مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

461
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

619
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

بهبود عملکرد سامانه های پیش بینی بارش جهانی در اقلیم های مختلف ایران با روش تصحیح اریبی نگاشت چندک

صفحات

 صفحه شروع 2275 | صفحه پایان 2291

چکیده

 از آنجائی که بارش به عنوان یکی از اجزاء اصلی مطالعات هشدار سیل, خشکسالی و منابع آب به شمار می آید, پیش بینی کمی آن از درجه اهمیت بسیار بالایی برخوردار است. گسترش و پیشرفت روزافزون محاسبات رایانه ای و فناوری های ماهواره ای و سنجش از دور در سال های اخیر منجر به توسعه مدل های پیش بینی هواشناسی متعددی شده است که از مهم ترین آنها می توان به پایگاه اطلاعاتی TIGGE اشاره نمود که در برگیرنده تعدادی زیادی از مدل های پیش بینی قدرتمند است. پژوهش حاضر با هدف ارزیابی عملکرد تمامی مدل های عددی قابل دسترس در پایگاه مذکور جهت پیش بینی بارش روزانه در 38 ایستگاه سینوپتیک کشور ایران که در اقلیم های مختلف واقع شده اند, به انجام رسیده است. همچنین بررسی اثر تصحیح اریبی به روش نگاشت چندک (QM) بر عملکرد مدل های پیش بینی بارش از دیگر اهداف اصلی این تحقیق به شمار می آید. نتایج بدست آمده نشان داد که عمده مدل های پیش بینی در اقلیم های مرطوب, نیمه مرطوب, مدیترانه ای و خشک (که بیشتر مناطق جنوب غربی تا شمال غربی و شمال شرقی کشور را شامل می شوند) دارای بیشترین میزان همبستگی با داده های زمینی هستند ولی که در اقلیم های نیمه خشک و خیلی خشک مقدار شاخص CC به مراتب کمتر است. مقدار شاخص های آماری CC و RMSE بدست آمده از دو مرکز ECMWF و METEO در اکثر مناطق کشور به ترتیب بالای 6/0 و کمتر از 4 میلیمتر در روز است و این در حالی است که دو مدل CMA و CPTEC از کارایی چندان مناسبی برخوردار نمی باشند. همچنین ارزیابی مقادیر بارش تصحیح شده با روش QM بیانگر بهبود چشمگیر شاخص های آماری بدست آمده از بسیاری از مراکز پیش بینی است. طبق محاسبات صورت گرفته, مقدار شاخص CC در اقلیم های خیلی خشک, خشک و مدیترانه ای به طور متوسط افزایشی در حدود 20 درصد دارد. نکته مهم دیگر آنکه با حذف اریب از داده ها عملکرد مدل های عددی هواشناسی در پیش بینی مقادیر کم و بالای بارش بهبود یافته و همین مسئله قابلیت کاربرد سامانه های پیش بینی بارش در سیستم های هشدار سیل و مدیریت منابع آب را بیش از پیش افزایش می دهد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    امینی، ستاره، عزیزیان، اصغر، و دانش کارآراسته، پیمان. (1399). بهبود عملکرد سامانه های پیش بینی بارش جهانی در اقلیم های مختلف ایران با روش تصحیح اریبی نگاشت چندک. تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، 51(9 )، 2275-2291. SID. https://sid.ir/paper/373502/fa

    Vancouver: کپی

    امینی ستاره، عزیزیان اصغر، دانش کارآراسته پیمان. بهبود عملکرد سامانه های پیش بینی بارش جهانی در اقلیم های مختلف ایران با روش تصحیح اریبی نگاشت چندک. تحقیقات آب و خاک ایران (علوم کشاورزی ایران)[Internet]. 1399؛51(9 ):2275-2291. Available from: https://sid.ir/paper/373502/fa

    IEEE: کپی

    ستاره امینی، اصغر عزیزیان، و پیمان دانش کارآراسته، “بهبود عملکرد سامانه های پیش بینی بارش جهانی در اقلیم های مختلف ایران با روش تصحیح اریبی نگاشت چندک،” تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، vol. 51، no. 9 ، pp. 2275–2291، 1399، [Online]. Available: https://sid.ir/paper/373502/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button