ارزيابي عملكرد مدل LARS-WG در 12 ايستگاه هواشناسي ساحلي ايران

Assessment of LARS-WG performance in 12 coastal stations of Iran

از مدل هاي مولد اقليمي در دامنه وسيعي از مطالعات از قبيل مطالعات هيدرولوژي و محيط زيستي و ارزيابي ريسك در كشاورزي استفاده مي شود. اين مدل‌ها قادرند سري هاي زماني مصنوعي در مقياس روزانه با طول دوره مناسب را ايجاد كنند. در اين مطالعه، عملكرد مدل LARS-WG در 4 ايستگاه ساحلي شمالي و 8 ايستگاه ساحلي جنوبي ايران در رابطه با شبيه سازي سري روزهاي خشك و مرطوب، بارندگي، دما، تابش خورشيدي و نيز، شبيه سازي وقايع حدي دما بررسي شد. نتايج اين مطالعه نشان داد كه اين مدل در شبيه سازي توزيع روزانه و ميانگين ماهانه و فصلي اكثر سري ها عملكرد مناسبي دارد، اما عملكرد آن در مورد برآورد مقادير انحراف استاندارد مجموع بارندگي ماهانه، انحراف استاندارد متوسط ماهانه دما و متوسط ماهانه تابش خورشيدي چندان مناسب نيست. در مجموع، مدل در ايستگاه هاي شمالي عملكرد بهتري داشت.

Stochastic weather generators are used in a wide range of studies, such as hydrological, environmental applications and agricultural risk assessments and can produce time series of synthetic daily weather data of proper duration. In the present study, the performance of the LARS-WG model was analyzed in four northern and eight southern coastal stations of Iran, in relation to the simulation of wet/dry series, precipitation, temperature, solar radiation and the simulation of temperature extreme events. The results showed that the model performance was very acceptable in relation to daily distribution, monthly, and seasonal mean of almost every series. However, its performance in estimating the values of total monthly precipitation standard deviation, mean monthly temperature standard deviation and mean monthly solar radiation standard deviation was not tolerable. In the whole, the LARS-WG model had a better performance in northern stations in comparison with southern stations.