در معرفی مدل تعاریف زیادی ارائه شده است که می‌توان به چند دسته از آن‌ها اشاره کرد. در تعریف اولیه، مدل به معنای شبیه و نمونه است و مدل‌سازی به معنای شبیه‌سازی است؛ اما در تعریف دوم و از منظر علوم انسانی همچون معرفت‌شناسی و جامعه‌شناسی، از مدل به معنای یک دستگاه اندیشه یاد می‌شود و مدل‌سازی به معنای طراحی دستگاهی برای اندیشیدن یا نحوه‌ای از اندیشیدن است(نقره‌کار و همکاران، 1389). در تعریف سوم، مدل نمادی از یک واقعیت است که عمدتاً به زبان ریاضی بیان می‌شود(کولین به نقل از عباس زادگان، 1366). در تعاریف دیگر، مدل توصیف یا قیاسی است که براي درك بهتر پدیده­هایی که امکان دیدن آن‌ها وجود ندارد استفاده می‌شود. در یک تعریف کلی مدل عبارت است از نمادي از واقعیت که مهم‌ترین ویژگی‌های دنیاي واقعی را به صورت کلی و ساده بیان می‌دارد و برداشتی است از واقعیت که براي توضیح مفاهیم و کاهش پیچیدگی­هاي پدیده­هاي جهان به کار می­رود، به نحوي که قابل درك و ویژگی‌های آن به راحتی مشخص شود(نادری و سیف­نراقی، 1383). سیستمی است که مناسب با داده‌های ورودی(Input)  به ما خروجی(Output)  داده و هدف از ایجاد آن، یافتن تصویر و بازنمودي است که به سادگی نمایانگر حقایق و پدیده‌ها باشد(مول1، 2008).

2-1  انواع مدل

مدل انواع مختلفی دارد. از جمله:

مدل­های فیزیکی: شبیه­سازی فیزیکی است. معمولاً مدل­ها در مقیاس­های کوچک‌تر و محدودتر ساخته می‌شوند. مانند ماکت هواپیما، پالایشگاه­ها، ساختمان­ها.

مدل­های ذهنی: مدل هایی از مسایل واقعی که در ذهن ما شکل می‌گیرند که تصمیم گیری‌های ما بر اساس آن‌هاست. این مدل ها خیلی شفاف نیستند.

مدل­های زبانی : توصیف، تشریح و تفهیم مساله ای با استفاده از بیان است. تعریف یک حادثه و ایجاد یک فضای مشابهی در ذهن شنونده مانند شرح وقایع شبیه‌خوانی.

مدل­های شماتیک: مانند نقشه‌ها و کروکی‌ها، چراغ‌های اخطار اتومبیل، چرخه‌های انرژی و آب در کره زمین. شکل(1-1).

مدل­های گرافیکی: جایگزین کردن تصویر به جای واقعیت. مدل هایی که رابطه بین متغیرها و پارامترها را در قالب تصویر به نمایش می‌گذارد. مانند عکس­ها، نقاشی­ها (حافظ نیا، 1387).

مدل­های ریاضی: بیان مسایل واقعی با ریاضیات. معمولاً مدل های ریاضی برای حل مسایل دنیای واقعی ساخته می‌شوند. گاهی از این مدل ها برای بررسی و بیان شباهت‌ها و تفاوت پدیده‌ها و دسته‌بندی آن‌ها استفاده می‌شود. برای ساختن مدل های ریاضی مجبور به ساده‌سازی شرایط واقعی هستیم. مانند مدل­های اقلیمی و هواشناسی.

مدل­های پنداشتی (مفهومی): به ساخت ایده‌های عمومی (مفاهیم) و فرضیاتی که روابط بین آن‌ها را مشخص می‌کند می‌پردازند. یک مدل پنداشتی یک سری از مفاهیم مرتبط با هم است که به طور سمبولیک بیانگر تصویر ذهنی از یک پدیده می‌باشد.

مدل­های کاربردی: نظیر طرح­های تیپ، الگوهای برنامه­ریزی و رفتاری(حافظ نیا، 1387).

