معرفی و ارزیابی مدل LARS-WG برای مدل سازی پارامترهای هواشناسی استان خراسان، دوره آماری (2003 - 1961)

علیرغم افزایش قابل ملاحظه دقت مدل های عددی گردش عمومی جو و مدل های منطقه ای، تاکنون هیچکدام از آنها قادر به پیش بینی در مقیاس ریز و در حد ایستگاه های هواشناسی نیستند. به این منظور مدلهای مختلف آماری و دینامیکی برای شبیه سازی و ریزمقیاس نمایی خروجی مدلهای GCM و RCM ابداع شده اند. همچنین آنها قادر به شبیه سازی داده های گم شده در ایستگاه های هواشناسی هستند. در این مقاله، ابتدا بررسی مختصری بر روی انواع مدلهای متداول Weather Generator انجام خواهد شد و سپس با تاکید بر مدل LARS-WG قدرت آن در همانند سازی داده های دوره آماری، مورد بررسی و ارزیابی قرار می گیرد. ارزیابی بر روی چهار ایستگاه سینوپتیک استان خراسان (قبل از تقسیم) شامل مشهد، بیرجند، سبزوار و تربت حیدریه انجام شده است. مقایسه نتایج حاصل از مقادیر دیدبانی و مدل سازی شده چهار پارامتر بارش، دمای حداقل، دمای حداکثر و تابش ماهانه همراه با مقادیر انحراف معیار آنها نشان می دهد که بیشترین خطا مربوط به مدل سازی بارش روزانه می باشد. علاوه بر این نتایج نشان می دهند که LARS-WG با دقت بالایی قادر به مدل سازی پارامترهای دمای حداقل و حداکثر است و قدرت مدل در پوشش واریانس پارامترهای مورد مطالعه در سطح اطمینان 95 درصد قابل قبول می باشد. نتایج شهودی و آماری حاکی از قدرت بسیار خوب آن در شبیه سازی داده های دوره آماری است، به طوریکه بیشترین خطای مدل سازی بارش در ایستگاه های تربت حیدریه 6/0 میلیمتر، دمای حداقل در ایستگاه سبزوار 9/0 درجه، دمای حداکثر در ایستگاه بیرجند 9/1 درجه و تابش 7/0 مگاژول بر مترمربع بر روز در ایستگاه های بیرجند و تربت حیدریه در دوره آماری بوده است. بنابراین مدل LARS-WG می تواند به عنوان یک مدل ارزیابی کننده اقلیم آتی در چهار ایستگاه یاد شده مورد استفاده قرار گیرد. برای این کار لازم است با استفاده از خروجی مدل های اقلیمی یک سناریوی اقلیمی متناسب تهیه و سپس آن را براساس سناریوی تهیه شده اجرا کرد.