پس پردازش پیش بینی بارش برونداد مدل GFS به روش BC در ایستگاه های همدیدی منتخب استان فارس

هدف از این مطالعه، پس پردازش پیش بینی بارش برونداد مدل Global Forecast System)GFS) به روش اصلاح اریبی (Bias Correction; BC) برای پنجروز آینده در ایستگاه های همدیدی منتخب استان فارس است. همواره تلاش بر این بوده است که پیش بینیعددی کمیته ایی همچون دما و بارش که دو عامل تاثیرگذار در بخش های کشاورزی و صنعت محسوب میشوند، بهبود یابد . پیش بینی هاینزدیک به واقعیت همیشه از چالشهای حوزه هواشناسی است و مدل های عددی وضع هوا هنوز نتوانسته اند جوابگوی انتظارات بخش هایمختلف جامعه باشند. امروزه تلاش زیادی در راستای اطمینان از درستی پیش بینی ها و کاهش خطا انجام می گیرد تا خروجی مدلها بهواقعیت نزدیکتر باشد. پس پردازش به روش آماری برای کاستن اختلاف بین برونداد مدل پیش بینی و داده های مشاهداتی مطرح شده است.در این پژوهش برای پس پردازش، از داده های بارش پیش بینی برای پنجروز آینده عضو کنترلی مدل GFS با تفکیک ۲۵ / ۰ درجه برای دورهآموزش از اول دسامبر ۲۰۲۰ تا آخر فوریه ۲۰۲۱ و دوره ارزیابی از اول دسامبر ۲۰۲۱ تا آخر فوریه ۲۰۲۲ استفاده گردید. پس پردازش بااستفاده از روش BC و با شبکه ای از ۲۴ ایستگاه همدیدی منتخب در استان فارس و درستی سنجی پیش بینی با استفاده از سنجه های خطایمطلق میانگین (MAE) و خطای جذر میانگین مربعات (RMSE) برای ارزیابی نتایج، انجام شد. نتایج انجام روش BC بر اساس خروجیتوزیع های گامای پیش بینی خام، BC و داده های مشاهداتی به دست آمد که علاوه بر اصلاح پارامترهای توزیع های پیش بینی اولیه نقاطشبکه ای، از طریق میانگین MAE پیش بینی خام (MAE_RAW)؛ ۶ / ۲ میلی متر و میانگین MAE_BC؛ ۷ / ۱ میلیمتر برای استان فارسبه دست آمد.

کلیدواژه ها:

پس پردازش ، اصلاح اریبی ، استان فارس