شکل (1- 1)  مدل شماتیک چرخه آب در کره زمین

3-1  علل نیاز به مدل‌سازی

براي درك ماهيت پيچيده اتمسفر و پيش­بيني تغييرات آن در آينده بایستی مدلي از اقليم با استفاده از قوانين و روابط رياضي بين پارامترهاي مختلف اتمسفر فراهم و سپس جواب سوالات مختلف را بررسي نمود. به علت پيچيدگي معادلات از نظر رياضي، تعداد زياد آن‌ها و نيز پيچيده بودن شرايط مرزي، حل اين معادلات به روش تحليلي امکان‌پذیر نيست. بنابراين دانشمندان براي حل اين معادلات به رو­ش­هاي عددي متوسل شدند(سیاری و همکاران، 1390). ريچاردسون در سال 1992 اولين مدل عددي اقليمي را معرفي كرد. تا قبل از آن اين معادلات با دقت پایین و به صورت دستي حل مي­شدند تا اينكه در دهه 1970 با ظهور رایانه‌ها تحول عظيمي در مدل‌سازی اقليم بوجود آمد(مسعودیان و غیور، 1375).

از میان اجزاء سیستم اقلیم، اولین مدل‌سازی بر روي جو انجام گرفت؛ زیرا جو نسبت به سایر اجزاء سیستم، کم تراکم­تر و پرتحرك­تر عمل می‌کند. هم اکنون این مدل ها اقلیم را در کلیه مقیاس­هاي زمانی- مکانی شبیه­سازي می­نمایند. یعنی فرایندهاي اقلیمی، تغییرپذیري آن، پاسخ اقلیم به عوامل مختلف از جمله فعالیت­هاي انسانی را براي آینده پیش­بینی و براي گذشته بازسازي و بازآفرینی می‌کند(عساکره ، 1386).

دانشمندان معتقدند، هر گونه مدل‌سازی باید داراي دو ویژگی عمده باشد:

1- از نظر ساختار استوار و منطقی باشد.

2- نتایج حاصل از آن بتواند توان پژوهشگر را نسبت به پیش‌بینی آینده‌ی سیستم، افزایش دهد(چیشولم، 1975).

4-1  ارکان اصلی مدل ها

• مطلق بودن: مفهوم مطلق و انتزاعی، به عنوان جریان‌هایی بدون توجه به جزئیات غیر مهم تعریف می‌شود. فاست و دسوزا (1978)، معتقدند که مدل، نوعی مطلق بودن از واقعیت محسوب می‌شود و یک مدل هرگز تمام حقیقت را منتقل نمی‌کند، چون جهان واقعی خیلی پیچیده و پویاست.
• ساختمان: هر مدل داراي یک ساختمان و ترکیب ویژه‌ای است که به صورت یک سیستم بسته عمل می‌کند. جغرافیدانان نه تنها بر متغیرهاي کلیدي که یک رویداد را نظارت می‌کنند، بلکه بر روابط بین متغیرها نیز تکیه می‌کنند.
• قلمرو: هر مدلی داراي قلمرو یا در واقع مجموعه ي ویژه‌ای از شرایط یا تنگناهاي موجود هستند که مدل شاید با آن‌ها سروکار داشته باشد.
• قیاس: هر مدل شامل یک قیاس یا توافق درباره‌ی یک رویداد است. در واقع ما مناطق رویداد واقعی را در چارچوب نظریه‌پردازی قرار می‌دهیم.

بر اساس مباحث فوق، مدل‌سازی یعنی تهیه‌ی یک کپی، تصویر یا معادل براي پدیده‌هاي واقعی و سپس مطالعه و انجام کار دلخواه بر روي آن. به عبارت دیگر فرایند ایجاد و انتخاب مدل ها را مدل‌سازی گویند. تبدیل یک مفهوم آماري به زبان ریاضی نوعی مدل‌سازی است. هرچه مفاهیم زبان ریاضی استفاده شده در آن ساده‌تر باشند، مدل‌سازی ارزش بیشتري دارد(امینی، 1390). به عنوان مثال در سیستم اطلاعات جغرافیایی(GIS  )، مدل، همان تلفیق لایه‌های اطلاعاتی است که وسیله‌ای براي درك سامانه‌هایی به شمار می‌آید که در شرایط دیگر، پیچیدگی یا مقیاس مکانی آن، خارج از درك ذهنی قرار می‌گرفت و مدل‌سازی یعنی انتقال عوارض سطح زمین به داخل رایانه می­باشد(شمسی‌پور ،1392).

