بکارگیری الگوریتم ژنتیک جهت پس پردازش پارامتر آب قابل بارش پیش بینی مدل عددی WRF با استفاده از داده های ماهواره زمین ایستای METEOSAT8 در نواحی فاقد ایستگاه جو بالای ایران

Authors

Abstract:

آب قابل بارش برآوردی از ستون بخارآب در کل لایه تروپوسفر می باشد که پیش بینی دقیق این کمیت می تواند در تخمین میزان بارش و پیش آگاهی احتمال وقوع سیلاب مفید باشد. ماهواره METEOSAT8 دارای طیف گسترده ای از محصولات هواشناختی و آبشناسی است که یکی از آنها کمیت آب قابل بارش می باشد. هدف از این پژوهش پس پردازش پارامتر آب قابل بارش پیش بینی مدل عددی WRF با استفاده از داده های ماهواره زمین ایستای METEOSAT8 در نواحی فاقد ایستگاههای جو بالا می باشد. برای این مهم ابتدا کمیت آب قابل بارش مستخرج از داده های ماهواره METEOSAT8 با داده های 2  ایستگاه جو بالای کشور به مدت یک سال راستی آزمایی شد. نتایج حاصل از این مقایسه تا حدود زیادی قابل اعتماد بود به طوری که از داده های ماهواره MSG1(IODC) به عنوان مقادیر هدف الگوریتم ژنتیک جهت پس پردازش پیش بینی مدل عددی WRF در نقاط غیرایستگاهی استفاده نمودیم. در انتها مقادیر پس پردازش شده و مقادیر ماهواره MSG1  را در 6 شهر ایران با شرایط اقلیمی متفاوت مقایسه نمودیم. نتایج بیانگر عملکرد خوب این رهیافت جهت پس پردازش آب قابل بارش مدل پیش بینی WRF بود  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پس پردازش خروجی مدل های پیش بینی عددی بارش پایگاه داده TIGGE با مدل میانگین گیری بیزین (BMA)

بارش یکی از مهم‌ترین پدیده‌های هواشناسی و محرک اصلی در پیش‌بینی جریان رودخانه است. از اینرو تشخیص مقدار بارش در آینده کمک شایانی به مدیریت منابع آب و پیش‌بینی سیلاب می‌کند. در همین راستا برخی از مهم‌ترین مراکز هواشناسی دنیا پیش‌بینی‌های عددی بارش را در مقیاس جهانی در اختیار کاربران قرار دادند. در دسترس بودن مدل‌های پیش‌بینی گروهی جهانی در پایگاه داده TIGGE فرصت‌های جدیدی را برای پیش‌بینی سیلاب ...

full text

بررسی 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 text

پیش بینی احتمالی بارش واسنجیده با سامانه پیش بینی همادی (گروهی) WRF و MM5 در ایران

برونداد یک سامانه پیش‌بینی همادی برای انجام پیش‌بینی‌های احتمالی بارش روزانه در سطح کشور با دو مدل‌WRF‌‌ و MM5 به ترتیب با پنج و سه پیکربندی متفاوت واسنجی و ارزیابی‌ شده ‌است. بارندگی تجمعی 257 ایستگاه همدید در سطح کشور در بازه‌ی زمانی اول نوامبر 2008 تا سی آوریل 2009 استفاده‌ شده‌ است. این داده‌ها به دو دوره  سه ماهه تقسیم و برای آموزش استفاده و ارزیابی‌‌‌ شده ‌است. بافت نگار‌رتبه‌ای حاصل از س...

full text

راست آزمایی پیش بینی های مدل wrf برای محتوای آب قابل بارش ابر و میزان بارش با استفاده از داده های رادار

هدف از این پژوهش راست آزمایی مهارت مدل wrf در پیش بینی کمیت های بارش و آب قابل بارش و ارتباط این دو پارامتر مهم هواشناختی با یکدیگر به کمک داده های دیدبانی رادار هواشناسی تهران است. از این رو، در این مطالعه، 3 بازه 1/11/2010-4/11/2010، 8/1/2011-11/1/2011 و 15/1/2011-18/1/2011 که در همه آن ها بارش باران گزارش شده بود انتخاب گردید. در ابتدا به منظور تصحیح مقادیر براوردی بارش رادار تهران، با در ...

15 صفحه اول

پس پردازش برونداد مدل WRF برای بارندگی روزانه در ایران

با اینکه امروزه مدل‌های پیش‌‌بینی عددی وضع هوا پیشرفت قابل توجهی کرده‌اند اما هنوز پیش‌بینی دقیق بارش نقطه‌ای، بسیار مشکل و چالش‌برانگیز است. همواره تلاش بر این بوده است که پیش‌بینی بارش به صورت دقیق‌تری با بهبود شرایط اولیه و پیکربندی مدل‌های پیش‌بینی عددی وضع هوا به دست آید. به این منظور تصحیح برونداد مدل یکی از راه‌هایی است که می‌توان انجام داد. در این پژوهش مدل میان‌مقیاس WRF با دو دامنه با...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 43  issue 104-105

pages  41- 44

publication date 2019-03-21

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