تصحيح خطاي پيش‌ بيني ‌هاي كوتاه ‌مدت دماي كمينه و بيشينه مدل WRF با استفاده از ماشين تعقيب ‌كننده

برونداد مدل‌هاي پيش ‌بيني عددي وضع هوا داراي خطا است. جهت اصلاح پيش‌بيني‌هاي كوتاه‌مدت (24، 48 و 72 ساعته) دماي بيشينه و كمينه مدل WRF، از يك روش يادگيري ماشين به نام ماشين تعقيب‌كننده استفاده شد. در اين روش با سري زماني 300 روزه از خطاي برونداد مدل و با به‌كارگيري روش كمترين‌مربعات طيفي شبه فوريه-سري زماني، خطاي پيش‌بيني‌هاي مدل WRF برآورد شد. خطاي پيش‌بيني‌ها در دوره 01/11/2020 الي 05/03/2023 براي 560 ايستگاه هواشناسي برآورد شد. يكي از نقاط قوت اين روش، استفاده از تنها يك متغير براي كاهش خطاي پيش‌بيني‌هاي است. عملكرد پيش‌بيني مدل WRF بسته به مكان و زمان متفاوت است، مثلاً نمره مهارت مدل براي دماي بيشينه در ماه سپتامبر نسبت به ساير ماه‌ها كمتر و در مناطق جنوب غربي زاگرس نسبت به ساير مناطق كمتر است، كه بعد از اصلاح اين وابستگي حذف، و پيش‌بيني در تمام مناطق و زمان‌ها عملكرد يكساني دارد. نتايج نشان داد نمره مهارت، RMSE و شاخص اطمينان‌پذيري پس از اصلاح خطاي مدل به شكل قابل‌توجهي بهبود مي‌يابد. پس از اصلاح خطا، نمره مهارت مدل براي پيش‌بيني دماي بيشينه از 1/0- به 85/0 و براي دماي كمينه از 38/0 به 72/0 مي‌رسد. به‌طور متوسط RMSE براي پيش‌بيني دماي بيشينه از 6 به 2 درجه وبراي دماي كمينه از 5/4 به 3 درجه سلسيوس مي‌رسد. پس از اصلاح خطاي مدل، تغييرپذيري نمره مهارت پيش‌بيني‌ها كاهش يافته و با كاهش مقدار خطاي پيش‌بيني‌ها، قابليت اطمينان‌پذيري به پيش‌بيني‌هاي مدل به‌طور متوسط از 60 درصد به 85 درصد مي‌رسد.