مطالعه موردي تحليل عيني از طريق طرحواره بارنز

Objective analysis through Barnes scheme

جهت صدور پيش‌بيني، در مراحل آغازگري و شرايط اوليه، با استفاده از مدل‌هاي عددي درمناطق مختلف، به كليه فراسنج‌هاي هواشناسي در فواصل مشخص برروي يك شبكه منظم، نياز مي‌باشد. انتقال داده‌هاي نامنظم ديدباني شده به يك شبكه منظم، نيازمند استفاده از تحليل عيني مي‌باشد. طرحواره تحليل عيني بايستي درونيابي هموار را انجام داده، باعث افزايش اطلاعات، مشخص كردن و حذف  اطلاعات خطا و ايجاد نظم داخلي گردد. سه طرحواره پانوفسكي، كرسمن و بارنزرا مي‌توان به عنوان طرحواره‌هاي اوليه پراستفاده، البته تاچند سال پيش نام برد. در اين پژوهش روش بارنز مورد استفاده واقع شد. تكنيك بارنز تركيبي از چند جاروب مي‌باشد كه از يك مجموع وزني خطي اطلاعات ديد‌باني شده در منطقه نفوذ حول هر نقطه شبكه استفاده مي‌كند. مقدار برآورد شده هر متغير در نقطه شبكه‌اي (دوبعدي) پس از اولين جاروب محاسبه مي‌شود. اولين جاروب كاملاً مشابه با كرسمن بوده با اين شرط كه ميدان حدس اوليه صفر مي‌باشد. ميدان برآورد شده در هر ايستگاه توسط ساده‌سازي از طريق ميانگين‌گيري چهار نقطه شبكه بدست مي‌آيد. نتايج حاصله نشان داد كه:  1 افزايش تعداد ايستگاه‌ها  باعث افزايش دقت اطلاعات خروجي طرحواره بارنز مي‌گردد  2 گرته‌هاي خروجي طرحواره هاي بارنز و كرسمن از اطلاعات سطح زمين نتايج مشابه دارند. 3 گرته‌هاي خروجي طرحواره هاي بارنز و كرسمن از اطلاعات جو بالا تفاوت چشمگيردارد.

Due to dispersion and lack of proper distribution in location of synoptic stations and need to have information about the climate in locations without weather station, method of interpolation and extrapolation can be used as a solution for overcoming or reducing the negative effects of this problem. In the other hand, numerical models for predicting the weather, require to the data on meteorological parameters in various parts of the region at regular intervals on a specific network for boundary layer and initial conditions. Objective analysis method can transmit the data of irregular synoptic stations to a network. In the other words, Transmit the data of irregular synoptic stations to network is called Objective analysis. Objective analysis scheme have to use interpolation of data for increasing the information, also it have to specified and omit the wrong data and do the internal discipline. Panofsky, Cressman and Barnes are three schemes that are widely used in few years ago. These schemes based on different techniques. In this study, Barnes method is used. Barnes’ technique is a combination of several sweeps. Each sweep uses a total weight of linear observation data in the area of influence around each point of the network. The estimated value of each variable point (I, J) in the network is calculated after the first sweep. When the initial field is zero the first sweep is completely similar to Cressman’s. The field at each station will estimate with average of data of four points in the network. Considering to data obtained from switch system in provincial forecast centers and need to increase the accuracy of forecasting, different schemes must run and the best of them must chose. The results of this study showed that: 1 Increasing the number of stations will increase the accuracy of output data in baron’s scheme. 2 Output data in Barnes and Cressman scheme were similar to ground data. 3 Output data in Barnes and Cressman scheme were significantly different from upper data 4 Barnes scheme can determine the degree of smoothing before the experiment. 5 Barnes scheme does not require to Radius Affect.