fa کاربرد مدل LARS-WG در پیش بینی پارامترهای هواشناسی حوضه قره سو تخصصي Special پژوهشي Research <p dir="RTL" style="text-align: justify">تاثیرات تغییر اقلیم بسیار به شرایط جغرافیائی محلی و تغییرپذیری اقلیمی محل دارد. بنابراین مطالات ارزیابی تغییراقلیم بایستی در مقیاس محلی صورت پذیرد تا امکان ارزیابی نتایج احتمالی آن فراهم گردد. سناریوهای اقلیمی که توسط مدل­های گردش عمومی جو تولید می­شوند مربوط به کل کره زمین است که دقت مکانی آن­ها صدها کیلومتر است. به همین دلیل روش­های ریزمقیاس گردانی مورد نیاز است تا بدان وسیله بتوان پلی بر روی این فاصله بزرگ مقیاس سناریوهای اقلیمی و کوچک مقیاس تاثیرات محلی زده شود. یکی از روش­های مرسوم استفاده از مدل های مولد آب­و­هوایی است. یک مولد آب<span dir="LTR">­</span>و<span dir="LTR">­</span>هوایی به عنوان ابزاری نسبتا دقیق و ارزان برای تولید سناریوهای تغییر اقلیم چندساله در مقیاس روزانه به­کار برده می­شود و تغییرات در متغیرهای اقلیمی و میانگین­های اقلیمی را ترکیب می­کند. در این تحقیق از مدل <span dir="LTR">LARS-WG</span> استفاده شده است و کارایی مدل جهت تولید داده­های روزانه بارش، دمای حداقل و حداکثر و ساعت آفتابی در حوضه آبخیز قره­سو استان گلستان در ایستگاه گرگان مورد بررسی و ارزیابی قرار گرفته است. در اولین گام مدل برای دوره 1999- 1970 اجرا گردیده و میانگین­های ماهانه مشاهداتی و تولید شده پارامترهای اقلیمی مذکور مقایسه شد سپس همبستگی مقادیر با استفاده از آزمون <span dir="LTR">T</span> استیودنت مورد آزمون قرار گرفت. نتایج نشان داد که در سطح اطمینان 95 درصد تفاوت معنی­داری بین داده­های واقعی و داده­های حاصل از مدل وجود ندارد. در نهایت با مقایسه مقادیر میانگین­های ماهانه مشاهداتی و تولید شده متغیرهای هواشناسی مذکور با استفاده از پارامترهای آماری <span dir="LTR">NA</span>، <span dir="LTR">RMSE</span> و<span dir="LTR">MAE</span>  نیز مورد مقایسه قرار گرفتند و اثبات شد که مدل کارآیی لازم جهت تولید داده­های روزانه در حوضه آبخیز قره­سو استان گلستان را دارا بوده و می­توان با طراحی سناریوها در مدل داده­های هواشناسی بارش، دمای حداقل و حداکثر و ساعت آفتابی را پیش­بینی نمود. هم­چنین نمودارهای پراکنش مقادیر مشاهداتی و تولید شده بارش، دمای حداقل و حداکثر و ساعت آفتابی نشان داد که همبستگی بالایی بین مقادیر مشاهداتی و تولید شده توسط مدل وجود دارد که البته مقادیر دمای حداقل و حداکثر بیش­ترین همبستگی را داشته و مقادیر مربوط به ساعت آفتابی کم­ترین میزان همبستگی را داراست.</p> <p dir="ltr" style="text-align: justify">Climate change impacts are very dependent on regional geographic features and local climate variability. Impact assessment studies on climate change should therefore be performed at local or at most at the regional level for the evaluation of possible consequences. However, climate scenarios are produced by Global Circulation Models with spatial resolutions of several hundreds of kilometers. For this reason, downscaling methods are needed to bridge the gap between the large scale climate scenarios and the fine scale where local impacts happen. A stochastic weather generator, however, can serve as a computationally inexpensive tool to produce multiple-year climate change scenarios at the daily time scale which incorporate changes in both mean climate and in climate variability. In paper, LARS-WG model were used to downscale GCM outputs and then assessment of  the performance were done for generated daily data of precipitation, minimum and maximum temperature and sunshine hours. Study area is Ghare-su basin in Gorgan and the station is called Gorgan synoptic station. The first step is running the model for the 1970-1999 period. Then mean of observation and synthetic data were compared. T-test was used in the 95% significance level, and the difference between observation and synthetic data was not significant. Finally monthly mean of observation and synthetic data were compared using Statistical parameters such as NA, RMSE & MAE. As  a final result, it is found that performance of model is appropriate for generating daily above listed data in Ghare-su basin. So, it is possible to predict the climatic parameters from GCM output using LARS-WG model. Also minimum and maximum temperatures have highest and sunshine hours have lowest correlation.</p> تغییراقلیم, حوضه قره سو, سناریوهای اقلیمی, ریز مقیاس گردانی, مدل .LARS-WG Climate change, Climatic scenarios, Downscaling, LARS-WG, Qareh-Su. 263 279 http://geographical-space.iau-ahar.ac.ir/browse.php?a_code=A-10-1894-3&slc_lang=fa&sid=1 مسعود گودرزی 10031947532846007983 10031947532846007983 Yes استادیار پژوهشکده آبخیزداری و حفاظت خاک تهران. جهانتاب خسروانیان 10031947532846007984 10031947532846007984 No کارشناس ارشد آبخیزداری، فارغ التحصیل دانشگاه گرگان سید اسداله حجازی 10031947532846007985 10031947532846007985 No استادیار دانشگاه تبریز.