این پژوهش به منظور تعیین روش برتر پس پردازش آماری بر بارش حاصل از اجرای الگوی RegCM4 در شمال غرب انجام گرفت. داده های مورد نیاز اجرای الگوی RegCM4 شامل داده های بازتحلیل وضع جوی (NNRP1)، داده های دمای سطح دریا (SST) و داده های سطح زمین (SURFACE) از مرکز ICTP دریافت شد. به منظور اجرای این الگو، آزمون تعیین طرحوارة همرفت و جداسازی افقی مناسب انجام گرفت که با استناد به آن، طرحوارة Kuo به نسبت دو طرحوارة Grell و Emanuel خطای کمتری را در اجرای الگو سازی بارش منطقه داشت. جداسازی افقی نیز سی کیلومتر انتخاب شد. پس از اجرای الگو، برونداد بارش با استفاده از روش های شبکة پرسپترون چندلایه (MLP) و میانگین متحرک (MA) پس پردازش شد. براساس نتایج، اعمال پس پردازش روی داده های بارش خام سالانة الگو، موجب کاهش میانگین اریبی خطای داده های به دست آمده و رسیدن به رقم 9/8 میلی متر شد؛ در حالی که این آماره برای برونداد خام سالانة الگو 3/124 میلی متر بود. در مقیاس های زمانی فصلی و ماهانه نیز میانگین اریبی خطای بارش شبیه سازی به ترتیب برابر 1/31 و 4/10 میلی متر بود که پس از اعمال پس پردازش به روش های یادشده، این آماره به ترتیب به 3/0- و صفر میلی متر رسیده است. روش برتر پس پردازش نیز در تمام مقاطع زمانی، MA بوده است.