5-1  انواع مدل های اقلیمی

مدل های اقلیمی در پی همانندسازی فرایندهای بسیار زیادی هستند که اقلیم را پدید می آورند. مقصود از مدل‌سازی آن است که این فرایندها را بشناسیم و اثر آن‌ها و روابط متقابلشان با یکدیگر را پیش‌بینی کنیم. عمل همانندسازی از راه توصیف دستگاه اقلیم بر مبنای قوانین فیزیک، شیمی و زیست‌شناسی انجام می‌شود؛ بنابراین هر مدل را می‌توان متشکل از مجموعه معادلاتی دانست که مبین این قوانین باشد(ای هندرسون و همکاران، به نقل از مسعودیان و غیور، 1380). به طور كلي می‌توان مدل هاي اقليمي را بر اساس ساختار و نوع عملكرد به چهار نوع تقسیم‌بندی نمود:

1- مدل هاي موازنه انرژی(EBMs)²

2- مدل هاي تابش- همرفتی (RCMs)³

3- مدل هاي دو بعدي آماري- دینامیکی(SDM)⁴

4- مدل هاي گردش عمومی (GCMs  )

1-5-1  مدل هاي موازنه انرژی(EBMs)

این مدل اثر تابش را بر دماي سطحی در معرض توجه قرار می‌دهد ولی قادر به نمایش محتویات دینامیکی دیگر سیگنال­هاي اقلیمی و تغییرپذیري عناصر اقلیمی نیست. همچنین به برخی فرآیندهاي موثر نظیر بازخورد حاصل از بخار آب، یخ­هاي دریایی توجهی ندارد. در اینگونه مدل ها تنها رابطه بین الگوي تابش و پاسخ دماي سطحی عرضه می‌گردد ولی فرآیندهاي چرخش اتمسفري که منجر به کاهش گرادیان دمایی می­شود، در این مدل ها نادیده گرفته می­شود. در این قبیل مدل ها اختلافات عمودي دما و جریانات تشعشعی زمین در نظر گرفته نمی‌شود؛ بنابراین بازآفرینی یا پیش‌بینی متغیرهاي اقلیمی بر اساس دماي سطحی و بر پایه فرمول استفان- بولتزمن انجام می‌گیرد(علیجانی، 1378). همچنین اینگونه مدل ها به ابر و نقش آن‌ها بر اقلیم کمتر توجه دارند. بنابراین مدل هاي مزبور ساده‌ترین مدل هاي فیزیکی اقلیم به شمار می‌آیند(حسن و همکاران5، 2015).

مدل هاي موازنه انرژي دو نوع هستند: یا صفر بعدی‌اند یا یک بعدي هستند. مدل صفر بعدي زمین را به عنوان نقطه‌ای در فضا در نظر می‌گیرد. (عساکره، 1386). در این مدل ها متوسط دماي جهانی به عنوان دماي موثر زمین به حساب می‌آید. شکل( 2-1). در مدل هاي یک بعدي دماي کره زمین و همچنین اقیانوس­ها در امتداد مدارات ملاحظه و تقسیم‌بندی می‌شوند، ولی مدل های موازنه انرژي تغییرات دماي سطح زمین ( اقیانوس­ها ) را در عرض­هاي جغرافیایی مختلف(قطب تا استوا) پیش‌بینی می­کنند(سیاری و همکاران، 1390).

شکل( 2- 1) مدل موازنه انرژی در کره زمین

2-5-1  مدل هاي تابش- همرفتی (RCMs)

مدل RCMs تکنیکی است که اکنون به خوبی در جامعه علمی برای مطالعات تأثیر تغییرات آب و هوایی و انطباق با آن، پذیرفته‌شده‌اند(جورجی و هویستون6، 2001 ؛ جونز و همکاران7، 2004 و پال و همکاران، 2007). مدل هاي تابشی- همرفتی، علاوه بر ویژگی‌های مدل های موازنه انرژی، بر اساس میانگین دماي کره زمین و به منظور بازسازي و پیش‌بینی آن بر اساس مقادیر فرآیندهاي تابش و همرفت محاسبه می­شود. شکل(3-1). به دلیل ویژگی ذاتی این قبیل مدل­ها، جریانات حرارت تابشی براي لایه‌های هم دماي اتمسفر برآورد می‌گردد(بروان و همکاران8، 2008). توضیح  اینکه در اینگونه مدل­ها، جو به لایه‌هایی تقسیم‌شده و مقادیر تابش خالص (خروجی- ورودي) بر اساس مقادیر ابرناکی و آلبدوي سطحی در میانه هر لایه محاسبه و در پایان نیمرخ دماي تابشی مشخص می­شود. این مدل ها معمولاً یک و دوبعدی هستند(سیاری و همکاران، 1390). مدل هاي تابشی- همرفتی نیمرخ عمودي دما را محاسبه می‌کنند که معمولاً به صورت میانگین سیاره‌ای محاسبه می­شوند(عساکره ، 1386). مدل هاي تابشی- همرفتی بر اساس قوانین بنیادي بنا نهاده شده‌اند. از جمله:

1- برابري مقادیر تابش ورودي (موج کوتاه) و خروجی (موج بلند) زمین در بلندمدت.

