طریقهی انتخاب متغیرهای پیش بینی کننده جهت کوچک مقیاس کردن آماری دادههای بارش حوضه ی مطالعاتی رودزرد

پدیده تغییر اقلیم از مباحثی است که امروزه بیش از پیش بر تمام ابعاد زندگی بشر تاثیر گذاشته است. از موضوعات مهم در مطالعات هیدرولوژی، پیشبینی پارامترهای اقلیمی با در نظر گرفتن تاثیرات تغییر اقلیم برای دوره آتی میباشد. یکی از روشهای معتبر در این مطالعات استفاده از دادههای مدل گردش جو یا GCM است، از طرفی خروجی این مدلها دارای دقت مکانی کافی برای مطالعات تاثیر تغییر اقلیم بر سیستمهای هیدرولوژی نمیباشد. جهت استفاده از دادههای GCM می بایست آنها را توسط تکنیک های مختلف در سطوح ایستگاهی کوچکمقیاس نمود. برای کوچکمقیاس کردن آماری می بایست از چندین متغیر پیش بینی کننده Predictor استفاده نمود،معمولا در مدلسازیها با تعداد زیادی از متغیرهای پیش بینی کننده آغاز می شودبخشی ازکار مدلسازی شامل شناسایی بهترین زیرمجموعه از متغیرهای پیش بینی کننده است. مدلسازی با تعداد زیادی متغیر پیش بینی کننده از دقت کمتری برخوردار است و پیش بینی ها نتایج ضعیف تری را بوجود می آورند بنابراین قبل از کوچکمقیاس کردن میبایست نوع متغیرپیشبینیکننده که تاثیر بیشتری در پیشبینی دارد انتخاب گردد. در این پژوهش با استفاده از رابطهی بین متغیرهای پیش بینی -کننده با برآورد پارامتری و ضریب همبستگی ناپارامتری مانند پیرسون، اسپیرمن، کندال و همبستگی جزیی متغیرهای پیش بینی - کنندهی مناسب برای حوضهی مطالعاتی انتخاب میشوند. متغیرهایی باید انتخاب شوند که بهترین معرفی کننده ی پدیده ی تغیر اقلیم باشند. عدم پذیرش شاخص های مهم می تواند برعملکرد مدلسازی تاثیر نامطلوبی بگذارد.

کلیدواژه ها:

تغییر اقلیم ، مدل گردش عمومی جو ، متغیر پیشبینی کننده