کاربرد وایازش خطی چندمتغیره در پس‌پردازش مقادیر بارش حاصل از مدل RegCM4

نویسندگان

1 پردیس کشاورزی و منابع طبیعی دانشگاه تهران

2 پردیس کشاورزی و منابع طبیعی دانشگاه تهران

3 پژوهشکده اقلیم شناسی، مشهد

4 پردیس کشاورزی و منابع طبیعی دانشگاه تهران

5 پردیس کشاورزی و منابع طبیعی دانشگاه تهران

doi
چکیده

پیش‌بینی‌‌های فصلی بارش در تصمیم‌گیریهای مدیریتی در بخشهای کشاورزی و منابع آب و نیز ارزیابی و پایش پدیده‌‌های فرین نظیرخشکسالی و سیل اهمیت ویژه‌‌ای دارد. در این تحقیق بهمنظور ارزیابی کارایی مدل RegCM4در پیش‌بینی بارش ماهانه، فصلی و سالانه در چند ایستگاه منتخب شمال غرب کشور و همچنین بررسی میزان دقت پیش‌بینیها بعد از پس‌پردازش روی برون‌داد مدل، مدل در دوره 30 ساله 1982 تا 2011 با طرحوارة بارش کوKuoو گام زمانی 100 ثانیه اجرا شد. دادههای موردنیاز برای اجرای مدل از مرکز ICTPبا قالب NetCDFشامل دادههای دوباره تحلیلشده وضعجوّی (NNRP1، دمای سطح دریا SSTو دادههای سطح زمین SURFACEشامل داده‌هایGTOPOGLCCو GLZBدریافت شد. با در نظر داشتن آمار موجود در مقطع زمانی پیش‌گفته، چهار ایستگاه همدیدی ارومیه، تبریز، اردبیل و خوی مورد بررسی قرار گرفت. نتایج روشن ساخت که برون‌داد خام (بدون پس‌پردازش آماری) بارش مدل RegCM4، در همة ماهها به‌جز ماه‌های گرم سال، دارای اُریبی تر و بیش‌برآوردی است. اجرای پس‌پردازش آماری با استفاده از همبستگی چندمتغیره خطی (و در بعضی موارد دومتغیره خطی) بر برون‌داد مدل پیش‌گفته منجر به تعدیل مقادیر بارش و همخوانی بیشتر آن با مقادیر دیده‌بانی‌شده، شد به‌طوری‌که اُریبی و خطای نسبی در پیش‌بینیهای ماهانه، فصلی و سالانه در 75% موارد کاهش یافت و در همة ایستگاههای تحت بررسی، به‌جز ارومیه، پس‌پردازش به روش پیش‌گفته، در همه مقاطع زمانی موجب بهبود برون‌داد مدل دینامیکی RegCMشد.