2-  توصیف ویژگی‌های رطوبتی در لایه‌های عمودي جو.

3-  عدم وجود انقطاع حرارتی بین لایه‌های عمودي جو.

4- عدم تجاوز مقادیر لپس­ریت از مقادیر بحرانی (این مقدار عمدتاً 5/6 درجه برای هر کیلومتر است).المعضوری9،2012).

شکل( 3- 1)  شمایی ساده از مدل تابش- همرفتی

3-5-1  مدل هاي دو بعدي آماري- دینامیکی(SDM)

در این مدل ها فرآیندهاي سطحی و دینامیک در قالب میانگین‌های ناحیه‌ای و در جهت قائم بررسی می‌شود. این مدل ها در واقع ترکیبی از مدل هاي موازنه انرژي و مدل هاي تابشی- همرفتی به شمار می­آیند. در این مدل ها انتقال ماده و انرژي بین مدارات محاسبه‌شده و بر اساس بنیادهاي تئوري و تجارب علمی جریانات چرخش­هاي بین مدارات برآورد می­شود. شکل(4-1). شناسایی و پیشرفت در شناخت موج­هاي باروکلینیک نتیجه مطالعه مدل هاي دو بعدي است؛ اما مهم‌ترین نقص این مدل ها در این است که به  تغییرات درون هر مدار توجه کمی معطوف می‌دارد(عساکره ، 1386).

شکل (4- 1)  نمونه‌ای از خروجی مدل های آماری-دینامیک

4-5-1  مدل هاي گردش عمومی (GCMs  )

مد­ هاي گردش عمومي، مدل هاي سه بعدي می­باشند كه به عنوان معتبرترين ابزار جهت توليد سناريوهاي اقلیمی مورد استفاده قرار می‌گیرند(اشمیدلی10، 2004). يكي از فراگيرترين روش‌ها براي ارزيابي اقليم آينده، استفاده از مدل­هاي گردش عمومي جو است. اين مدل­ها، ابزاري قوي براي مطالعه و ارزيابي خطر تغيير اقليم و بروز دوره‌های خشك، بارش‌های رگباري و وقوع سيلاب بوده و مبناي تصمیم‌گیری‌ها و برنامه­ريزي­هاي بلندمدت علوم مختلف هستند(سبحانی و فاطمی­نیا، 1393). همچنين توانايي ساخت سری‌های زماني درازمدت عوامل وضع هوا، مانند بارش، دما و تابش خورشيد در مقیاس‌های زماني معين( عمدتاً روزانه) با ویژگی‌های آماري مشخص را دارند(ريچاردسون، 1981 ؛ ريچاردسون و رايت11، 1984، راکسکو و همکاران12، 1991 و جانسون13 و همکاران، 1996). در واقع، اين مدل ها معتبرترين ابزار براي بررسي آثار پديدة تغيير اقليم بر سيستم­هاي مختلف محسوب می‌شوند و می‌توانند پارامترهاي اقليمي را براي يك دورة طولاني مدت با استفاده از سناريوهاي تأييد شدة هيئت بين­الدول تغيير اقليم14 مدل‌سازی كنند (ديبايك و كوليبالي15، 2005) و كيلسبي و جونز16، 2007). در این مدل­ها به غالب عوامل اقلیمی اثرگذار، در مدل هاي گردش عمومی جو منظور شده و  قادرند سيستم اقليمي را با لحاظ نمودن اكثر فرآيندها در مقياس جهاني و يا قاره­اي شبيه­سازي كنند  این مدل ها برای محاسبه هر يك از متغيرهاي اقليمي نيازمند محاسبه، ذخيره و تكرار محاسبات در هر يك از نقاط شبكه می‌باشند(شهابفر و قيامي باجگيراني، 1380). اين مدل­ها قابل استفاده در مطالعات كاربردي با ابعاد کوچک‌تر از خود نيستند؛ براي مثال اغلب مطالعات هيدرولوژيكي با فرآيندهاي كوچك مقياس و زير حوضه­اي سر و كار دارند كه مقياس آن‌ها بسيار کوچک‌تر از مقياسي است كه مدل­هاي گردش عمومي جو به ما مي­دهند، بنابراین برای استفاده از این مدل ها، بایستی از روش‌های ریزمقیاس استفاده کرد(ویلبی و ویگلی17، 1997).

