ارزيابي پيش‌بيني بارش مدل منطقه‌اي WRF براي بارش‌هاي سنگين روزانه استان قزوين طي دوره 1381 تا 1390

Evaluation of precipitation forecasts of WRF model for daily heavy rain in Qazvin Province during 2002-2011

در اين تحقيق پيش­بيني بارش توسط مدلWRF براي بارش­هاي سنگين روزانه استان قزوين مورد ارزيابي قرار گرفت. به اين منظور سي مورد از بارش ­هاي سنگين استان قزوين در دهه هشتاد شمسي با دو پيكربندي متفاوت از طرح واره­هاي مدل WRF (KFMYJ و GDMYJ) در بازه­­هاي زماني 24، 48 و72 ساعته شبيه­سازي شدند. با توجه ويژگي­هاي ناهمواري و نوع اقليم، استان قزوين به پنج ناحيه بارشي شامل دشت، حاشيه دشت، كوهپايه، ارتفاعات جنوب­غربي و ارتفاعات شمال­شرق تقسيم شد. سپس با دو رويكرد نقطه­اي و منطقه­بندي، بارش­هاي شبيه­سازي شده با مقادير ديدباني متناظر مقايسه و مورد ارزيابي قرار گرفت. براساس نتايج اين تحقيق، جذر ميانگين مربعات خطا و اريبي چندگانه مقادير شبيه­سازي شده­ي بارش توسط مدل در بازه 24 ساعت نسبت به بازه­هاي 48 و72 ساعت بهتر و به ترتيب در حدود 8/7 و 1/7 براي طرحواره GDMYمي­باشد. همچنين ضريب همبستگي بين بارش شبيه­سازي مدل و مشاهدات براي ناحيه كوهپايه­اي در مقايسه با ساير نواحي داراي مقدار بالاتري در حدود 0/5 مي­باشد. بطور كلي نسبت خطاي سامانمند به كل خطاي مدل بسيار پايين مي­باشد كه نشان مي­دهد بيشتر خطاي مدل ناشي از تغييرپذيري نوع ­هاي ناسامانمند و تصادفي است. با در نظر گرفتن آستانه بارش mm10≤ و تشكيل جدول توافقي براي وقوع يا نبود بارش، امتيازهاي مهارتي مدل براي منطقه قزوين محاسبه شد. نتايج نشان دادكه مهارت مدل در پيش بيني بارش­هاي 24، 48 و72 ساعت در آستانه مذكور داراي دقت قابل قبولي مي­باشد و به طور متوسط در حدود 71 درصد موارد، پيش بيني به درستي انجام شده است

In this study, the precipitation forecasts by WRF model for daily pervasive heavy rains in Qazvin province was evaluated. For this purpose, 30 cases of the heavy and pervasive rains in Qazvin province during (2002-2011) with two different configurations (KFMYJ, GDMYJ) schemes by the WRF model at intervals of 24, 48 and 72 hours, have been simulated. Because of various heights and different climates of Qazvin and considering average rainfall, Qazvin was divided into five precipitation regions containing plain, plain margins, submontane, and mountains of Northeast and Southwest. Then with the two methods, point and areal, simulated rainfall and the corresponding observed values were evaluated. According to evaluated results, for GDMYJ configuration, root mean square error and bias multiple, with respective values of about 8.7 and 1.7 for 24-hour rainfall simulation are better than 48 and 72 hours. Also correlation coefficient between observations and model simulations of precipitation in the submontane region in comparison with other regions has slightly higher accuracy of approximately 0.5. In general, the fraction of systematic error to total error is very low and it is more due to random errors. Considering the rainfall threshold ≥10 mm and the 2×2 contingency tables for the occurrence or absence of precipitation, skill scores were calculated for the model in Qazvin region. The results showed that the model skill in predicting precipitation in 24, 48 and 72 hours on the threshold has acceptable accuracy and on average about 71% of cases were correctly predicted.