توسعه سامانه پیشبینی چند مدلی بارش ماهانه در حوضه آبریز سفیدرود
- سال انتشار: 1399
- محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 51، شماره: 8
- کد COI اختصاصی: JR_IJSWR-51-8_001
- زبان مقاله: فارسی
- تعداد مشاهده: 184
نویسندگان
گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران
چکیده
پیش بینی بارش یکی از ابزارهای مهم در برنامه ریزی و مدیریت منابع آب به حساب می آید. اخیرا از روش های جدیدی به نام مدل های دینامیکی جو برای پیش بینی بسیاری از متغیرهای هیدرو-اقلیمی از جمله بارش استفاده می شود. قبل از استفاده از پیش بینیهای این مدل ها در برنامه ریزی و تصمیمگیری، لازم است ارزیابی دقت و تصحیح اریبی آن ها انجام شود. از این رو هدف مقاله حاضر، تصحیح اریبی و ترکیب نتایج پیشبینی بارش مربوط به مجموعه ای از مدلهای پیشبینی دینامیکی جهانی میباشد. برای این کار، ابتدا نتایج پیشبینی بارش هریک از مدلها به صورت جداگانه با دادههای بارش ایستگاهی منطقه برای دوره تاریخی ۱۹۸۲ تا ۲۰۱۷ مقایسه شدند و خطای سامانمند هریک از آن ها به روش نگاشت چندک تصحیح شد. این کار برای افق های پیش بینی مختلف و برای پیش بینی های صادره از ماه های مختلف انجام شده است. در گام بعدی متناسب با دقت هر یک از مدلهای پیش بینی، سامانه پیشبینی ترکیبی یا چند مدلی با استفاده از روش میانگین گیری بیزین توسعه داده شد. نتایج نشان داد پس از تصحیح اریبی به روش نگاشت چندک، حداقل یک مدل پیش بینی از ۷۸ مدل پیش بینی دارای همبستگی نسبتا بالا در حدود ۷/۰ می باشد. این نتیجه برای افق پیش بینی ۱ ماه آینده بیشتر دیده شد. بعد از ترکیب ۷۸ عضو پیش بینی با استفاده از روش میانگین گیری بیزین، این میزان همبستگی به بیشتر از ۸/۰ افزایش یافت. بنابراین با تصحیح اریبی و ترکیب مدل های پیش بینی با یکدیگر، دقت بارش پیش بینی شده به مقدار قابل توجهی افزایش می یابد.کلیدواژه ها
پیش بینی بارش, مدل های NMME, عدم قطعیت, میانگین گیری بیزین, نگاشت چندکاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.