پس پردازش خروجی مدل WRF به روش کوکریجینگ، برای کمیت های متوسط روزانه سرعت باد و رطوبت نسبی بر روی ایران
محل انتشار: مجله فیزیک زمین و فضا، دوره: 48، شماره: 3
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 128
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JESPHYS-48-3_013
تاریخ نمایه سازی: 26 مهر 1402
چکیده مقاله:
پیش بینیهای متوسط روزانه سرعت باد و رطوبت نسبی در هر مکانی با دقت مناسب، در هواشناسی مهم است. خروجی مدل WRF با خطا همراهست، از این رو نیاز به ارتقاء کیفیت پیش بینیهای است. هدف این مطالعه تصحیح خطای پیشبینیهای ۲۴، ۴۸ و ۷۲ ساعته متوسط روزانه سرعت باد دهمتری و رطوبت نسبی در نقاط شبکه بر روی ایران است. خطای مدل طی دوره آموزش ۵ و ۱۴ روزه، برای نقاطی از شبکه که دارای داده مشاهداتی هستند محاسبه شد. این خطاها در نواحی هماقلیم، با استفاده از روش درون یابی کوکریجینگ، در سایر نقاط شبکه برآورد شد. بدین ترتیب پیشبینی خام مدل برای نقاط فاقد داده مشاهداتی حفظ و تنها مقادیر برآورده شده خطا بر روی آنها اعمال میشود. دوره آماری ۱۵ ماه، از ۱/۱۱/۲۰۱۹ الی ۱/۲/۲۰۲۱ برای ۵۶۰ ایستگاه مشاهداتی کشور در نظر گرفته شد. نتایج نشان داد خطای برونداد خام مدل در ماهها، مکانها و نواحی اقلیمی مختلف، توزیع یکنواختی ندارد. به طور متوسط نمره مهارت مدل، برای پیشبینی رطوبت نسبی بیشتر از سرعت باد است. به طور کلی RMSE پیشبینیهای سرعت باد و رطوبت نسبی برای کل کشور بعد از تصحیح، به ترتیب ۱۳ و ۱۸ درصد کاهش و نمره مهارت حداکثر تا ۱۶۰ و ۳۰۸ درصد افزایش مییابد. مدل، سرعت باد را در اکثر مناطق کشور کمتر از مقدار مشاهده شده و رطوبت نسبی را بیشتر برآورد میکند. روش تصحیح خطای ۱۴ روزه نسبت به روش ۵ روزه چندان سبب بهبود نمره مهارت مدل نشد و میتوان با روش ۵ روزه با هزینه محاسباتی کمتر به دقتی مشابه رسید.
کلیدواژه ها:
نویسندگان
Mojtaba Shokouhi
استادیار، پژوهشگاه هواشناسی و علوم جو، تهران، ایران
Ebrahim Asadi Oskouei
استادیار، پژوهشگاه هواشناسی و علوم جو، تهران، ایران
Mohammad Reza Mohammadpour Penchah
استادیار، پژوهشگاه هواشناسی و علوم جو، تهران، ایران
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 :