این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
پنجشنبه 20 آذر 1404
تحقیقات آب و خاک ایران
، جلد ۵۶، شماره ۷، صفحات ۱۸۶۱-۱۸۷۸
عنوان فارسی
بررسی اثر تغییر اقلیم بر پیش بینی بارش بر اساس بهترین ماهواره در استان کرمانشاه
چکیده فارسی مقاله
امروزه با توجه به گرمتر شدن زمین و کاهش بارش نیاز بهپیش بینیهای بلندمدت بارش برای برنامهریزی و استفاده مناسب از منابع آبی در دسترس ضروری است. بر این اساس پیشبینی بارش در دوره 2020 تا 2039 با استفاده از مدل KIOSTESM و CANESM5 از گزارش ششم IPCC در13 ایستگاه سینوپتیک استان کرمانشاه استخراج گردید. با توجه به اینکه ایستگاههای سینوپتیک در همه نقاط قرار ندارند و نمیتوان برای بعضی از قسمتهای منطقه میزان بارش را برآورد نمود بهمنظور تعیین بهترین ماهواره در هر ایستگاه سینوپتیک از مجموعه دادهها و ماهوارههای CHRIPS, ERA5, PERSIAN_CDR, GPM, GSM, TRMM, TERRA در دوره 2000 تا2019 این 13 ایستگاه استفاده گردید. نتایج نشان داد برای ایستگاههای اسلامآباد، هرسین، گیلان غرب، جوانرود، کرمانشاه، روانسر، سنقر و سرپل ذهاب ماهواره TERRA و برای ایستگاههای سومار و تازهآباد مجموعه داده ERA5 و برای قصر شیرین، کنگاور و سرآرود ماهواره TRMM بهترین برآورد را دارد. نتایج نشان داد مدل CANESMدر بیشتر ایستگاهها بارش را کمتر از مشاهداتی محاسبه کرده است بیشترین اختلاف این مدل با دادههای مشاهداتی و ماهواره به ترتیب برای کنگاور 52 و 50درصد بیشتر از بارش کل است و برای ایستگاه سرآرود به ترتیب با 12 و 9 درصد کاهش کمترین اختلاف را دارند. نتایج نشان داد بدون داشتن دادههای ایستگاه هواشناسی و تنها با تکیهبر دادههای ماهواره منتخب در این پژوهش برای هر منطقه از استان کرمانشاه میتوان پیشبینیهای اقلیمی مناسبی تخمین زد.
کلیدواژههای فارسی مقاله
بارش ماهواره ای، تغییر اقلیم، ریزمقیاس، TRMM،
عنوان انگلیسی
Investigating the Effect of Climate Change on the Forecast of precipitation Based on the Best Satellite in Kermanshah Province
چکیده انگلیسی مقاله
Today, due to global warming and decreasing precipitation, long-term precipitation forecasts are essential for planning and proper use of available water resources. Accordingly, precipitation forecasts for the period 2020 to 2039 were extracted using the KIOSTESM and CANESM5 models from the IPCC's sixth report at 13 synoptic stations in Kermanshah province. Given that synoptic stations are not located in all locations and it is not possible to estimate precipitation for some parts of the region, in order to determine the best satellite for each synoptic station, data from CHRIPS, ERA5, PERSIAN_CDR, GPM, GSM, TRMM, TERRA satellites were used for the period 2000 to 2019 for these 13 stations. The results showed that for the stations of Islamabad, Harsin, Gilan Gharb, Javanroud, Kermanshah, Ravansar, Sonqor and Sarpol Zahab, the TERRA satellite has the best estimate, for the stations of Somar and Tazeabad the ERA5 dataset, and for Qasr Shirin, Kangavar and Sararood the TRMM satellite has the best estimate. The results showed that the CANESM model has calculated the precipitation less than the observations in most of the stations. The largest difference between this model and the observational and satellite data is 52 and 50 percent more than the total precipitation for Kangavar, respectively, and the smallest difference is 12 and 9 percent less for the Sararood station, respectively. The results showed that without having meteorological station data and relying only on the selected satellite data in this study, appropriate climate forecasts can be estimated for each region of Kermanshah province.
کلیدواژههای انگلیسی مقاله
بارش ماهواره ای, تغییر اقلیم, ریزمقیاس, TRMM
نویسندگان مقاله
فروزان پای فشرده |
دانش آموخته کارشناسی ارشد، مهندسی آب،دانشگاه رازی،کرمانشاه ، ایران
مریم حافظ پرست مودت |
گروه مهندسی آب دانشکده کشاورزی، دانشگاه رازی کرمانشاه، ایران
سید احسان فاطمی |
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران
نشانی اینترنتی
https://ijswr.ut.ac.ir/article_104188_4e9c1e76724e0e106145889dde4862dd.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات