
تعداد نشریات | 13 |
تعداد شمارهها | 623 |
تعداد مقالات | 6,502 |
تعداد مشاهده مقاله | 8,640,187 |
تعداد دریافت فایل اصل مقاله | 8,234,527 |
ارزیابی حساسیت طرحوارههای همرفت مدل RegCM4 در شبیهسازی بارش غرب ایران با استفاده از سری دادههایMK36- CSIRO | ||
مجله پژوهشهای حفاظت آب و خاک | ||
مقاله 3، دوره 26، شماره 3، مرداد و شهریور 1398، صفحه 51-69 اصل مقاله (2.17 M) | ||
نوع مقاله: مقاله کامل علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/jwsc.2019.15138.3029 | ||
نویسندگان | ||
علی اکبر سبزی پرور* 1؛ سجاد ابراهیم زاده2 | ||
1دانشگاه بوعلی همدان - دانشکده کشاورزی | ||
2دانشگاه بو علی سینای همدان | ||
چکیده | ||
پژوهش حاضر در منطقه غرب ایران شامل: استانهای همدان، کردستان و کرمانشاه در مساحتی بالغ بر 72336 کیلومتر مربع انجام شده است. منطقه منتخب در طول جغرافیایی۴۵ درجه و ۲۰ دقیقه تا ۴۹ درجه و ۳۶ دقیقه و عرض جغرافیایی ۳۳ درجه و ۳۷ دقیقه تا ۳۶ درجه و ۳۰ دقیقه قرار گرفته است. با توجه به دوره آماری مورد مطالعه و همپوشانی زمانی آمار بارش ثبت شده ایستگاههای هواشناسی، تعداد 13 ایستگاه سینوپتیک شامل همدان، تویسرکان، نهاوند، ملایر، کرمانشاه، اسلامآباد غرب، سرپل ذهاب، کنگاور، سنندج، بانه، بیجار، مریوان و سقز در سطح سه استان مورد استفاده قرار گرفتند. مدل مذکور با شرایط اولیه و مرزی مشخص و ثابت برای هر چهار طرحواره امانوئل، کو، گرل A.S و گرل F.C. برای مدت ده سال اجرا شد. به منظور بررسی خطای خروجیهای مدل، پارامتر بارش بعنوان مبنا انتخاب و مقادیر عددی شبیهسازی شده بارش توسط مدل، برای 13 ایستگاه منتخب در سه استان همدان، کرمانشاه و کردستان، با کدنویسی در محیط NCL بصورت نقطهای استخراج شدند. یافتهها: در هر سه استان جذر میانگین مربعات خطا در طرحواره امانوئل کمترین مقدار را داراست و طرحواره گرل A.S. دارای بیشترین مقدار در استانهای کرمانشاه (49.84 میلیمتر) و کردستان (55.35 میلیمتر)، و برای استان همدان طرحواره کو بیشترین مقدار را داراست (36.13 میلیمتر). در مورد خطای اریبی نیز، در استانهای همدان و کردستان کمترین مقدار خطای اریبی به طرحواره امانوئل اختصاص دارد ( حدود 18 میلیمتر در هر دو استان) اما در استان کرمانشاه طرحواره کو کمترین مقدار خطای اریبی را به خود اختصاص داده است (24.96). در فصل زمستان بجز طرحواره کو، سه طرحواره دیگر مقادیر بارش را بیشتر از مقادیر واقعی شبیهسازی کردند و طرحواره امانوئل بالاترین مقدار بیشبرآورد را داشت ( حدود 63 میلی-مترخطای اریبی). همچنین در این فصل، طرحواره گرل F.C. با متوسط 13 میلیمتر اختلاف نسبت به مقادیر واقعی، کمترین مقدار خطا را نشان داد. در فصل بهار نیز طرحواره کو مقادیر بارش را برای تمام ایستگاهها کمتر از مقادیر واقعی شبیهسازی کرد اما سه طرحواره دیگر مقادیر بارش را بیشتر از مقادیر واقعی شبیه سازی کردند و طرحواره امانوئل با متوسط خطای 62 میلیمتر، بهترین شبیهسازی را برای کل منطقه مطالعاتی نشان داد. در فصل تابستان هر چهار طرحواره مورد استفاده در اجرای مدل، مقادیر بارش را بیشتر از مقادیر واقعی شبیهسازی کردند و طرحوارههای کو (1.2 میلیمتر خطای اریبی) و گرل A.S. (122 میلیمتر خطای اریبی) به ترتیب بهترین و بدترین نتایج را برای کل منطقه نشان دادند. در فصل پاییز فقط طرحواره کو مقادیر بارش را کمتر از مقادیر واقعی شبیهسازی کرد و بهترین شبیهسازی آن مربوط به ایستگاه ملایر با 99.2 میلیمتر خطا بود. سه طرحواره دیگر همانند فصول دیگر مقادیر بارش را بیشتر از مقادیر واقعی شبیهسازی کردند و طرحواره گرل F.C. با خطای اریبی متوسط 6 میلیمتر در سطح منطقه و کو با خطای اریبی متوسط 143 میلیمتر در سطح منطقه به ترتیب بهترین و بدترین نتایج را نشان دادند. نتیجه گیری: در مقیاس سالانه طرحواره امانوئل در 77 درصد از ایستگاههای مورد مطالعه دارای کمترین میانگین جذر مربعات خطا ( با متوسط 22.8 میلیمتر) و کمترین خطای اریبی ( با میانگین 21.18 میلیمتر) است. در مقیاس سالانه برای هر سه استان، طرحواره امانوئل کمترین مقدار جذرمیانگین مربعات خطا را نشان میدهد ( 18.96، 28.95 و20.69 میلیمتر به ترتیب برای استانهای همدان، کرمانشاه و کردستان). در مقیاس فصلی، طرحواره امانوئل برای فصل پاییز (68.76 میلیمتر) و زمستان (66.8 میلیمتر) کمترین جذر میانگین مربعات خطا را نشان میدهد. همچنین در فصل بهار(54.4 میلیمتر) و تابستان (4.59 میلیمتر) کمترین مقادیر جذر میانگین مربعات خطا مربوط به طرحواره کو است. | ||
کلیدواژهها | ||
مدل RegCM4؛ طرحوارههای همرفت؛ MK36- CSIRO؛ تغییر اقلیم | ||
مراجع | ||
1.Adeniyi, M. 2014, Sensitivity of different convection schemes in RegCM4 for simulation of precipitation during the Septembers of 1989 and 1998 over West Africa, Theoretical and Applied Climatology, 115: 305-322.
