پیش‎ بینی بارش ماهانه در ایران بر اساس رویکرد همادی با استفاده از مدل CFSv.2/WRF (مطالعه موردی: دوره اکتبر 2019 تا آوریل 2020)

ارزیابی مهارت مدل های پیش بینی جهانی و مقیاس کاهی آن برای مناطق و مقیاس های زمانی مختلف، نه تنها می تواند به بهبود عملکرد این مدل ها بر اساس استفاده از پارامترهای مناسب برای مدل یا روش های مناسب برای پس پردازش منجر شود، بلکه سبب افزایش درک ما نسبت به عملکرد مدل های پیش بینی در مناطق و مقیاس های زمانی مختلف نیز می شود. هدف از این مطالعه پیش‎بینی بارش ماهانه بر اساس یک رویکرد همادی با کاربست مدل جهانی CFSv.2 و مقیاس‎کاهی آن با مدل میان مقیاس WRF و در نهایت، سنجش کارایی آن برای ایران است. بر این اساس مدلWRF  با چهار پیکربندی فیزیکی و شش شرایط اولیه مختلف (در مجموع 24 عضو) برای دوره 2020-2000 و بارش اکتبر- آوریل اجرا و درستی سنجی هریک از عضوها نیز بر اساس آماره KGE و بارش ماهانه در 145 ایستگاه در کشور انجام شد. برای ایجاد مدل همادی و ترکیب نتایج پیش بینی های حاصل از 24 عضو، از روش میانگین‎گیری وزنی استفاده شد. کارایی کلی مدل همادی با محاسبه سنجه های آماری RMSE، MBE، ضریب همبستگی پیرسون (PCC) و نش- ساتکلیف (NSE) و استخراج برخی از سنجه‎های درستی سنجی حاصل از یک جدول توافقی 3×3 ارزیابی شد. نتایج نشان داد متوسط سنجه های‏ NSE، RMSE، MBE و PCC مدل همادی مورد استفاده برای پیش بینی بارش در دوره اکتبر- آوریل به ترتیب 46/0، 365، 7/5- و 67/0 است که کارایی پذیرفتنی این مدل همادی را نشان می دهد. البته به تفکیک هر ماه، در ماه‎های اکتبر و ژانویه کارایی مدل در پیش بینی بارش ماهانه بهتر و در ماه‎های آوریل و مارس ضعیف تر بوده است. همچنین کارایی آن در تخمین دسته بارش شامل دسته‎ های زیر نرمال، نرمال و بیش از نرمال حدود 52 درصد است. اجرای این مدل برای پیش‎بینی بارش ماهانه در دوره 2020-2019 در قالب یک نمونه عملیاتی نشان می دهد مدل می تواند به خوبی پراکندگی و مناطق تمرکز بارش ماهانه را در کشور پیش‎بینی کند.