بررسی دقت مرکز اروپایی پیشبینیهای میان مدت جوی (ECMWF) در پیش بینی بارش مناطق گوناگون اقلیمی ایران
Authors
Abstract:
به منظور بررسی میزان خطای مرکز اروپایی پیشبینیهای میان مدت جوی (ECMWF) در پیشبینی بارش مناطق مختلف ایران، دادههای بارش ماهانه 45 ایستگاه همدیدی پراکنده در سطح کشور با دادههای بارش ماهانه ERA-Interim در نزدیکترین نقطه به هر ایستگاه مورد مقایسه آماری قرار گرفت. برای این منظور از آمارههایی مانند ضریب تعین (R2)، مجذور میانگین مربع خطا (Rmse)، شیب خط (B Slope)، اریبی (Bias) و ضریب کارایی مدل (EF) برای مقایسه آماری دادههای ERA-interim در برابر دادههای مشاهدهای ایستگاههای مورد مطالعه استفاده شده است. نتیجه این بررسی نشان داد که ERA-Interim از دقت بسیار بالایی در پیشبینی بارش بسیاری از نقاط کشور برخوردار است و میزان خطای آن در بیش از 70 درصد از ایستگاههای مورد مطالعه اندک و قابل چشم پوشی است. همچنین مشخص شد که ERA-Interim بارش ایستگاههای ناحیه ساحلی خزر و برخی ایستگاههای ناحیه ساحلی خلیج فارس را کمتر از مقدار واقعی پیشبینی میکند. کم برآورد کردن بارش در ایستگاههای ناحیه خزری عمدتا به علت ناتوانی ERA-Interim در پیشبینی درست برخی بارشهای فرین این ناحیه میباشد. اگرچه بین بارش ERA-Interim و بارش مشاهدهای در منطقه شمال غرب و شمال شرق کشور همبستگی بسیار قوی دیده میشود ولی مقدار بارش پیشبینی شده ERA-Interim برای اکثر ایستگاههای این مناطق نیز بیشتر از مقدار واقعی برآورد میشود.
similar resources
ارزیابی تولیدات شبکهای تحلیل مجدد پایگاه اروپایی پیش بینی های میان مدت جوی ECMWF در مناطق اقلیمی مختلف ایران
نبود یا عدم کفایت آمار مشاهداتی اقلیمی در مناطق مختلف میتواند منجر به عدم آگاهی لازم در اقلیمهای مختلف و توان پایین مدیریت در زمینههای هواشناسی، هیدرولوژی و کشاورزی شود. امروزه توسعه مراکز پیش بینی و مدلسازی دادههای اقلیمی امکان دسترسی به دادههای تقریبا به هنگام را فراهم کرده است. در این پژوهش از داده های تحلیل مجدد پایگاه اروپایی پیش بینی های میان مدت جوی(ECMWF<...
full textواکاوی سنجش دقت زمانی- مکانی بارش پایگاه دادۀ مرکز پیش بینی میان مدت جوی اروپایی (ecmwf ) بر روی ایران زمین
برای اجرای این پژوهش، مقادیر بارش شبکه ای سه ساعتی نسخة era-interim پایگاه دادة مرکز پیش بینی میان مدت جوی اروپایی (ecmwf) بر روی گسترة ایران با تفکیک مکانی 125/0 درجة قوسی طی بازة زمانی 01/01/1979 تا 31/12/2013 استخراج شد. طی این بازة زمانی، داده های بارش مشاهده شده بر روی پیمونگاه های همدید و پایگاه دادة ملی اسفزاری نیز آماده شد. یافته ها نشان داد که نه تنها از نگاه هماهنگی زمانی، بلکه به لحا...
full textواکاوی سنجش دقت زمانی- مکانی بارش پایگاه دادۀ مرکز پیشبینی میانمدت جوی اروپایی (ECMWF ) بر روی ایرانزمین
برای اجرای این پژوهش، مقادیر بارش شبکهای سهساعتی نسخة ERA-Interim پایگاه دادة مرکز پیشبینی میانمدت جوی اروپایی (ECMWF) بر روی گسترة ایران با تفکیک مکانی 125/0 درجة قوسی طی بازة زمانی 01/01/1979 تا 31/12/2013 استخراج شد. طی این بازة زمانی، دادههای بارش مشاهدهشده بر روی پیمونگاههای همدید و پایگاه دادة ملی اسفزاری نیز آماده شد. یافتهها نشان داد که نهتنها از نگاه هماهنگی زمانی، بلکه بهلحا...
full textبررسی صحت و دقت طرحواره های مختلف مدل WRF و ارزیابی پیش بینی بارش در ایران زمین
در انجام این پژوهش، سعی شده است میزان دقت و صحت برونداد و در نتیجه کارایی مدل در پیش بینی 24 و48 ساعته پدیده بارش با انتخاب طرحواره های مختلف مورد ارزیابی قرار گیرد. از اینرو به منظور راست آزمایی محصول مدل، دو وضعیت بارش و عدم بارش در نظر گرفته شده است و با تعیین چهار آستانه برای بارش جدول توافقی تشکیل و امتیازهای مهارتی محاسبه گردیده است. نتایج واکاوی گویای آنست که در بین پیکربندی های مختلف ، ...
full textارزیابی دقت شبکه عصبی مصنوعی بازگشتی نارکس در پیش بینی بارش روزانه در استان کرمان
بارش یکی از پارامترهای مهم اقلیمشناسی و سایر علوم جوّی که از اهمیّ تّ والای یّ در حیات بشر برخوردار است. در سالهای اخیر، سیل و خشکسالی خسار های فراوانی را در بس یّاری از مناطق جهان در پی داشته است. پیش بینی بارش در مدیریت و هشدار این معضلا نق شّ مهمی بر عهده دارد. امروزه شبکههای عصبی مصنوعی از جمله روشهای نوین م یّباش دّ ک هّ برای تخمین و پیشبینی پارامترها با استفاده از ارتباط ذاتی بین دادهه اّ توس عّه یا...
full textکاربرد سیگنالهای اقلیمی در پیش بینی تبخیر در غرب ایران
تبخیر یکی از متغیرهای اقلیمی است که پیش بینی آن نقش مهمی در برنامه ریزیهای مربوط به آب دارد. با توجه به بالا بودن نسبی میزان بارندگی در مناطق غرب ایران، آگاهی از میزان تبخیر برای مدیریت درست آب در این مناطق ضروری میباشد. از عوامل اثرگذار بر میزان تبخیر، سیگنالهای اقلیمی میباشند که توجه به نقش آنها پیش بینی تبخیر را ممکن می کند. با استفاده از مدل شبکه عصبی مصنوعی به پیش بینی تبخیر بر اساس این س...
full textMy Resources
Journal title
volume 43 issue 1
pages 133- 147
publication date 2017-04-21
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023