پيش بيني فصلي بارش با استفاده از پس پردازش آماري مدل ديناميكي MRI-CGCM3

مدیریت منابع آبی در كشور به دلیل وابستگی بخش عمده ای از فعالیتهای اقتصادی به آب و توزیع زمانی آن از اهمیت به سزایی برای كشورمان برخوردار بوده كه با توجه به تغییرات اقلیمی اخیر و افزایش پدیده های حدی هیدرواقلیمی مانند خشكسالی، سیل خیزی و . . . بر اهمیت آن در تاثیرگذاری بر منابع آب كشور افزوده است. در این راستا مدیریت منابع آب بعنوان راهكار موثر در كاهش اثرات سو آن محسوب می شود. یكی از روش های موثر در این زمینه، استفاده از روش های پیش بینی فصلی هواشناسی است. لذا در این مطالعه برونداد متغیرهای اقلیمی مدل دینامیكی پیش بینی فصلی MRI-CGCM3 0890 میلادی مورد مطالعه قرار گرفتند. برای این منظور متغیر - پس از ریز مقیاس نمایی و پس پردازش آماری در دوره 7002 بارش مدل شده با بكارگیری داده های دیدبانی چهار ایستگاه هواشناسی استان خراسان رضوی و همچنین سایر متغیر های مدل مذكور در مقیاس زمانی ماهانه بر روی ایستگاههای هواشناسی استان خراسان رضوی ریزمقیاس شدند. نتایج نشان دادند كه استفاده از این روش باعث افزایش صحت پیش بینی های فصلی می شود. در ایستگاه مشهد با اعمال فرآیند پس پردازش اریبی پیش بینی به ترتیب از 002701 به 7788 میلی متر و و خطای نسبی از 11706 به 0729 كاهش یافت. در سایر ایستگاههای استان نیز با اعمال فرآیند فوق به نحو قابل توجهی اریبی و خطای مدل كاهش پیدا كردند. همچنین مشخص شد كه علیرغم اریبی بسیار زیاد این مدل در پیش بینی بارش، به خصوص در فصول كم بارش، به دلیل توانمندی بالای آن در پیش بینی رفتار بارش ماهانه استان، می توان به سادگی و از طریق حذف اریبی مدل و اعمال روش همبستگی چند متغیره برونداد بارش مدل را در مقیاس ایستگاهی ریزمقیاس نمود.