بررسی و مقایسه عملکرد دو مدل (ClimGen و LARS-WG) در شبیهسازی متغیرهای هواشناسی در شرایط مختلف اقلیمی ایران
Authors
Abstract:
مدلهای شبیهسازی تصادفی وضع هوا (مولدهای وضع هوا) در مطالعات مختلفی از قبیل ارزیابی ریسک پدیدههای حدی اقلیمی و هیدرولوژیک، مدیریت ریسک منابع آب و کشاورزی مورد استفاده قرار میگیرند. انجام این قبیل مطالعات، اغلب نیازمند دسترسی به سری درازمدت دادههای هواشناسی میباشد. با توجه به اینکه در اکثر ایستگاههای هواشناسی، دسترسی به آمار درازمدت وضع هوا (به ویژه، دادههای روزانه) امکانپذیر نیست، میتوان از مولدهای وضع هوا برای تطویل سری زمانی عوامل هواشناسی استفاده نمود. هدف از طراحی مولدهای وضع هوا، تولید دادههایی است که به لحاظ آماری مشابه دادههای مشاهده شده باشند. در این مطالعه، دو مدل مشهور، ClimGen و LARS-WG، از نظر تولید دادههای روزانه مجموع بارندگی، دمای حداقل و حداکثر هوا و تابش کلی خورشید در 15 نمونة اقلیمی مختلف کشور مورد بررسی قرار گرفت. برای این منظور، سه مرحله واسنجی، صحتسنجی و شبیهسازی مدلها در ایستگاههای منتخب انجام و کارایی مدلها از نظر شباهت مقادیر تولید شده با مقادیر مشاهده شده با استفاده از شاخصهای خطا نظیر ریشه میانگین مربعات (RMSE) و ضریب تعیین (CD) ارزیابی گردید. همچنین برای مقایسه برخی مشخصههای دادههای تولید شده و مشاهده شده برای مثال، طول دوره خشک و تر، توزیع فراوانی بارندگی و طول دوره یخبندان و گرمای شدید، از سه آزمون آماری شامل t-استیودنت، F و X2استفاده گردید. نتایج بدست آمده در محدوده اقلیمی نشان داد که LARS-WG در تولید دادههای بارندگی و ClimGen در شبیهسازی دماهای حداکثر و حداقل نتایج مناسبتری عاید میسازد. با این وجود، هر دو مدل، موفقیت چندانی در شبیهسازی درازمدت دادههای تابش خورشید نداشتند.
similar resources
بررسی و مقایسه عملکرد دو مدل (climgen و lars-wg) در شبیه سازی متغیرهای هواشناسی در شرایط مختلف اقلیمی ایران
مدل های شبیه سازی تصادفی وضع هوا (مولد های وضع هوا) در مطالعات مختلفی از قبیل ارزیابی ریسک پدیده های حدی اقلیمی و هیدرولوژیک، مدیریت ریسک منابع آب و کشاورزی مورد استفاده قرار می گیرند. انجام این قبیل مطالعات، اغلب نیازمند دسترسی به سری درازمدت داده های هواشناسی می باشد. با توجه به اینکه در اکثر ایستگاههای هواشناسی، دسترسی به آمار درازمدت وضع هوا (به ویژه، داده های روزانه) امکانپذیر نیست، می توا...
full textDegenerate Four Wave Mixing in Photonic Crystal Fibers
In this study, Four Wave Mixing (FWM) characteristics in photonic crystal fibers are investigated. The effect of channel spacing, phase mismatching, and fiber length on FWM efficiency have been studied. The variation of idler frequency which obtained by this technique with pumping and signal wavelengths has been discussed. The effect of fiber dispersion has been taken into account; we obtain th...
full textکارایی الگوهای ریزمقیاس نمایی آماری SDSM و LARS-WG در شبیهسازی متغیرهای هواشناسی در حوضۀ آبریز دریاچۀ ارومیه
در این پژوهش، نتایج دو الگوی ریزمقیاس نمایی SDSM و مولد آبوهوایی LARS-WG با درنظر گرفتن تحلیل عدم قطعیت روی بارش روزانه، کمینه و بیشینه دمای روزانه مقایسه میشود. منطقة این پژوهش شامل ایستگاههای هواشناسی تبریز و ارومیه بهمثابة نمایندة حوضة آبریز دریاچة ارومیه است که آمار بلندمدت آنها موجود است. دورة پایه در این الگوها، دادههای دما و بارش روزانة ایستگاههای تبریز و ارومیه در دورة بلندمدت 19...
full textارزیابی عملکرد مدل های ریزمقیاس گردانی LARS-WG و SDSM در شبیه سازی تغییرات اقلیمی در حوضه آبریز دریاچه ارومیه
در بررسی تغییرات اقلیمی، پیش بینی آینده پارامترهای اقلیمی توسط مدل های گردش عمومی (GCMs) و تحت سناریوهای انتشار گازهای گلخانه ای انجام می شود؛ اما خروجی این مدل ها به علت بزرگمقیاس بودن شبکه ی آنها فاقد دقت مکانی و زمانی مناسب در مقیاس کوچک می باشند. بدین منظور نیاز به کوچکمقیاس کردن خروجی این مدل ها در مقیاس ایستگاهی و نقطه ای با استفاده از مدل های ریزمقیاس گردانی خواهد بود که به دو دسته آ...
full textارزیابی دقت دادههای CFSR و مدل LARS-WG در شبیهسازی پارامترهای اقلیمی استان چهارمحال و بختیاری
هدف پژوهش حاضر، ارزیابی دقت مولد آبوهوایی LARS-WG و دادههای CFSR در شبیهسازی پارامترهای اقلیمی (دمای کمینه و بیشینه و بارش) استان چهارمحال و بختیاری است. بدینمنظور، از مقایسةشاخصهای آماری RMSE، MBE، MAEو R2استفاده شد. در ایستگاه شهرکرد مقادیر RMSE و MAE برای بارش ماهانة دادههای CFSR به ترتیب 49/20 و 19/11 میلیمتر و برای بارش سالانه 88/92 و 51/72 میلیمتر است. این مقادیر بارش، در مورد مدل...
full textپیشبینی تغییرات برخی از متغیرهای اقلیمی با استفاده از مدل ریز مقیاسسازی LARS-WG و خروجیهای مدل HADCM3 تحت سناریوهای مختلف
امروزه پیشبینی بلندمدت متغیرهای اقلیمی برای اطلاع از میزان تغییرات و در نتیجه در نظر گرفتن تمهیدات لازم برای سازگاری و تعدیل اثرات سوء ناشی از تغییر اقلیم مورد توجه هیدرولوژیستها و پژوهشگران قرار گرفته است. در حال حاضر، مدلهای گردش عمومی جو (GCM) قویترین ابزار بهمنظور تولید سناریوهای اقلیمی میباشند. بهدلیل دقت مکانی پایین مدلهای گردش عمومی جو، این مدلها نمیتوانند تقریب درست...
full textMy Resources
Journal title
volume 5 issue 1
pages 44- 57
publication date 2009-06-01
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023