مطالب مرتبط با کلیدواژه

مولد هواشناسی


۱.

ارزیابی روش شبیه‌سازی تصادفی برای تولید داده‌های هواشناسی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مولد هواشناسی ClimGen دماهای بیشینه و کمینه

حوزه های تخصصی:
تعداد بازدید : ۱۹۰۲ تعداد دانلود : ۹۸۳
داده‌های تاریخی هواشناسی بلند مدت، برای به کارگیری مدل‌های شبیه سازی رشد گیاهان لازم و ضروری می باشند. داده‌های شبیه سازی شده زمانی استفاده می شوند که داده های تاریخی موجود نبوده و یا قابل اعتماد نمی باشند و یا اینکه داده های آتی مورد نیاز می باشند. برای شبه سازی می توان از روش‌های تصادفی که فقط از میانگین‌های بلند مدت اقلیمی اسنفاده می کنند و یا از روشهای غیر تصادفی که بر اساس مقدار یک متغیر و البته، مقدار متغیر مورد نظر را تخمین می زنند، استفاده کرد. هدف از این مطالعه شبیه سازی تصادفی دماهای بیشینه و کمینه بود و از یک مولد هواشناسی به نام ClimGen برای تولید داده های دما استفاده شد. تولید داده های دما برای 10 ایستگاه هواشناسی ایران با شرایط اقلیمی متفاوت صورت گرفت و از داده های تاریخی ثبت شده در ایستگاه های فوق برای بررسی نتایج حاصل استفاده شد. در نهایت از سنجه های آماری مانند جذر میانگین مربعات خطا (RMSE)، میانگین خطای تقریبی (MBE) و همچنین ضریب همبستگی (R)، شیب (b) و عرض از مبدأ خط رگرسیون برای مقایسه داده های تولید شده و داده های تاریخی استفاده شد. بر اساس سنجده های فوق، مقادیر شبیه سازی شده و تاریخی دارای توافق خوبی با هم بودند.
۲.

ارزیابی عملکرد رهیافت توسعه یافتهی نزدیکترین همسایه در شبیه سازی داده های هواشناسی روزانه(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مولد هواشناسی دوره های تر و خشک برونیابی رهیافت ناپارامتری

حوزه های تخصصی:
تعداد بازدید : ۱۱۴۰ تعداد دانلود : ۱۰۵۷
مولدهای هواشناسی (Weather Generators) با هدف تطویل سری اطلاعات انواع متغیرهای وضع هوا اعم از بارش، دما و رطوبت نسبی، برای ارتقاءِ فهم و درک از عملکرد هر سیستمی که اقلیم عامل تاثیرگذار بر آن باشد، توسعه یافته اند. الگوریتم های متفاوتی از این مولدها در دو نوع کلی پارامتری و ناپارامتری تا به امروز ارائه شده اند. در این مطالعه کارایی مولد ناپارامتری k نزدیکترین همسایه با قابلیت برونیابی داده ها در سری مصنوعی، برای چندین ایستگاه شامل ایستگاه های تهران، مشهد، قزوین، بوشهر، تبریز و رشت با آمار قابل قبول 45 سال(2005-1961) ارزیابی و برای بیان برتری نسبی این روش ها نسبت به روش های پارامتری، نتایج آن با خروجی مولد پارامتری LARS-WG مقایسه شده است. نتایج حاصله نشان داد که روش ناپارامتری به کارگرفته شده در این مطالعه در شبیه سازی اکثر پارامترهای سری مشاهده شده، نسبت به روش پارامتری مطمئن تر عمل مینماید. با این وجود در شبیه سازی طول دوره های درازمدت تر و خشک، مولد LARS-WG بهتر عمل می کند که البته اختلاف این دو مولد ناچیز می باشد.