ارزيابي عملكرد مدل WRF در شبيه سازي بارش‌هاي سنگين

Evaluation of the WRF Model Performance for Heavy Rainfall Simulation A Case Study of the Kan Basin in Iran

سابقه و هدف: هر ساله وقوع بارش‌هاي سنگين در حوضه‌هاي سيل‌خيز كشور منجر به رخداد سيلاب‌ و خسارت‌هاي هنگفتي مي‌گردد. پيش‌بيني بارش‌هاي سنگين يكي از گام‌هاي ضروري در تدوين و توسعه يك سيستم هشدار سيلاب ‌است. در سال‌هاي اخير استفاده از مدل‌هاي عددي وضع هوا در پيش‌بيني بارش كاربرد گسترده‌اي داشته است. سرويس‌ها و مراكز هواشناسي مختلفي، پيش‌بيني‌هاي جوي را با حل مدل‌هاي عددي وضع هوا ارائه مي‌كنند. لازم به ذكر است كه پيش‌بيني‌هاي اين مراكز در مقياس بزرگ شبكه‌بندي شده‌اند. از جمله روش‌هاي ديناميكي كه امروزه براي ريزمقياس نمايي مدل‌هاي بزرگ مقياس بسيار مورد توجه قرار گرفته است مي‌توان به مدل پژوهش و پيش‌بيني وضع هوا (WRF) اشاره كرد. در مطالعه حاضر توانايي مدل WRF در پيش‌بيني بارش‌هاي سنگين در حوضه‌آبريز رودخانه كن تهران مورد ارزيابي قرار گرفته است. مواد و روش‌ها: شرايط مرزي و اوليه مدل از داده‌هاي اجراي ساعت صفر (به وقت ساعت هماهنگ جهاني ) سامانه مدل‌سازي تمام كره‌اي موسوم به GFS از مركز ملي پيش‌بيني‌هاي محيطي گرفته شده است. براي اجراي مدل سه دامنه در نظر گرفته شده است. دامنه بزرگ داراي تفكيك افقي 27 كيلومتر، دامنه مياني داراي تفكيك افقي 9 كيلومتر و دامنه كوچك كه ارزيابي‌ پيش‌بيني‌ها در آن صورت گزفته است داراي تفكيك افقي 3 كيلومتر مي‌باشد. ارزيابي‌ها‌ بر روي پيش‌بيني‌هاي كوتاه ‌مدت (24 ساعته) انجام شده است. بدين منظور سه مورد از بارش‌هاي تاريخي كه منجر به رخداد سيلاب در منطقه مورد مطالعه شده است، انتخاب و با استفاده از مدل WRF شبيه‌سازي گرديد. همچنين پيش‌بيني‌هاي ارائه شده توسط مركز ملي پيش‌بيني زيست محيطي (NCEP) نيز از طريق تارنماي اين مركز تهيه گرديد. سپس نتايج حاصل از برونداد مدل WRF و پيش‌بيني‌هاي بزرگ مقياس NCEP با مقدار بارش مشاهداتي ثبت شده در ايستگاه‌هاي باران سنجي مقايسه شد. يافته‌ها: نتايج نشان داد كه بارش‌هاي پيش‌بيني شده توسط NCEPبسيار كمتر از مقدار واقعي برآورد شده‌اند، ضمن اينكه زمان وقوع بارش نيز به درستي پيش‌بيني نشده است. همچنين نتايج حاكي از عملكرد نسبتا مطلوب مدل WRF در پيش بيني بارش‌هاي سنگين است به طوريكه با اجراي اين مدل مقدار شاخص خطا به مقدار قابل توجهي نسبت به مدل بزرگ مقياس كاهش يافت. نتيجه‌گيري: استفاده از مدل ديناميكي WRF دقت پيش‌بيني‌هاي بارش را نسبت به مدل جهاني افزايش مي‌دهد. بنابراين پيشنهاد مي‌گردد كه در تدوين و توسعه سيستم هشدار سيلاب در حوضه‌هاي سيل‌خيز كشور از مدل WRF در تركيب با مدل هيدرولوژيكي جهت پيش‌بيني سيلاب استفاده شود.

Background and objectives: Every year, heavy rainfalls cause flood events and huge losses to life and property over the flood prone catchments of Iran. Heavy rainfall forecasting is an important step in development of a flood warning system. In recent decades, the Numerical Weather Prediction (NWP) models were widely used for weather prediction. Several operational centers, including the European Centre for Medium-Range Weather Forecasts (ECMWF), the National Centers for Environmental Prediction (NCEP), the Japan Meteorological Agency (JMA), and the United Kingdom Meteorological Office (UKMO) offer valuable operational numerical predictions at a global scale. Regional models were developed to admit the need for comprehensive and high-impact weather forecasting with higher spatial resolution. Weather Research and Forecasting (WRF) model is extensively applied for regional rainfall forecasting. The WRF modeling system is data assimilation system and a mesoscale forecast. It is aimed to progressive atmospheric research and operational forecasting. In this paper, the performance of the WRF model is evaluated for heavy rainfall simulation in Kan Watershed, Tehran. Materials and methods: Three domains were used in the implementation of WRF model. Horizontal resolution of domains are 27km, 9 km and 3 km respectively. The initial boundary which used to run the model has been downloaded from the National Centers for Environmental Prediction (NCEP) from Global Forecasting System (GFS). It is worth noting that the physics scheme of model was selected using the results of the previous research on the selection of the best physics for WRF model. The evaluation was conducted on the short-term forecasting. For this purpose, three heavy rainfall events occurred over the study area have been simulated using the WRF model. Precipitation forecasts were also downloaded from NCEP's Internet web site. Then, the heavy rainfall simulated by WRF model and presented by NCEP were compared to the observed rainfall. Results: The results showed that rainfall amount has been underestimated by NCEP forecasts and the time of precipitation events has not been correctly predicted. It is also observed that the WRF model is able to capture the heavy rainfall events, So that the error indexes (RMSE and MAE) significantly reduced compared to global model. Conclusion: The WRF model increased the accuracy of precipitation forecasting compared to the global model. Thus, it is recommended to use the WRF model coupled with a hydrological model to development a flood warning systems in in the flash flood-prone watersheds.