شبيه‌سازي عمق برف با استفاده از مدل برف تك لايه (SLSM) در ايستگاه سقز

Simulation of the snow depth using Single Layer Snow Model (SLSM) at Saghez station

هدف از انجام اين پژوهش، واسنجي و اعتبارسنجي مدل فيزيكي تجربي SLSM جهت شبيه‌سازي عمق برف در ايستگاه سينوپتيك سقز است. براي اين منظور، داده‌هاي هواشناسي موردنياز مدل در مقياس روزانه در بازه زماني 2014 1992 از سازمان هواشناسي كشور تهيه شدند و با به‌كارگيري روش برآورد عدم قطعيت درست‌نمايي تعميم‌يافته (GLUE) كه با در نظر گرفتن 15 پارامتر و انجام 15000 شبيه‌سازي و استفاده از دو شاخص ضريب تعيين و شاخص كار آيي نش ساتكليف جهت ارزيابي ميزان دقت مدل صورت گرفت، مدل در بازه 2009 1992 مورد واسنجي و سپس در بازه 2014 2010 مورد اعتبارسنجي قرار گرفت. فرآيند واسنجي مدل منجر به استخراج 108 شبيه‌سازي كارآمد گرديد و جهت اعتبارسنجي مدل، ميانه 108 شبيه‌سازي كارآمد به‌عنوان خروجي نهايي مدل در نظر گرفته شد و با مقادير مشاهداتي عمق برف مورد مقايسه قرار گرفت. نتايج اعتبارسنجي مدل نشان داد كه در بيشتر موارد، مدل واسنجي شده SLSM كار آيي قابل قبولي در دنبال كردن روند تغييرات داده‌هاي مشاهداتي عمق برف دارد اما مقادير بالاي عمق برف را تا حدودي كمتر از ميزان واقعي برآورد مي‌كند.

The aim of this study is the calibration and validation of the physicalempirical SLSM model for simulation of the snow depth in the Saghez synoptic station. For this purpose, essential daily meteorological data of the model for the time period of 19922014 were prepared from the Iranian Meteorological Organization and by applying the Generalized Likelihood Uncertainty Estimation (GLUE) method, that performed by considering 15 parameters and performing 15000 simulations and using both Coefficient of Determination and NashSutcliffe Efficiency indices for evaluating the accuracy of the model, Calibration and validation of the model were performed for the 19922009 and 20102014 time periods, respectively. Calibration process of the model was led to extracting 108 behavioral simulations and for performing validation of the model, the median of the 108 behavioral simulations was considered as the final output of the model and compared with the measured snow depth data. The results of the model validation showed that in most of the cases, the calibrated SLSM model has an acceptable efficiency to following the fluctuations of the measured snow depth data but it partly underestimates high values of the snow depth.