نسیم­ دریا یکی از مهمترین گردش­های جوی مناطق ساحلی است. جریان مذکور با توجه به شرایط جغرافیای همانند توپوگرافی، ویژگی­های سطح زمین و مشخصه­های آب و خشکی با شدت­های مختلف جریان دارد. ارتفاعات جنوبی دریای خزر به دلیل محصور کردن کرانه های خزری بین دریا و توده کوهستانی می تواند تاثیرات مهمی بر شرایط اقلیمی و گردش جو ناحیه، از جمله نسیم دریا داشته باشد. هدف مطالعه پیش­رو، شبیه­سازی نقش توپوگرافی در ویژگی های گردش نیسم دریا بویژه، ضخامت و عمق نفوذ آن در کرانه­های جنوبی دریای خزر است. جهت این امر از مدل اقلیمی مقیاس منطقه­ایی RegCM۴ جفت شده با یک مدل دریاچه و داده های بازکاوی شده NCEP/NCAR جهت تعیین شرایط اولیه مدل استفاده گردید. مدل در دو حالت مرجع (وجود کوه) و شرایط حذف توپوگرافی برای زمان حداکثر فعالیت نسیم­دریا در سواحل جنوبی دریای خزر ( ماه جولای سال ۲۰۰۲) اجراشد. خروجی مدل نشان داد در زمان حذف توپوگرافی عمق نفوذ نسیم­دریا به­طور چشمگیری تا موقعیت فعلی دامنه­های جنوبی رشته­کوه البرز (عرض ᵒ۳۵ شمالی)  افزایش پیدا کرده اما در مقابل جریان نسیم­خشکی در منطقه تقریبا از بین رفته است، بیشینه افزایش سرعت و تغییر جهت باد به ترتیب در سواحل جنوب­شرقی و البرز مرکزی مشاهده گردید. علاوه بر آن با توجه به برطرف شدن مانع ارتفاعات، ضخامت نسیم ­دریا در مناطق مختلف به طور قابل توجهی افزایش پیدا کرده که بیشترین میزان تغییرات در در سواحل ­شرقی ( طول ᵒ۵۳ شرقی) بوده است.

هدف از این پژوهش واکاوی اثر گرمایش جهانی بر تغییرات زمانی مکانی روند وشیب روند ماهانه دما در قلمرو ایران طی دهه های آینده(۲۰۵۰-۲۰۱۵) می باشد. داده های دمای روزانه شبیه سازی شده از پایگاه داده EH۵OM و تحت­ سناریوA۱B ، طی بازه زمانی(۲۰۵۰-۲۰۱۵) از موسسه ماکس پلانک آلمان استخراج شد. سپس داده های دمای روزانه با تفکیک  مکانی۲۷/۰*۲۷/۰ درجه طول و عرض جغرافیایی که حدوداً  نقاطی با ابعاد ۳۰*۳۰ کیلومتر مساحت ایران را پوشش می دهند توسط مدل اقلیم منطقه ای ریزمقیاس گردید. درنهایت آرایه ای به ابعاد ۲۱۴۰*۱۳۱۴۰ به دست آمد که سطرها بیانگر دمای روز و ستون ها ایستگاه ها می باشند. در نهایت روند وشیب روند میانگین دمای ماهانه طی دوره مورد مطالعه از طریق آزمون من کندال وشیب سن در نرم افزار متلب   محاسبه و ماتریسی به ابعاد ۱۳۱۴۰*۱۲ به دست آمد. نتایج بیانگر روند افزایشی دما در ماه های مارس، آوریل، می و ژوئن در بیش از ۹۰ درصد از وسعت مناطق کشور است که گویای گرمتر شدن ایران درفصل بهار طی دهه های آتی است. افزایش دما در ماه های فصل زمستان و بهار دربخش های کوهستانی نیمه غربی  کشور گرمتر شدن مناطق سرد ایران را در ماه های سرد سال گویا  است . روند منفی دما در ماه های اکتبر و نوامبر نیز در بخش های شمالی کشور بیانگرسردتر شدن این مناطق از ایران درفصل پاییزاست . بیشترین شیب مثبت  افزایش دما دربخش های شمال غرب به میزان ۶-۴ درجه درسال است .

این تحقیق به منظور شبیه‌سازی بارش با مدل دینامیکی RegCM۴ در دو حالت با و بدون به‌کارگیری تکنیک‌ پس‌پردازش آماری برونداد مستقیم مدل در  شرق و شمال‌شرق ایران و دوره آماری ۲۰۱۱-۱۹۸۷ در مقاطع زمانی سالانه و فصلی انجام شده است. داده‌های مورد نیاز اجرای مدل دینامیکی RegCM۴ از مرکزICTP دریافت گردید. به منظور اجرای مدل دینامیکی اصلی، آزمون تعیین طرحواره بارش همرفت و میزان تفکیک افقی برای سال ۲۰۰۷ انجام گردید. با استناد به آزمون مذکور طرحواره کو به نسبت دو طرحواره گرل و امانوئل، خطای کمتری را در مدل‌سازی بارش  و دمای سطح زمین  داشت. تفکیک افقی نیز ۳۰ کیلومتر انتخاب گردید. پس از اجرای اصلی مدل با طرحواره کو و تفکیک افقی ۳۰ کیلومتر، برونداد‌ بارش و دما با استفاده از مدل‌ میانگین متحرک (MA)پس‌پردازش گردید. بر اساس نتایج حاصله، در منطقه مورد مطالعه، در دوره راستی‌آزمایی ۲۰۱۱-۲۰۰۶ میانگین اریبی بارش سالانه خام مدل RegCM۴ برابر ۳/۸۵ میلیمتر و پس پردازش شده ۰۴/۶۱ محاسبه شده است. بطور خلاصه در مقیاس زمانی سالانه در ۷۵ درصد ایستگاه‌های مطالعاتی انجام پس‌پردازش موثر واقع شده و روش MA را کاراتر معرفی نموده‌اند.  در مقیاس فصلی متوسط اریبی بارش خطای محدوده در فصل زمستان برابر ۹۹/۵۴ میلیمتر، فصل بهار ۱۱/۲۷ میلیمتر، فصل تابستان ۶/۳- و در فصل پاییز ۲۱/۷ میلیمتر می باشد. شبیه سازی داده های دمای دومتری در  ایستگاه­های هواشناسی با استفاده از مدل RegCM و نیز اعمال MA در شمال شرق ایران کارایی بالایی را نشان داد. میانگین اریبی دمای سالانه خام مدل RegCM۴ برابر ۷۸/۲- درجه سانتیگراد بود که پس از اعمال پس­پردازش به ۰۵/۰- کاهش یافت. در تمامی ایستگاهها دمای سالانه مدل شده با داده های مشاهداتی کمتر از ۱/۰ درجه سانتیگراد اختلاف دارد. در مقیاس فصلی متوسط اریبی خطای محدوده در فصل زمستان برابر ۱/۴- درجه، فصل بهار ۰۹/۴- درجه، فصل تابستان ۸/۱-  درجه و در فصل پاییز ۵/۱- درجه سانتیگراد می باشد.  به طور کلی نتایج نشان می­دهد که استفاده از پس­پردازش آماری بهبود قابل ملاحظه­ای روی نتایج مدل دارد.