ارزيابي تاثير روش‌هاي تصحيح اريبي بر مهارت پيش‌بيني فصلي بارش مدل اقليمي CFSv2

روش‌هاي تصحيح اريبي از جمله روش‌هاي آماري متداول براي پس پردازش خروجي مدل‌هاي اقليمي هستند. در اين تحقيق، تاثير پنج روش تصحيح اريبي بر مهارت پيش بيني بارش (فصل پاييز) مدل اقليمي CFSv2 بر مبناي 12 ايستگاه واقع در حوضه آبريز گرگانرود (شمال ايران) مورد ارزيابي قرارگرفته است. روشهاي تصحيح اريبي مورد استفاده در اين تحقيق شامل دو روش  ناپارامتري (نسبت‌گيري خطي(LS) ، نگاشت چندكي تجربي (EQM))، يك روش پارامتري (تبديل تواني (Ptr)) و دو روش پارامتري مبتني بر توزيعهاي آماري (نگاشت پارامتري چندك (PQM)، نگاشت چندكي پارامتري تعميم يافته (GPQM)) مي باشند. از سنجه هاي متنوعي براي ارزيابي تاثير اين روش‌ها بر مهارت پيش بيني فصلي بارش استفاده شده است كه شامل متوسط اريبي، متوسط ضريب همبستگي پيرسون و همچنين دو سنجه مهارت پيش بيني احتمالاتي شامل امتيازهاي مهارتي، ويژگي عملياتي نسبي (ROCSS) و رتبه احتمال (RPSS) مي باشد. نتايج اين تحقيق نشان مي دهد بيشتر روشهاي تصحيح اريبي و در موارد بالايي به‌خوبي توانستند اريبي موجود در پيش بيني ها را كاهش دهند. تاثير استفاده از روشهاي مختلف تصحيح اريبي بر مهارت پيش بيني احتمالاتي با استفاده از سنجه هاي RPSS و ROCSS نيز وابسته به محل و زمان متفاوت است و هر يك از روش ها مي توانند اين سنجه ها را براي محل يا زماني بهبود دهند و يا تضعيف كنند. از اينرو نتيجه اين تحقيق پيشنهاد مي كند ارزيابي روش هاي مختلف تصحيح اريبي و شناسايي مناسب ترين روش با توجه به هدف هر مطالعه مي تواند به ارتقاء مهارت پيش بيني فصلي بارش كمك كند.