Journal of Rainwater Catchment Systems

fa ارزیابی و مقایسه مدل‌های CMIP5 و CMIP6 در برآورد بارش ایران Evaluation and comparison of CMIP5 and CMIP6 models in estimating precipitation in Iran تخصصي Special پژوهشي Research مدل‌های اقلیمی ابزارهای اولیه برای پیش‌نگری تغییرات بارش و ارزیابی اثرات تغییر اقلیم در زمینه‌های مختلف هستند. هدف از مطالعه حاضر، ارزیابی قابلیت شبیه‌سازی مدل‌های CMIP6 و CMIP5 و ارائه توانمندی هر یک از مدل‌های اقلیمی مورد استفاده در برآورد بارش کشور ایران است. بر این اساس، عملکرد بارش شبیه‌سازی شده توسط 30 مدل اقلیمی از CMIP6 و CMIP5 به همراه همادی چند مدل‌ آن‌ها برای ایران با توجه به داده‌های مشاهداتی مورد ارزیابی قرار گرفت. هدف از این پژوهش که مطالعه‌ای در راستای ارزیابی عملکرد مدل‌های CMIP5 و CMIP6 برای کل کشور ایران است، آنست که پس از اصلاح اریب مقادیر بارش شبیه‌سازی شده توسط مدل‌های اقلیمی به روش نگاشت چندکی، عملکرد هر یک از GCMها با استفاده از دیاگرام تیلور (شامل میزان همبستگی، انحراف معیار، انحراف جذر میانگین مربعات) و معیار TSS مورد ارزیابی قرار دهد. در ادامه، <a name="_Hlk188066045">الگوی مکانی و زمانی بارش شبیه‌سازی شده در ایران توسط مدل‌های CMIP6 و CMIP5 با معیار اریب نسبی مقایسه شدند.</a> نتایج حاصل از ارائه دیاگرام تیلور و معیار TSS نشان  دادند که؛ هرچند عمده مدل‌های CMIP5 انحراف معیار نزدیک‌تری به داده مشاهداتی نسبت به مدل‌های CMIP6 دارند اما، به صورت کلی عمده مدل‌های CMIP6 نسبت به مدل‌های CMIP5 از عملکرد بهتری برای شبیه‌سازی بارش ایران برخوردارند. از نظر ویژگی‌های تغییرات مکانی و زمانی، بین مقادیر بارش مشاهداتی و شبیه‌سازی شده توسط مدل‌های CMIP5 و CMIP6 اریب نسبی وجود داشته و میزان اریب نسبی CMIP6-MME کم‌تر از CMIP6-MME است. با ارزیابی تغییرات بارش شبیه‌سازی شده می‌توان چنین استدلال کرد که؛ در کنار CMIP5-MME و CMIP6-MME مدل‌هایی همچون، BCC-CSM1-1-m، CMCC-CM، MPI-ESM-LR و MPI-ESM-MR از CMIP5 و مدل‌هایی از جمله BCC-CSM2-MR، MPI-ESM1-2-HR و MPI-ESM1-2-MR از CMIP6 نسبت به سایر مدل‌ها قابلیت بالایی برای شبیه‌سازی بارش ایران دارند.   Climate models are primary tools for projecting precipitation changes and assessing the impacts of climate change in various fields. This study aims to evaluate the simulation performance of the CMIP6 and CMIP5 models and to detail the efficacy of each climate model in estimating precipitation patterns in Iran. Accordingly, the precipitation simulation performance of 30 climate models from CMIP6 and CMIP5, as well as their multi-model ensemble for Iran, was evaluated against observational data. After bias correction of the simulated precipitation values using the quantile mapping method, the performance of each General Circulation Model (GCM) will be assessed using the Taylor skill score (TSS) and Taylor diagram, which includes correlation, standard deviation, root mean square deviation. In the following, the spatial and temporal patterns of simulated precipitation in Iran by the CMIP6 and CMIP5 models were compared using the relative bias criterion. The findings from the Taylor diagram and the TSS metric reveal that while most CMIP5 models display a standard deviation closer to observational data than CMIP6 models, overall, the majority of CMIP6 models exhibit superior performance in simulating precipitation in Iran. In terms of spatial and temporal variations, there exist relative bias between the observed and simulated precipitation values by the CMIP5 and CMIP6 models, with the CMIP6-MME exhibiting a lower relative bias compared to the CMIP5-MME. By evaluating simulated precipitation changes, it can be inferred that, alongside CMIP5-MME and CMIP6-MME, models such as BCC-CSM1-1-m, CMCC-CM, MPI-ESM-LR, and MPI-ESM-MR from CMIP5, as well as BCC-CSM2-MR, MPI-ESM1-2-HR, and MPI-ESM1-2-MR from CMIP6, exhibit superior capabilities in simulating precipitation in Iran compared to other models.   اریب نسبی, الگوی مکانی و زمانی بارش, دیاگرام تیلور, مدل‌های اقلیمی, نگاشت چندکی Climate Models, Quantile Mapping, Relative Bias, Spatial and Temporal Precipitation Patterns, Taylor Diagram 85 102 http://jircsa.ir/browse.php?a_code=A-10-2327-1&slc_lang=fa&sid=1 Nima Nemati Shishehgaran نیما نعمتی شیشه گران Nima.Nemati@modares.ac.ir 10031947532846006145 10031947532846006145 No Former M.Sc. Student, Department of Water Engineering and Management, Faculty of Agriculture, Tarbiat Modares University, Tehran, Iran. E-mail: Nima.Nemati@modares.ac.ir دانش‌آموخته کارشناسی ارشد، گروه مهندسی و مدیریت آب، دانشکده کشاورزی، دانشگاه‌ تربیت مدرس، تهران، ایران. Nima.Nemati@modares.ac.ir Fariba Babaeian فریبا بابائیان Fariba_babaeian@modares.ac.ir 10031947532846006146 10031947532846006146 No Former Ph.D. Student, Department of Water Recourses Engineering, Faculty of Agriculture, Tarbiat Modares University, Tehran, Iran. E-mail: Fariba_babaeian@modares.ac.ir دانش‌آموخته دکتری، گروه مهندسی و مدیریت آب، دانشکده کشاورزی، دانشگاه‌ تربیت مدرس، تهران، ایران، Fariba_babaeian@modares.ac.ir Hojjat Mianabadi حجت میان آبادی hmianabadi@modares.ac.ir 10031947532846006147 10031947532846006147 Yes Assistant Professor, Department of Water Resources Engineering and Management, Tarbiat Modares University, Tehran, Iran. E-mail: hmianabadi@modares.ac.ir استادیار، گروه مهندسی و مدیریت آب، دانشکده کشاورزی، دانشگاه‌ تربیت مدرس، تهران، ایران، hmianabadi@modares.ac.ir