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 گام‌های شبکه‌ای 45 و 15 کیلومتر برای یک دوره 6 ماهه از اول نوامبر 2008 تا 30 آوریل 2009 اجرا شده است. سپس برونداد مدل برای بارندگی‌های 24 ساعته با دو روش بهترین برآوردگر ساده و روش میانگین متحرک برای 205 ایستگاه هواشناسی همدید کشور تصحیح و پس‌پردازش شده است. داده‌های سه ماه اول برای آموزش و بقیه داده‌ها برای آزمون و مقایسه استفاده شده است. نمایه‌های آماری مانند درجه موازنه جرم، میانگین مطلق خطا و امتیاز مهارتی متناظر با آن برای پیش‌بینی‌های خام و بهبود یافته برای نشان دادن بهبود نتایج، محاسبه و مقایسه شده است. نتایج نشان داد که هر دو روش پس‌پردازش، برونداد مستقیم مدل را بهبود می‌بخشند؛ به گونه‌ای که میانگین مطلق خطا برای ایستگاه‌های مختلف در روش میانگین متحرک، بین 5 تا 50 درصد (با میانگین در حدود 25%) و در روش بهترین برآوردگر ساده به طور میانگین در حدود 13% بهبود یافته است.