بهبود پيش بيني يقيني بارش با استفاده از ميانگين وزني سامانه همادي بر روي ايران

Improving precipitation forecasts over Iran using a weighted average ensemble technique

نتايج حاصل از توسعه يك سامانه پيش‌بيني همادي براي مدل WRF براي پيش‌بيني بارش روي ايران در تحقيق حاضر ارائه مي‌شود. سامانه همادي كه در اين تحقيق مورد استفاده قرار مي گيرد، از اجراي مدل WRF با نه پيكره بندي فيزيكي متفاوت تشكيل شده است. در اين مقاله، روش ميانگين وزني(ENSWM) براي بهبود پيش بيني هاي بارش 24 ساعته در پاييز و زمستان 1390 مورد مطالعه قرار گرفته است. در اين روش، وزن براي هر عضو سامانه همادي در هر نقطه شبكه بر اساس ضريب همبستگي بين اعضاي سامانه همادي و بارش ديدباني در طول دوره آموزشي تعيين مي شود. به غير از روش (ENSWM)، پيش بيني بارش با استفاده از ميانگين ساده سامانه همادي (ENSM) نيز توليد شده است.. پيش­بيني 24 ساعته بارش با استفاده از ميانگين خطاي مطلق (MAE)، خطاي جذر ميانگين مربعات (RMSE) و آنومالي ضريب همبستگي (ACC) و همچنين شاخص ­هاي TS و POD در آستانه­ هاي مختلف مورد ارزيابي قرار گرفت. نتايج نشان مي­دهد كه روش ENSWM نتايج بهتري نسبت به هريك از اعضاي سامانه همادي و همچنين پيش­بيني به روش ENSM در ايران ارائه مي­دهد، بطوريكه ضريب همبستگي بهبود قابل توجهي داشته است، بطوري كه در روش ENSWM نسبت به ENSM 15 درصد بهبود يافته است و مقدار RMSE 5 درصد كاهش يافته است. پس نتايج مزيت استفاده از سامانه همادي در مقايسه با پيش­بيني منفرد براي پيش ­بيني بارش در كشور بخصوص براي كارهاي عملياتي را به وضوح نشان مي ­دهد.

In this study, the forecast data are the accumulated 24 hours precipitation forecasts generated by the WRF model. Initialization time is 12 UTC during the period from 1st September of 2011 through 26th February of 2012. The initial conditions for forecasts are provided by the Global Forecast System (GFS) forecasts with 1- degree horizontal resolution. WRF is run with two nested domains. The large domain has a 45 km and the small domain has a 15 The small domain has a horizontal resolution of 15 horizontal resolution. Observational data used in this study consist of the cumulative precipitation observations measured at 0600 UTC in 306 irregularly spaced synoptic meteorological stations spread across Iran. To assess the performance of the ENSWM method, the data are divided into two sets of training and test period. The training period starts from September 1st through November 30th of 2011, and the test period include all the days between December 1st of 2011 and February 26th of 2012. The ensemble forecasts are generated using different configurations of the WRF model. Nine different configurations for the WRF model are used to build members of the system of consciousness.