
کارایی مدل ریزمقیاس سازی آماری LARS-WG در پیش بینی تغییرات دمایی مناطق خشک (مطالعه موردی استان خوزستان)
Efficiency of LARS-WG statistical micro-scale model in predicting temperature changes in arid regions (Case study Khuzestan province)
نویسندگان :
امین ذرتی پور ( دانشگاه علوم کشاورزی ومنابع طبیعی خوزستان )
چکیده
مولدهای آب و هوایی با ظرفیت تولید طیف گسترده ای از متغیرهای آب و هوایی برای استفاده در کاهش مقیاس آماری، آینده امیدوارکننده ای برای مطالعات آب و هوا دارند. این مطالعه با هدف ارزیابی عملکرد مولد آب و هوای تصادفی LARS-WG برای شبیهسازی دادههای آب و هوا، در استان خوزستان (ایستگاه های آبادان، دزفول و اهواز) انجام گرفت. در این مطالعه متغیرهای آبوهوای نظیر دمای حداقل و حداکثر و بارش در دوره زمانی ده ساله شبیهسازیشده و با داده های مشاهداتی مقایسه شدند. نتایج آماری ضریب همبستگی پیرسون (R2) ، RMSE و EFنشان دهنده عملکرد خوب مدل LARS-WG در پیش بینی حداکثر دما به ترتیب با R2=0 88 و RMSE=4 44 و EF=0 85عملکرد ضعیف هر مدل در پیش بینی بارش به ترتیب با R2=0 01 و RMSE=5 7 و EF=-60 بوده است. به طور کلی، LARS-WG در شبیهسازی دادههای آب و هوایی بلندمدت در استان خوزستان به ویژه در رابطه با داده های دما نسبتا خوب عمل کرده است، البته نیاز به کار بیشتر در حوضه دارند.کليدواژه ها
ریزمقیاس سازی، مدل LARS-WG، خوزستان.کد مقاله / لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :نحوه استناد به مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:امین ذرتی پور , 1400 , کارایی مدل ریزمقیاس سازی آماری LARS-WG در پیش بینی تغییرات دمایی مناطق خشک (مطالعه موردی استان خوزستان) , دوازدهمین کنفرانس بین المللی مهندسی رودخانه
دیگر مقالات این رویداد
تماس با ما
آدرس: اهواز، بلوار گلستان، دانشگاه شهید چمران اهواز
شمارههای تماس:
۳۳۳۳۰۰۱۹-۳۳۳۳۰۰۱۱-۰۶۱
نمابر: ۳۳۳۳۲۰۲۴
اداره روابط عمومی :
شماره تماس : ۳۳۳۳۵۸۶۰ - ۰۶۱
پست الکترونیک : Public@scu.ac.ir
© کلیه حقوق متعلق به دانشگاه شهید چمران اهواز میباشد. (همایش نگار نسخه 11.0.0)