پس پردازش آماری مدل داده محور برآورد تغییرات مکانی بارش در زاگرس میانی

این مطالعه با هدف برآورد مکانی بارش در منطقه زاگرس میانی بر اساس روابط بین بارش و عوامل جغرافیایی، استفاده از مدل های داده محور و همچنین اهمیت پس پردازش آماری در برونداد مدل ها انجام شده است. برای مدل سازی بارش از روش شبکه های عصبی مصنوعی استفاده شد. مناسب ترین ساختار شبکه (آرایش دو لایه پنهان ۱-۸-۸) با قانون آموزش مارکوات-لونبرگ تعیین شد و میزان تبیین واریانس بارش توسط مدل ارائه شده برای برآورد مکانی بارش در زاگرس میانی ۵۰ درصد (R۲=۰.۵) است. به منظور افزایش دقت مدل، از روش های مختلف تصحیح خطا جهت پس پردازش خروجی های مدل استفاده شد. این مرحله باعث بهینه سازی شبیه سازی ها به میزان ۵ تا ۱۰ درصد شد. در این میان، روش نگاشت چندک (QM) با ارتقاء همبستگی نهایی شبیه سازی های مدل با مقادیر مشاهداتی از ۷۱/۰ به ۸۱/۰، بهترین عملکرد را در بین روش های مورد بررسی داشت. این بهینه سازی، ضرورت پس پردازش را در تصحیح خطای سیستماتیک مدل های داده محور برای رسیدن به دقت مورد نیاز در تخمین بارش و مدیریت منابع آب در مناطق کوهستانی پیچیده را تایید می کند. نتایج این مطالعه نشان داد که ارتفاع، مهم ترین عامل کنترل کننده بارش در منطقه زاگرس میانی است و یک رابطه قوی و مثبت بین بارش و ارتفاع وجود دارد. با این حال، تحلیل نیمرخ های ارتفاعی آشکار کرد که حداکثر بارش در ارتفاعی حدود ۲۵۰۰ متر تا خط الراس رخ می دهد و عینا منطبق با حداکثر ارتفاع در خط الراس نیست؛ این امر فرضیه تکمیل فرآیند تخلیه رطوبت توده های هوا قبل از رسیدن به خط الراس اصلی را تایید می کند.