به کارگیری یک سامانه همادی توسعه داده شده برای مدل WRF جهت پیش بینی میدان باد سطحی در محدوده خلیج فارس

سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 401

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_HYDPHY-1-1_005

تاریخ نمایه سازی: 23 اردیبهشت 1400

چکیده مقاله:

نتایج حاصل از توسعه یک سامانه پیش بینی همادی برای مدل WRF  جهت پیش بینی میدان باد سطحی در محدوده خلیج فارس در تحقیق حاضر ارائه می شود. سامانه مذکور ترکیبی از ایجاد پریشیدگی در شرایط اولیه و استفاده از طرح واره های فیزیکی متفاوت می باشد. برای یافتن پیکربندی(های) مناسب مدل WRF از دیدگاه پارامترسازی های فیزیکی تعداد ۱۴ پیکربندی انتخاب شده و پس از انجام اجراهای مدل برای چندین تاریخ منتخب و انجام اعتبارسنجی نتایج خروجی مدل به ویژه برای میدان باد، سه پیکربندی به عنوان پیکربندی های مناسب انتخاب شدند. سپس اعضای سامانه همادی با استفاده از ترکیب سه پیکربندی منتخب و ایجاد پریشیدگی در شرایط اولیه مدل با استفاده از روش مونت کارلو ایجاد می شوند. برای انجام شبیه سازی های مدل WRF برای هر یک از اعضای سامانه همادی از دو ناحیه محاسباتی تودرتو با تفکیک های مکانی ۰/۳ درجه و ۰/۱ درجه استفاده می شود. بررسی عملکرد پیش بینی های سامانه به کمک محاسبه پارامترهای آماری همچون ضریب همبستگی و جذر میانگین مربعات خطا در مقایسه با داده های مشاهدات شامل داده های ایستگاه های هواشناسی موجود در منطقه و داده های اندازه گیری شده توسط سنجنده های ماهواره ای (مانند QuikSCAT و ASCAT) نشان از عملکرد مناسب میانگین همادی در مقایسه با پیش بینی قطعی  برای پیش بینی میدان باد دارد.

نویسندگان

سرمد قادر

دانشگاه تهران

دانیال یازجی

موسسه ژئوفیزیک دانشگاه تهران

محسن سلطان پور

دانشگاه صنعتی خواجه نصیر الدین طوسی

محمد حسین نعمتی

رئیس اداره طرح های زیربنایی سازمان بنادر و دریانوردی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Epstein ES. Stochastic dynamic prediction۱. Tellus. ۱۹۶۹;۲۱(۶):۷۳۹-۵۹ ...
  • Leith C. Theoretical skill of Monte Carlo forecasts. Monthly Weather ...
  • Gneiting T, Raftery AE. Weather forecasting with ensemble methods. Science. ...
  • Tracton MS, Kalnay E. Operational ensemble prediction at the National ...
  • Warner TT. Numerical weather and climate prediction: Cambridge University Press; ...
  • اشرفی خ، قادر س، اصفهانیان و. اعمال روش ...
  • اشرفی خ. قادر س، اصفهانیان و. اعمال ...
  • اشرفی خ، قادر س، صداقت کردار ع. اعمال روش پیش ...
  • قادر س، یازجی د، شهبازی ح. پیش بینی میدان باد ...
  • Skamarock W, Klemp J, Dudhia J, Gill D, Barker D, ...
  • Wang W, Bruyère C, Duda M, Dudhia J, Gill D, ...
  • Xu H, Xu M, Xie S-P, Wang Y. Deep Atmospheric ...
  • O'Neill LW, Esbensen SK, Thum N, Samelson RM, Chelton DB. ...
  • DuVivier AK, Cassano JJ. Evaluation of WRF model resolution on ...
  • Ghader S, Montazeri-Namin M, Chegini F, Bohlouly A, editors. Hindcast ...
  • Perlin N, De Szoeke SP, Chelton DB, Samelson RM, Skyllingstad ...
  • [۱۷]Avalaible at: http://weather.uwyo.edu/ surface/meteorogram/[۱۸] Barker DM, Huang W, Guo Y-R, ...
  • Houtekamer P, Lefaivre L, Derome J, Ritchie H, Mitchell HL. ...
  • نمایش کامل مراجع