2.Afzaal, M., and Hussain, A. 2006, Numerical Simulation of Summer Monsoon Precipitation of 1992 Over Pakistan. Pak. J. Meteorol.
3.Ahmadi, M., Lashkari. H., Keikhosroyi, Gh., and Azadi, M. 2014. Comparison of LARS_WG and RegCM4 models in simulation and post-processing of annual temperature and rain fall data in Great Khorasan.Scientific-Research. Quarterly of Geographical Data (SEPEHR).25: 98. 157-170. (In Persian)
4.Anthes, R.A., Hsie, E.Y., and Kuo, Y.H. 1987. Description of the Penn State University NCAR Mesoscale model MM4 NCAR tech note, NCAR=TN-282, STR, 66p.
5.Babaeian, I., Karimian, M., Modirian, R., and Habibi-Nokhandan, M. 2007. Simulation of 1997 and 2000 Cold months Precipitations by Using Regional Climate Model (RegCM3). Geograph. Dev. Iran. J. 5: 10. 55-77. (In Persian)
6.Basit, A., Shoaib, R., Irfan, N., and Avila, R., 2012. Simulation of Monsoon Precipitation over South-Asia Using RegCM3, International Scholarly Research Network (ISRN) Meteorology, 201: 1-14.
7.Dubrovsky, M. 1996. Validation ofthe stochastic Weather Generator Met& ROLL, Meteorogickeo Zpravy,49: 12q - 1380.
8.Elguindi, N., and Giorgi, F. 2006. Simulating Multi-decadal Variabilityof Caspian Sea Level Changes Using Regional Climate Model Outputs, Climate Dynamics, 26: 167-181.
9.Francisco, R.V. 2003. Some Experiments in Running the RegCM over the Philippines, ICTP Workshop on the Theory and Use of Regional Climate Models, Trieste Italy. Pp: 561-571.
10.Franco, R., and Coppola, E. 2013. Assessment of RegCM4 simulated Interannual variability and daily-scale statistics of temperature and precipitation over Mexico, Clim. Dyn. (2014),42: 629-647.
11.Gochis, D.J., Shuttleworth, W.J., and Yang, Z.L. 2002. Sensitivity of the modeled North American monsoon regional climate to convective parameterization, Mon. Wea .Rev.130: 5. 1282-1298.
12.Hogan, T.F., and Goerss, J.S. 2003. A Brief Description of the Emanuel Convection Parameterization, in NOGAPS and ITS Impact.
13.Irannezhad, P., Ahmadi Givi, F., and Pazuki, R. 2009. The role of different convection Parameterization methods in simulating temperature and winter rainfall fields with RegCM regional-climatic model in Iran. J. Earth Space Physic. 35: 4. 101-120.
14.Karori, M. 2008. Downscaling NCC CGCM output for seasonal precipitation predication over Islamabad-Pakistan, Pak. J. Meteorol. 4: 59-72.
15.Keikhosravi, Gh. 2018. Simulation and post-procession of temperature and precipitation elements, using output of RegCM4 dynamic model in Great Khorasan. 17: 47. 191-211. (In Persian)
16.Modirian, R., Babaeian, I., and Karimian, M. 2010. The Optimum Configuration of RegCM3 Model for Simulation of Precipitation and Temperature at Autumn Seasonalover Khorasan Region in 1991-2000.41: 70. 107-120. (In Persian)
17.Mohammadi, F., Zarin, A., and Babaeiyan, I. 2015. Ability of RegCM4 climate model to simulate precipitation in cold period of Fars, Case study: 1990-2010 period. J. Earth Space Physic. 41: 3. 511-524. (In Persian)
18.Pal, J., Giorgi, F., Bi, X., Elguindi, N., Eltahir, E., and Francisco, R. 2003. Developments in the Latest Version of the RegCM, ICTP Workshop on the Theory and Use of Regional Climate Models, Trieste Italy. | ||
آمار تعداد مشاهده مقاله: 433 تعداد دریافت فایل اصل مقاله: 276 |