به طور مثال توجه به سلسله مراتب و بر همکنش اقیانوس، جو، یخ‌های دریایی و سطوح خشکی­ها در این مدل ها سرلوحه مدل‌سازی است که خود بر سه نوع گردش عمومی جو(AGCM )18 گردش عمومی اقیانوس(OGCM )19 و مدل جفت شده اتمسفر-اقیانوس( AOGCM20) تقسیم می‌شوند. به‌کارگیری مدل هاي چرخشی عمومی جو براي بازسازي اقلیم گذشته یا پیش‌بینی اقلیم آینده، این قبیل مدل ها را به مدل هاي جهانی اقلیمGCM  معروف نموده است. شکل( 5-1).

شکل 5-1  مدلی از گردش عمومی جو

هدف مدل هايGCM

هدف مدل هايGCM  محاسبه شاخص­هاي سه بعدي اقلیم در شبکه‌های مشخص است. ابتدا در مدل هاي مزبور سطح زمین به شبکه‌های 5*5 و گاهی 2.5*2.5 درجه طول و عرض جغرافیایی تقسیم می­شود. هر شبکه از سطح زمین تا جو بالا به لایه‌های افقی افراز می‌گردد؛ بنابراین براي سطح زمین حدود 25920 شبکه به وجود می­آید. اين مدل ها بر پايه قوانين فيزيكي كه به وسیله روابط رياضي ارائه مي­شود استوار می‌باشد. روابط رياضي اين مدل ها در شبکه‌های سه بعدي، با مقياس مكاني افقي 250 تا 600 كيلومتر و 10 تا 20 لايه اتمسفري و 30  لايه در اقيانوس حل می‌شوند(آشفته، 1386).

1-4-5-1  مدل هاي گردش عمومی اتمسفر(AGCM)

قدرت تفکیک افقی مدلAGCM  بیش از 100 کیلومتر(8/2 درجه قوسی) و قدرت تفکیک عمودي 10 تا 30 متر است(عساکره، 1386). مدل هاي مزدوج با پیچیدگی بیشتر و در نظر گرفتن ابرهاي منفرد یا همرفت یا انتقال حرارت از مرزها در مقیاس متوسط با قدرت تفکیک 125 تا 250 کیلومتر و  قدرت عمودی 200 تا 400 متر طراحی می­شوند. گام­هاي زمانی برای مدل ها 30 دقیقه‌ای است. شکل( 6-1). ضعف­ عمده اين مدل ها قدرت تفكيك مكاني پايين آن‌هاست؛ براي فائق آمدن بر اين مشكل، لازم است خروجي اين مدل ها قبل از استفاده در مطالعات ارزيابي اثرات تغيير اقليم، ريزمقياس­نمايي آماري و ديناميكي شوند(عباسي و همکاران، 1388)؛ چرا كه روش­هاي آماري نسبت به روش­هاي ديناميكي به پارامترهاي كمتري نياز دارند و به همين دليل در مطالعات مربوط به علوم آب و هواشناسي بسيار مورد توجه قرار گرفته‌اند(علیزاده و همکاران، 1389). همچنين می‌توان مدل ها را با توجه به غلظت گازهاي گلخانه­اي در گذشته و حال، يا غلظت فرضي اين گازها در آينده اجرا كرد. پس از اجراي مدل ها و احراز شرايط اوليه، اين مدل ها تغييرات دما، تابش يا بارش را طي فاصله زماني براي هر یاخته21 در شبکه جهاني محاسبه مي­كنند(خزانه‌داری و همکاران، 1386).

شکل (6-1)  نحوه شبکه­بندی مدل­های AGCM

2-4-5-1  مدل هاي جفت شده جوی-اقیانوسی(AOGCM)

این مدل ها بر پایه قوانین فیزیکی که به وسیله روابط ریاضی ارائه می‌شوند، استوار می­باشند. این روابط در یک شبکه سه بعدي در سطح کره زمین حل می­گردند(میل و همکاران22، 2007 و IPCC، 2013). به منظور شبیه‌سازی اقلیم کره زمین فرایندهاي اصلی اقلیمی (اتمسفر، اقیانوس، سطح زمین، یخ پوسته و زیست کره) در مدل هاي فرعی جداگانه شبیه‌سازی، سپس تمام مدل هاي فرعی مربوط به اتمسفر و اقیانوس با یکدیگر جفت شده و مدل هاي گردش عمومی اقیانوس- اتمسفر را تشکیل می داده که در برنامه‌های فرعی، جابجایی مومنتوم، گرما و رطوبت در مقیاس­هاي بزرگ، شبیه‌سازی می‌گردند(فلاتو23، 2005 و المعضوری24، 2016). شکل (7-1).

شکل( 7- 1 )  ساختار مدل جفت شده جوی – اقیانوسی

دقت مکانی افقی مدل ها در سطح خشکی­هاي کره زمین نوعاً 25 کیلومتر و دقت مکانی قائم آن حدود یک کیلومتر می­باشد؛ در حالیکه دقت مکانی قائم در اقیانوس­ها 200 تا 400 متر و دقت مکانی افقی آن 125 تا 250 کیلومتر می‌باشد(میل25، 2007). کمترین مقیاس زمانی براي حل معادلات 30 دقیقه است درحالی که فرایندهاي فیزیکی زیادي نظیر فرایندهاي مربوط به ابرها و اقیانوس­ها درمقیاس­هاي زمانی کمتري اتفاق می­افتند که بعضی از این فرآیندها را نمی‌توان به سادگی شبیه‌سازی نمود. در این حالت با در نظر گرفتن رابطه فیزیکی مربوط با متغیرهاي بزرگ مقیاس، به طور تقریبی اثرات میانگین آن‌ها، در مدل لحاظ می‌شود(رندال و همکاران26، 2007). نتایج حاصل از شبیه‌سازی مدل هاي AOGCM تحت سناریوهاي انتشار، سري زمانی متغیرهاي اقلیمی را تا سال 2100 ارائه می‌دهند.

5-5-1 محدودیت­های مدل های گردش عمومی جو

الف: وقت‌گیر بودن و حجم زیاد اعداد

به عنوان مثال براي محاسبه هر متغیر جوي در هر نقطه‌ای از شبکه نیاز به صد هزار عدد است که در هر مرحله زمانی باید محاسبه و ذخیره شود هم اکنون هر نقطه شبکه‌ای 3 تا 5 درجه طول و عرض جغرافیایی را در بر گرفته و در فاصله‌های 30 دقیقه‌ای محاسبه می‌شوند. براي کاهش حجم محاسباتی طبقه‌بندی عمودي هوا سپهر به شش تا پانزده (و عموماً ده) سطح محدود می‌شود؛ بنابراین قدرت تفکیک تا 100 کیلومتر و بیشتر خواهد بود، در نتیجه بایستی مدل هر چه بیشتر ساده شود که این امر خود از کیفیت شبیه‌سازی می‌کاهد.

ب:  اهمیت ندادن به برخی فرآیندهاي سطحی

این مدل ها به اثرات سرزمین­هاي یخ بسته(پرمافروست) که به طور فصلی در تسلط یخبندان است و به عملکرد یخ­هاي دریایی توجه کافی ندارند. دماي سطوح یخی، میزان و تأثیر حرکت یخ‌ها نیز اصولاً در این مدل ها در نظر گرفته نمی­شود.

ج: عدم توانایی در بکار گیري دقیق ابرهاي کوچک مقیاس در پیش­بینی و بازآفرینی اقلیم

مدل هاي اقلیمی پس از تشکیل مورد ارزیابی قرار می‌گیرند. یکی از این ارزیابی­ها، آزمونی براي روشن نمودن بیلان تابش و انتقال انرژي در سطوح مختلف و نیز آزمون میزان خطا است. به طوري که در یک آزمایش از بین 14 نمونهGCM  تنها به خاطر عدم توانایی در تشخیص مقادیر مربوط به ابرها 14 نتیجه متفاوت به دست آمد.

6-5-1  فرایندهای اساسی مدل های GCM

الف: فرایندهاي دینامیکی

شامل طرح‌های رقومی بزرگ مقیاس از هوا سپهر که به روش کارتزین (فضاي منظم شبکه‌ای) و یا فضاي طیفی محاسبه می­شوند. در سیستم کارتزین معمولاً شبکه‌ها افقی و منظم است درحالیکه در فضایابی عمومی مساحت شبکه‌ها در سطوح مختلف متفاوت خواهد بود. اختلاف بین شبکه‌ها در مراحل کوتاه زمانی مورد توجه قرار می­گیرند تا کمترین تغییرات درون شبکه­اي و بین شبکه‌ای مشخص شود. در روش طیفی فرآیندهاي تابش، انتقال عمودي ماده و انرژي و فرایندهاي سطحی براي کل سطح زمین و در قالب شبکه‌های چهارگوش شبیه‌سازی می‌گردد.

ب: فرآیندهاي فیزیکی

در این قسمت شش متغیر شامل فشار هوا، جهت و سرعت باد، دما، رطوبت و ارتفاع ژئوپتانسیل،بنیاد مدل ها را تشکیل می­دهد. هر شش متغیر مزبور به اقتضاي زمان یا مکان در زیرمجموعه‌های الگوي انتقال تابش، الگوي لایه مرزي و میانگین سطوح عمده زمین و نیز میانگین رطوبتی آن‌ها به منظور محاسبه و تعریف سطوح مزبور، مدل را همراهی می­نمایند.

ج: سطوح مؤثر بر اقلیم

سطوحی نظیر ابرها نیز در دو مقیاس ناحیه­اي و جهانی تعریف می‌شوند. ابرهاي همرفتی به علت اینکه کوچک تر از واحدهاي شبکه‌ایGCM  هستند، کمتر در مدل مورد توجه قرار می‌گیرند و بیشتر ابرهاي بزرگ مقیاس و فوق اشباع از اهمیت برخوردارند. سطوح دیگري همچون پهنه‌های یخی، آبی کوهستانی و غیره در مدلهايGCM  مورد توجه خاص قرار می­گیرند.

6-1  تفاوت مدل های گردش عمومی با مدل های منطقه‌ای

مدل های گردش عمومی جو مدل های سه بعدی می‌باشند که بر اساس سناریوهای مختلف اقلیمی به منظور شبیه‌سازی اثر گازهای گلخانه‌ای بر اقلیم حاضر کره زمین توسعه داده‌شده‌اند و قادر هستند تا تغییرات اقلیم آینده کره زمین را پیش‌بینی کنند(ژو27، 1999). این مدل ها در دهه شصت میلادی برای اولین بار بر اساس تحقیقات شخصی به نام فیلیپس معرفی و به کار گرفته شدند. مدل های گردش عمومی جو معادلات پیوستگی دینامیک سیال جو را در مقیاس‌های گسسته مکانی و زمانی حل می‌کنند(دهقانی پور و همکاران، 1390).

معادلات مورد استفاده در مدل های GCM به دو دسته اصلی معادلات تبادل انرژی و مومنتم، و بقای جرم و بخار آب تقسیم می‌شود. برای استفاده از مدل های GCM، جو، به شبکه‌ای از عناصر حجمی تقسیم‌بندی شده و سپس در هر یک از این احجام معادلات زیر حل می‌شود :

• معادله بقای انرژی: مطابق با این معادله، نیرو برابر با افزایش انرژی داخلی به علاوه کار انجام شده است.
• معادله بقای گشتاور: مطابق با این معادله، نیرو برابر با حاصل‌ضرب جرم در شتاب است.
• معادله بقای جرم: این معادله بیان می‌کند که مجموع چگالی ضرب در سرعت باد ( برابر با جرم) در هر سه بعد برابر صفر است.
• معادله قانون گاز کامل: طبق این قانون، حاصل‌ضرب فشار در حجم، برابر با ثابت گاز در دمای مطلق است.

از آنجا كه مدل­هاي جهاني پيش­بيني قادر به آشكارسازي رفتار اقليم در مقياس كوچك نيستند، لذا بايستي خروجي این‌گونه مدل­ها را به مقياس کوچک‌تر و منطقه­اي تبديل كرد تا بتوان با استفاده از آن‌ها فرآيندهاي كوچك مقياس و منطقه­اي را شناسايي، مطالعه و پیش‌بینی كرد(باباییان و همکاران، 1386). براي اين منظور دو روش شناخته‌شده وجود دارد: ریز گردانی با استفاده از روش­هاي آماري و ديناميكي. در روش اول روابط بين رفتار واقعي اقليم و خروجي مدل هاي جهاني در گذشته را به آينده تعميم داده و براي يك منطقه­ي خاص پيش­بيني اقليمي صادر مي­شود. اما در روش دوم خروجي مدل جهاني به عنوان ورودي به مدل اقليم منطقه­اي خورانده شده و مدل مذكور تحول زماني وضع هوا را از طريق حل معادلات حركت به دست مي­آورد(باباییان و همکاران، 2004).

