CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

Using Downscaling Techniques on GCMs Data for Long Term Forec5asts

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۰۴۱ | نظرات: ۰
سرفصل ارائه مقاله: Climate Prediction and Long-term Forecasting
سال انتشار: ۱۳۸۴
کد COI مقاله: IKWCM01_020
زبان مقاله: انگلیسی
حجم فایل: ۸۱۱.۶۶ کلیوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله Using Downscaling Techniques on GCMs Data for Long Term Forec5asts

Sina Samadi - Climatological Research Institute (CRI)

چکیده مقاله:

GCMs Models are benefit for using in long tenns forecasts. But for using them, we should use some methods for changing their resolution from Global to Regional. Even if global climate models in the future are run at high resolution there will remain .the need to 'downscale' the results from such niodels to individual sites or localities for impact studies. General Circulation Models (GCMs) indicate that rising concentrations of greenhouse gases will have significant implications for climate at global and regional scales. Less certain is the extent to which meteorological processes at individual sites will be affected. So-called "downscaling" techniques are used to bridge the spatial and temporal resolution gaps between what climate modelers are currently able to provide and what impact assessors require. Unfortunately, GCMs are restricted in their usefulness for local impact studies by their coarse spatial resolution (typically of the order 50,000 km2) and inability to resolve important sub-grid
scale features such as clouds and topography. As a consequence, two sets of techniques have emerged as a means of deriving local-scale surface weather from regional-scale atmospheric predictor variables. Firstly, statistical downscaling is analogous to the "model output statistics" (MOS) and "perfect prog" approaches used for short-range numerical weather prediction. Secondly, Regional Climate Models (RCMs) simulate sub-GCM grid scale climate features dynamically using time-varying atmospheric conditions supplied by a GCM bounding a specified domain. Both approaches will continue to play a significant role in the assessment of potential climate change impacts arising from future increases in greenhousegas concentrations and also for predict weather and climate factors like temperature and precipitation and pressure and etc. in this paper, we discuss about downscaling methods and using them for GCMs data and explain a case study of these that used in part of I.R.of Iran.

کلیدواژه‌ها:

Downscaling, Models, GCM, RCM, MOS, Management, Forecast.

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IKWCM01-IKWCM01_020.html
کد COI مقاله: IKWCM01_020

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Samadi, Sina, ۱۳۸۴, Using Downscaling Techniques on GCMs Data for Long Term Forec5asts, اولین کارگاه مشترک ایران و کره در مدلسازی اقلیم, مشهد, پژوهشکده اقلیم شناسی, https://www.civilica.com/Paper-IKWCM01-IKWCM01_020.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Samadi, Sina, ۱۳۸۴)
برای بار دوم به بعد: (Samadi, ۱۳۸۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • ANUPAM K. SINGH, ERWIN ZEHE, ANDRAS BARDOSSY, FRANZ NESTMANN . ...
  • Bardossy A., Stehlik J., Caspary H-J., _ Automated objective classification ...
  • Bardosy A., Plate E.J., «Space-time model of daily rainfall using ...
  • 'redictive relationships and their decadal variability, Journal of Climate, Vol. ...
  • Clark M.P., Hay L.E., McCabe G.J., Leavesley G.H., Serreze M.C., ...
  • Goodess C.M., Rainfall scenarios for Mediterranean sites using a circu ...
  • Scenarios _ economic assessments: An example from U. S. agriculture. ...
  • sulmmer rainfall in the UK from north Atlantic Qcean Downscaling؛ ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.