Abstract:
انرژی مصرفی نه تنها خود تولیدکنندة گازهای گلخانهای است؛ بلکه میزان مصرف آن جهت گرمایش و سرمایش محیط نیز تحت تاثیر تغییرات اقلیم و گرمایش جهانی ناشی از گازهای گلخانهای است. هدف از این پژوهش پیشبینی نیاز سرمایش استان فارس در دهههای آینده است. این پژوهش با استفاده از دادههای گردش کلی جوّ EH5OM واکاوی شد. دادهها تحت سناریو A1Bکمیتة بینالمللی تغییر اقلیم و با تفکیک 75/ 1 درجۀ طولی و عرضی اجرا شدهاند. با مدل ریزمقیاس نمایی RegCM4، دادههای میانگین دمای روزانه به تفکیک 27/ 0 × 27/ 0 درجۀ طول و عرض جغرافیایی که حدودا نقاطی با ابعاد 30 × 30 کیلومتر مساحت استان را پوشش میدهند تبدیل شدند. جهت محاسبۀ فراسنج سرمایش نیز از آستانۀ دمایی 9/ 23 درجۀسانتیگراد استفاده شد. سرانجام میانگین ماهانۀ درجۀ ساعت سرمایش در ماتریسی به ابعاد 13140 ×12 محاسبه و نقشههای آن ترسیم گردید؛در مرحلة بعد رابطۀ عرض، ارتفاع و طول جغرافیایی با درجة روز سرمایش نیز محاسبه و نگارههای آن ترسیم شد. بیشترین نیاز سرمایش در بخشهای جنوبی استان در ماههای ژوئن و ژولای به ترتیب با نیاز سرمایش 4200 و 3800 درجه ساعت بیشینه را در استان دارا میباشند. کمترین میزان نیاز این فراسنج نیز در نوار شمالی به ویژه شهرستان آباده نمایان است. وجود روند مثبت و افزایشی دما در فصل بهار، بهویژه در ماههای می و ژوئن در بیشتر نقاط استان، گرم شدن هوا را در این فصل نسبت به تابستان گویاست که نوید دهندة استفادة بیش از حد از وسایل سرمازا در آینده در فصل بهار است. بیشترین ضریب همبستگی نیاز سرمایش با عرض جغرافیایی را ماه می به میزان 878/ 0 درصد داراست. نقش عرض جغرافیایی بیش از طول در تغییرات میزان نیاز سرمایش استان میباشد.
Not only is energy self-produced greenhouse gases, but its use in heating, cooling under the impact of climate change and global warming caused by greenhouse gases is.In this study, data obtained via EH5OM model from Max Planck Institute for Meteorology in Hamburg, Germany, were used to simulate Fars province average daily temperature during the first period (2015-2050) under the A1B scenario of the Intergovernmental Panel on Climate Change with a resolution of 1.75 degrees longitude and latitude. Then, the regional climate model was used to downscale the average daily temperature data at a 0.27x0.27° latitude and longitude covering a 30 x 30 km area of Fars province.To calculate the parameters of temperature threshold of 23.9 ° C was used for cooling. The average monthly temperature cooling at 13140 × 12 matrix calculation and maps that were drawn in the next phase relationship between the width, height and longitude to calculate cooling degree days and it was traced images. Most cooling needs in the southern part of the province in June and July 4200 and 3800, respectively cooling needs of the province an important loss in peak hours. the need for this parameter is also visible in the northern strip, especially city Abade. Most latitude to May correlation with the amount of cooling needed is 878/0 percent. The role of latitude over during the province-is cooling needs change.
Machine summary:
تاسسکا١٠ و همکاران (٢٠١١) به واکاوی انرژی مورد نیاز جهت گرمایش 1 - Schaeffer 2 - IPCC 3 - Linrterud 4 - Craig 5 - Labriet 6 - Oktay 7 - Wang & Chen 8 - Frank 9 - Papakostas 10 - Taseska و سرمایش مناطق مسکونی و تجاری در مقدونیه طی دورة ٢٠٠٩ تا ٢٠٣٠ از طریق مدل مارکال تهیه شده در کشور مقدونیه پرداختند.
)به تصویرصفحه مراجعه شود) شکل ١: موقعیت جغرافیایی منطقه مورد مطالعه جهت شبیه سازی نیاز سرمایش استان فارس طی دهه های آینده نخست میانگین روزانه دمای هوا از پایگاه داده ، (EHOM٥) برگرفته از مؤسسه ماکس پلانک آلمان استخراج گردید؛ این پایگاه به عنوان داده های مدل گردش کلی جوّ و اقیانوس ١بوده و از داده های مدل جوّی و مدل اقیانوسی تشکیل شده است .
1- AOGCM 2- International panel of climate change )به تصویرصفحه مراجعه شود) شکل ٢: نقشه مدل دوبعدی عرض وطول جغرافیایی (سمت راست بالا)، نقشه مدل سه بعدی طول ،عرض و ارتفاع محدوده مورد مطالعه (سمت راست پایین )، نقشه محدوده مورد مطالعه با یاخته های ٣٠ × ٣٠ کیلومتر (سمت چپ ) محاسبۀ جمع میانگین درجه ساعت سرمایش دراین پژوهش برای محاسبه درجه ساعت سرمایش از رابطه زیر استفاده خواهدشد.
بیشینۀ نیاز سرمایش این مناطق و استان نیز در ماه های ژوئن و ژولای به ترتیب به میزان ٤٢٠٠ و ٣٨٠٠ درجه ساعت است .
Climate change impacts on building heating and cooling energy demand in Switzerland.
Impact of climate change heating and cooling energy use in buildings in the United States.