این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات منابع آب ایران، جلد ۱۳، شماره ۴، صفحات ۲۸-۳۸
عنوان فارسی کاربست مدل های همادی آمریکای شمالی در پیش بینی فصلی بارش گستره ی ایران
چکیده فارسی مقاله ارزیابی برونداد مدل‌های گردش کلی جفتشده جو-اقیانوس در پیش‌بینی متغیرهای اقلیمی توجه جهانی با به‌خود جلب کرده است. در کشور ایران نیز در صورت مشخص شدن مهارت مناسب سامانه‌‌های پیش‌بینی فصلی دینامیکی اقلیمی در یک دوره بلندمدت (بازپیش‌بینی) می‌توان از پیش‌بینی‌های فصلی بهنگام در کمک به تصمیم‌سازان در برنامه‌ریزی با پیش‌دیدهای فصلی و ماهانه استفاده نمود. تعیین مهارت مدل‌های دینامیکی باید برای فصول هدف و وابسته به پیش‌دید و شرایط آغازین مورد ارزیابی قرار گیرد. در این پژوهش، برونداد 8 سامانه پیش‌بینی فصلی از پروژه مدل‌های همادی چندگانه آمریکای شمالی متشکل از 102 عضو همادی برای کشور ایران مورد ارزیابی قرار گرفته است. این تحلیل برای نیمه اول سال آبی که بیش‌ترین سهم بارش در اکثر مناطق محدوده مورد مطالعه را به‌خود اختصاص می‌دهد، انجام شده است. بدین‌منظور همبستگی بی‌هنجاری‌های بارش برونداد مدل‌های همادی آمریکای شمالی با اطلاعات برآوردشده سنجش از دور بر اساس شبکه عصبی مصنوعی برای داده‌های رکورد اقلیمی بارش (PERSIANN-CDR) برای سه فصل، در سه پیش‌دید با آغازگری‌های مختلف مورد ارزیابی گرفت. هم‌چنین، اریبی برونداد مدل‌های آمریکای شمالی برای دوره 1983-2013 محاسبه شد. نتایج نشان می‌دهد که همبستگی میان بی-هنجاری‌های بارش مدل‌های آمریکای شمالی با داده‌های بارش برآوردشده (مشاهداتی) در اکثر مناطق کشور ایران بالا است. مشخص شد در اکثر سلول‌های واقع در کشور ایران، اریبی مدل‌های ارزیابی شده بین 1 تا 1- میلی‌متر در روز است. نتایج این پژوهش، ضرورت توسعه همادی مدل‌های چندگانه برای تصحیح خطای سامانمند، مقیاس‌کاهی و تولید پیش‌بینی‌های احتمالاتی را در پیش‌بینی بارش حوزه‌های آبریز درجه 2 کشور ایران نشان می‌دهد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Application of North American Multi-Model Ensemble for Iran’s Seasonal Precipitation Forecasts
چکیده انگلیسی مقاله The assessment of Atmosphere-Ocean General Circulation climate model outputs have been become of much global interest. If the skill of the dynamic seasonal climate forecasts prove appropriate skill over the long-term (hindcast period), real-time seasonal forecast systems are able to support decision makers in managing monthly and seasonal time scales. The skill of dynamic models for target seasons depends on both the initialization and lead time. In this research, the output of 8 models enrolling in the North American Multi-Model Ensemble (NMME) with more than 102 ensemble members is evaluated over Iran. Analysis of the research is for the first 6 months of the water-year when DJF precipitation has the highest proportion within the study area. The anomaly correlation is calculated using PERSIANN-CDR for evaluation of three seasons (OND, DJF, JFM) in different initializations. The bias of NMME models is also analyzed over the period of 1983-2013. The results show that the anomaly correlation of NMME individual models is high over many parts of Iran. The bias between -2 to +2 mm/day is identified over grid points within the study area. The results of the this research addressed the need to develop multi-model ensembles to treat systematic errors, downscaling and providing probabilistic forecasts in 30 river basins in Iran which suit the real-time application of NMME models during a water year.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسین نجفی |
کاندیدای دکتری مهندسی منابع آب، پردیس ابوریحان، دانشگاه تهران، پاکدشت، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

علیرضا مساح بوانی | massah bavani
دانشیار گروه آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران، پاکدشت، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

پرویز ایران نژاد |
دانشیار گروه فیزیک فضا، مؤسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

اندرو رابرتسون |
مدیر گروه اقلیم مؤسسه پژوهش های بین المللی برای اقلیم و جامعه، مؤسسه زمین، دانشگاه کلمبیا، پلسیدز، ایالات متحده آمریکا

نشانی اینترنتی http://www.iwrr.ir/article_46528_93ac199e0881103e782ba6d0d2ab44cf.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/709/article-709-569535.pdf
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