مدل­های آب­وهوای منطقه­ای، پاسخ گردش عمومی به نیروهای بزرگ مقیاس را شبیه‌سازی می‌کنند. وضوح بسیار ضعیف مدل ها جهانی در رابطه با فرایندهای آب و هوای محلی و منطقه‌ای باعث شکل‌گیری و گسترش مدل­های منطقه‌ای شدند. مدل گردش عمومی، کل کره زمین را در حوزه مورد مطالعه خود قرار می‌دهد. یکی از محدودیت‌های اصلی در استفاده از خروجی‌های اقلیمی مدل های چرخه عمومی این است که دقت تجزیه مکانی و زمانی آن‌ها با دقت مورد نیاز مدل های منطقه‌ای و هیدرولوژیکی مطابقت ندارد. دقت مکانی این مدل ها در حدود 200 کیلومتر است، که این دقت خصوصاً برای بررسی مناطق کوهستانی و پارامترهای اقلیمی نظیر بارش و دما مناسب نمی‌باشد(ویلی و دتینگر28،2000). اما مدل هاي اقليم منطقه‌ای براي ريز مقياس نمايي ديناميكي سناريوهاي اقليمي و پیش‌بینی فصلي در نواحي مختلف كره زمين به كار گرفته می‌شوند. در چند سال اخير، روش مدل‌سازی يكسويه²⁹ در مطالعه اقليم و اثرات تغيير اقليم استفاده می‌شود. در اين روش، به عنوان شرايط مرزي و اوليه در مدل اقليم منطقه‌ای GCM ³⁰خروجي مدل هاي RegCM براي ريز مقياس نمايي استفاده می‌شود(کریمیان و همکاران، 1389). با استفاده از روش کوچک مقیاس کردن، می‌توان خروجی‌های این مدل ها را به متغیرهای سطحی در مقیاس حوزه مورد مطالعه تبدیل نمود(راجو31، 2015).

7-1  ریز مقیاس نمایی32

مدل های گردش عمومی هیچ گاه نمی‌توانند مستقیماً برای پیش‌بینی‌های منطقه‌ای یا نقطه‌ای استفاده شوند، آن‌ها نیازمند ریزمقیاس نمایی هستند تا با اعمال رفتارهای محلی در آن‌ها پیش‌بینی‌هایشان در مقیاس‌های محلی بهبود یابند. بایستی قبل از استفاده از این داده‌ها آن‌ها را ریز مقیاس کنید. کوچک مقیاس کردن در حقیقت به فرآیند حرکت از پیش‌بینی کننده‌های ³³ بزرگ مقیاس به پیش‌بینی شونده‌ها³⁴ در مقیاس محلی اطلاق می‌شود(دینگ و کی35، 2013). شکل (8-1). روش‌های مختلفی جهت تولید سناریوهای اقلیمی از مدل های چرخه عمومی جو وجود دارد؛ از جمله این سناریو ها می‌توان روش­های ریز مقیاس نمایی را نام برد که به طور گسترده به دو گروه تقسیم می­شوند: ریزمقیاس نمایی دینامیکی و ریزمقیاس نمایی آماری. ریزمقیاس نمایی آماری مزایای بیشتری در مقایسه با ریز مقیاس نمایی دینامیکی دارد (سونیر و همکاران36، 2012). اگرچه مدل های ریزمقیاس نمایی دینامیکی یک مفهوم فیزیکی مشخص را در خود دارند(استورچ و همکاران37، 1999). آن‌ها شبهاتی در پیش‌بینی مدل به خاطر محاسبات پیچیده دارند جایی که ریزمقیاس نمایی آماری پیش‌بینی واقعی­تر و منطقی­تر براساس رابطه آماری فراهم می­کنند و نگهداشت این مدل برای اجرا آسانتر است(صمدی و همکاران، 2011، چن و همکاران38،2012).

1 . Moll

2.Energy Balance Model

3. radiative convective models

4. Statistical-dynamical models

5. Hassan et al

6. Giorgi & Hewitson

7. Junse et al

8. Brown

9. Almazroui

10. Schmidli

11. Richardson & Wright

12. Racsko et al

13. Janson et al

14. IPCC

15. Dibike & Coulibaly

16. Kilsby &  Jones

17. Wilby & Wigley

18. Atmospheric General Circulation Model

19. Oceanic General Circulation Model

20. Atmosphere-Ocean Global Circulation Model

21 . pixel

22. Meehl et al

23 . Flato

24. Almazroui

25. Meehl

26 .Rendal  et al

27.  Xu

28 . Wilby & Dettinger

29 . One way nesting

30. General Circulation Model

31 . Raju

32. Downscaling

33. Predictors

34 – Predict ants

35 .Ding & ke

36. Sunyer  et al

37. Storch  et al

38. Chen et al