این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات منابع آب ایران، جلد ۷، شماره ۳، صفحات ۵۳-۶۱
عنوان فارسی پیش بینی احتمالی بارش واسنجیده با سامانه پیش بینی همادی (گروهی) WRF و MM۵ در ایران
چکیده فارسی مقاله 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 سامانه‌ همادی در دوره آموزش، به دو دسته با انحراف‌ معیار (45/0≥ < s0) و (45/0< s) تقسیم ‌‌شده‌ است. در نهایت پیش‌بینی بارندگی روزانه برای آستانه‌های (1/0≥p، 10< p≤ 1/0 و 10p > ) میلی‌متر برای هر روز در دوره ارزیابی با استفاده از بافت‌نگار حاصل از دوره آموزش و انحراف‌معیار پیش‌بینی بارندگی مربوط به اعضای سامانه در همان روز واسنجی ‌شده است. نتایج حاصل از سنجه‌های راست‌آزمایی متداول، نشان می‌دهد که واسنجی به روش بافت نگار رتبه‌ای سبب بهبود پیش‌بینی‌های احتمالی بارش روزانه (‌به ویژه در آستانه بارش‌های سنگین) می‌شود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Calibrated Probabilistic Precipitation Forecast Using the WRF and MM5 Ensemble over Iran
چکیده انگلیسی مقاله The output of an ensemble for country-wide daily precipitation probabilistic forecasts were calibrated with two models of WRF and MM5 with respectively 5 and 3 different configurations. The cumulative precipitation of 257 synoptic stations in the country has been used from 1st of November 2008 to 30th of April 2009. These data have been divided into two three-month periods which has been used for training and evaluating. The ensemble's rank histogram in training period, has been divided into two sets with the standard deviations of (0< s < 0.45) and (s >0.45). Finally, daily precipitation forecast has been calibrated for thresholds p≤0.1, 0.1≤ p< 10, and p>10 millimeters at each day of the evaluating period. This was done by means of the rank histogram produced by training period and probabilistic precipitation standard deviation in the same day. For different verification tools it has been shown that calibration with rank histogram leads to an improvement in probabilistic forecasts of daily precipitation (especially in heavy precipitation categories).
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مجید آزادی |
عضو هیأت علمی پژوهشکده هواشناسی، تهران، ایران
سازمان اصلی تایید شده: پژوهشکده هواشناسی

نجمه کفاش زاده | kafash zadeh
دانشجوی کارشناسی ارشد هواشناسی، دانشگاه هرمزگان، هرمزگان بندرعباس ، ایران
سازمان اصلی تایید شده: دانشگاه هرمزگان (Hormozgan university)

زینب ذاکری |
کارشناس ارشد بخش اطلاعات و مخابرات سازمان هواشناسی، تهران، ایران.
سازمان اصلی تایید شده: سازمان هواشناسی

نشانی اینترنتی http://www.iwrr.ir/article_16220_72b9cc6883e00fc891b0ce6371e6f35f.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات