فهرست نشریات علمی دسترسی آزاد ایران

ارزیابی مهارت مدل‌های پیش‌بینی جهانی و مقیاس‌کاهی آن برای مناطق و مقیاس‌های زمانی مختلف، نه تنها می‌تواند به بهبود عملکرد این مدل‌ها بر اساس استفاده از پارامترهای مناسب برای مدل یا روش‌های مناسب برای پس‌پردازش منجر شود، بلکه سبب افزایش درک ما نسبت به عملکرد مدل‌های پیش‌بینی در مناطق و مقیاس‌های زمانی مختلف نیز می­شود. هدف از این مطالعه پیش‎بینی بارش ماهانه بر اساس یک رویکرد همادی با کاربست مدل جهانی CFSv.2 و مقیاس‎کاهی آن با مدل میان‌مقیاس WRF و در نهایت، سنجش کارایی آن برای ایران است. بر این اساس مدلWRF  با چهار پیکربندی فیزیکی و شش شرایط اولیه مختلف (در مجموع 24 عضو) برای دوره 2020-2000 و بارش اکتبر- آوریل اجرا و درستی‌سنجی هریک از عضوها نیز بر اساس آماره KGE و بارش ماهانه در 145 ایستگاه در کشور انجام شد. برای ایجاد مدل همادی و ترکیب نتایج پیش‌بینی­های حاصل از 24 عضو، از روش میانگین‎گیری وزنی استفاده شد. کارایی کلی مدل همادی با محاسبه سنجه‌های آماری RMSE، MBE، ضریب همبستگی پیرسون (PCC) و نش- ساتکلیف (NSE) و استخراج برخی از سنجه‎های درستی‌سنجی حاصل از یک جدول توافقی 3×3 ارزیابی شد. نتایج نشان داد متوسط سنجه‌های‏ NSE، RMSE، MBE و PCC مدل همادی مورد استفاده برای پیش‌بینی بارش در دوره اکتبر- آوریل به‌ترتیب 46/0، 365، 7/5- و 67/0 است که کارایی پذیرفتنی این مدل همادی را نشان می‌دهد. البته به تفکیک هر ماه، در ماه‎های اکتبر و ژانویه کارایی مدل در پیش‌بینی بارش ماهانه بهتر و در ماه‎های آوریل و مارس ضعیف­تر بوده است. همچنین کارایی آن در تخمین دسته بارش شامل دسته‎های زیر‌نرمال، نرمال و بیش از نرمال حدود 52 درصد است. اجرای این مدل برای پیش‎بینی بارش ماهانه در دوره 2020-2019 در قالب یک نمونه عملیاتی نشان می‌دهد مدل می­تواند به‌خوبی پراکندگی و مناطق تمرکز بارش ماهانه را در کشور پیش‎بینی کند.