ارزیابی تاثیر روشهای تصحیح اریبی بر مهارت پیشبینی فصلی بارش مدل اقلیمی CFSv2
نویسندگان
1 دانشیار، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، دانشکده کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
2 گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، دانشکده کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
3 گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، دانشکده کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
doi
10.22059/ijswr.2020.306717.668680چکیده
روشهای تصحیح اریبی از جمله روشهای آماری متداول برای پسپردازش خروجی مدلهای اقلیمی هستند. در این تحقیق، تاثیر پنج روش تصحیح اریبی بر مهارت پیشبینی بارش (فصل پاییز) مدل اقلیمی CFSv2 بر مبنای 12 ایستگاه واقع در حوضه آبریز گرگانرود (شمال ایران) مورد ارزیابی قرارگرفته است. روشهای تصحیح اریبی مورد استفاده در این تحقیق شامل دو روش ناپارامتری (نسبتگیری خطی(LS) ، نگاشت چندکی تجربی (EQM))، یک روش پارامتری (تبدیل توانی (Ptr)) و دو روش پارامتری مبتنی بر توزیعهای آماری (نگاشت پارامتری چندک (PQM)، نگاشت چندکی پارامتری تعمیم یافته (GPQM)) میباشند. از سنجههای متنوعی برای ارزیابی تاثیر این روشها بر مهارت پیشبینی فصلی بارش استفاده شده است که شامل متوسط اریبی، متوسط ضریب همبستگی پیرسون و همچنین دو سنجه مهارت پیشبینی احتمالاتی شامل امتیازهای مهارتی، ویژگی عملیاتی نسبی (ROCSS) و رتبه احتمال (RPSS) میباشد. نتایج این تحقیق نشان میدهد بیشتر روشهای تصحیح اریبی و در موارد بالایی بهخوبی توانستند اریبی موجود در پیشبینیها را کاهش دهند. تاثیر استفاده از روشهای مختلف تصحیح اریبی بر مهارت پیشبینی احتمالاتی با استفاده از سنجههای RPSS و ROCSS نیز وابسته به محل و زمان متفاوت است و هر یک از روشها میتوانند این سنجهها را برای محل یا زمانی بهبود دهند و یا تضعیف کنند. از اینرو نتیجه این تحقیق پیشنهاد میکند ارزیابی روشهای مختلف تصحیح اریبی و شناسایی مناسبترین روش با توجه به هدف هر مطالعه میتواند به ارتقاء مهارت پیشبینی فصلی بارش کمک کند.