پیش بینی جریان ماهانه با استفاده از مدل ECMWF، مطالعه موردی: حوضه آبریز سفیدرود

پیش بینی جریان در مقیاس زمانی ماهانه برای مدیریت و برنامه ریزی بهینه منابع آب ضروری است. در این مقاله با استفاده از پیش بینی های حاصل از مدل اقلیمی ECMWF، پیش بینی جریان ماهانه در زیر حوضه شاهرود واقع در حوضه آبریز سفیدرود در شمال غرب کشور انجام شد. برای این منظور با استفاده از پیش بینی بارش ماهانه حاصل از مدل اقلیمی ECMWF و مدل سازی داده محور SVR به عنوان مدل بارش- رواناب، بارش پیش بینی شده به جریان تبدیل شد. ابتدا نتایج مربوط به پیش بینی بارش در دوره تاریخی حاصل از مدل اقلیمی ECMWF تا افق پیش بینی ۳ ماهه برای محدوده مورد مطالعه، از درگاه اینترنتی Climate Data Store دریافت شد. سپس با استفاده از مدل داده محور SVR، مدل ترکیب شده اقلیمی- داده محور برای پیش بینی جریان تا افق پیش بینی ۳ ماه آینده توسعه داده شد. نتایج نشان داد که پیش بینی جریان مبتنی بر مدل های پیش بینی اقلیمی برای افق پیش بینی ۱ ماه آینده نسبت به دو افق پیش بینی ۲ و ۳ ماه آینده دقیق­تر است. به طوری که افق پیش بینی ۱ ماه آینده بیشترین ضریب نش- ساتکلیف در واسنجی مساوی ۷۷/۰ و در مرحله صحت سنجی ۴۸/۰، بیشترین ضریب همبستگی در واسنجی ۸۷/۰ و در صحت سنجی ۶۹/۰، کمترین مقدار جذر میانگین مربعات خطا در واسنجی ۸/۶ میلیون مترمکعب و صحت سنجی ۳/۶ میلیون مترمکعب و بهترین مقدار اریبی نسبی برای واسنجی ۹۶/۰ و صحت سنجی ۱/۱ را داشته است. همچنین نتایج نشان داد که بر اساس دو شاخص ارزیابی احتمالاتی POD و FAR، مدل پیش بینی توسعه یافته، توانایی بالایی در تشخیص وقایع مختلف جریان به خصوص جریان های کم و زیاد را دارد.

کلیدواژه ها:

مدل های اقلیمی ، SVR ، مدل سازی بارش-رواناب