اختيار مجموعة متعددة النماذج من نماذج الدورة العامة لمحاكاة الأمطار ودرجات الحرارة القصوى والدنيا بناءً على مقاييس التقييم المكاني

الملخص. جربت مجموعة نمذجة المناخ عددًا كبيرًا من المقاييس لتقييم الأداء الزمني لنماذج الدورة العامة (GCMs)، بينما لم يُعطَ اهتمام كبير لتقييم أدائها المكاني، والذي يُعد مهمًا بنفس القدر. قامت هذه الدراسة بتقييم أداء 36 نموذجًا من مشروع المقارنة بين النماذج المتصلة 5 (CMIP5) فيما يتعلق بمهاراتها في محاكاة متوسط الأمطار السنوية، وموسم الرياح الموسمية، والشتاء، وما قبل موسم الرياح الموسمية، وما بعد موسم الرياح الموسمية، ودرجات الحرارة القصوى والدنيا عبر باكستان باستخدام أحدث المقاييس المكانية، مثل كفاءة SPAtial، ونسبة المهارة، ولامدا غودمان-كروسكال، وV من كرايمل، ومنحنيات الخرائط، وكفاءة ك Kling-Gupta، لفترة 1961-2005. تم توليد بيانات الأمطار ودرجات الحرارة القصوى والدنيا لنماذج متعددة عبر دمج ذكي للأمطار ودرجات الحرارة المنتجة من نماذج GCM المختارة باستخدام تقنيات الانحدار باستخدام الغابة العشوائية (RF) والمعدل البسيط (SM). أظهرت النتائج بعض الاختلافات في تصنيفات نماذج GCM لمقاييس مكانية مختلفة. أظهرت التصنيفات العامة أن NorESM1-M وMIROC5 وBCC-CSM1-1 وACCESS1-3 كانت أفضل نماذج GCM في محاكاة الأنماط المكانية لمتوسط الأمطار السنوية، وموسم الرياح الموسمية، والشتاء، وما قبل موسم الرياح الموسمية، وما بعد موسم الرياح الموسمية، ودرجات الحرارة القصوى والدنيا عبر باكستان. أظهرت بيانات الأمطار ودرجات الحرارة القصوى والدنيا التي تم توليدها بناءً على نماذج GCM الأفضل أداءً مزيدًا من التوافق مع الأمطار ودرجات الحرارة القصوى والدنيا الملاحظة مقارنة بتلك المحاكية بواسطة نماذج GCM الفردية. أظهرت MMEs التي تم تطويرها باستخدام RF أداءً أفضل من تلك التي كانت مبنية على SM. تم استخدام مقاييس مكانية متعددة لأول مرة لاختيار نماذج GCM بناءً على قدرتها على تقليد الأنماط المكانية للأمطار السنوية والموسمية ودرجات الحرارة القصوى والدنيا. يمكن توسيع النهج المقترح في هذه الدراسة إلى أي عدد من نماذج GCM والمتغيرات المناخية ويمكن تطبيقه على أي منطقة لاختيار مجموعة مناسبة من نماذج GCM لتقليل الشكوك في التوقعات المناخية.