برهم خوردن توازن کارمایه، گرم شدن اتمسفر، و در نهایت پدیده­ی تغییر اقلیم می باشد. پیش بینی بارندگی یکی از مهمترین مسائل در برنامه ریزی و مدیریت منابع آب می باشد. در این پژوهش، اندازه­ی بارندگی ایستگاههای کرمان، راور و رابر با استفاده از خروجیهای شبیهHadCM۳ ، تحت نمایشنامه­ی A۲، و از طریق شبیه های ریز مقیاس کننده­ی SDSM و شبکه­ی عصبی مصنوعی، برای سه دوره­ی ۲۰۳۹-۲۰۱۰، ۲۰۶۹-۲۰۴۰ و ۲۰۹۹-۲۰۷۰ میلادی پیش بینی شده است. ابتدا دوره­ی آماری ۲۰۰۱-۱۹۷۱، به عنوان دوره­ی پایه انتخاب شد. در ادامه، با توجه به معیارهای آماری، نتایج حاصل از دو شبیه مورد ارزیابی و مقایسه قرار گرفتند. یافته ها بیانگر عملکرد بالاتر شبیه شبکه­ی عصبی در ایستگاههای کرمان و راور می باشند. اندازه­ی بارندگی سالانه در ایستگاههای کرمان، راور و رابر تا سال ۲۰۹۹، در شبیه شبکه­ی عصبی به ترتیب ۸۶/۱۲، ۶۸/۱۱ و %۳۹/۱۱ و در شبیه SDSM ۸۹/۰، ۴۸/۱۸ و %۵۵/۱ نسبت به دوره­ی پایه کاهش می یابند.

بارندگی, تغییر اقلیم, ریزمقیاس کردن, شبیه HadCM۳