راست آزمایی

در انجام این پژوهش، سعی شده است میزان دقت و صحت برونداد و در نتیجه کارایی مدل در پیش بینی 24 و48 ساعته پدیده بارش با انتخاب طرحواره های مختلف مورد ارزیابی قرار گیرد. از اینرو به منظور راست آزمایی محصول مدل، دو وضعیت بارش و عدم بارش در نظر گرفته شده است و با تعیین چهار آستانه برای بارش جدول توافقی تشکیل و امتیازهای مهارتی محاسبه گردیده است. نتایج واکاوی گویای آنست که در بین پیکربندی های مختلف ، خروجی مدل برای دو پیکربندی KFMYJ و GDMYJ که در هر دو از طرحواره لایه مرزی Mellor-Yamada-Janjic استفاده شده به واقعیت نزدیک تر و از دقت قابل قبول تری برخوردار است. نسبت صحیح (PC) چهار آستانه، بدون بارش (≤ 1/0)، بیشتر از 1/0 و کمتر یا مساوی 1 میلی متر (1 ≥ و >1/0)، کمتر یا مساوی 10 میلی متر و بیشتر از یک (10 ≥ و >1) و بیشتر از 10 میلی متر (<10) جهت پیش بینی های 48 ساعته مقادیر قابل قبولی دارد به گونه ای که در مجموع در حدود ۸۰ درصد موارد، پیش بینی رخداد یا عدم رخداد بارش به درستی انجام شده است. مقدار H که نشان دهنده آهنگ برخورد است برای آستانه کمتر از ۱/0و بیش از ۱۰ میلیمتر نزدیک به یک می باشد بدین معنی که مدل برای این دو آستانه از دقت بالاتری برخوردار است؛ این کمیت برای محدوده بین یک دهم تا یک میلیمتر، مقدار ۳/0 را به خود اختصاص داده است که نشان دهنده ی ضعف نسبی مدل در این محدوده می باشد.

وقوع مخاطرات جوی، همچون یخبندان و سرمای دیررس بهاره، سالانه، خسارات زیادی در بخش کشاورزی ایجاد می کند. برنامه ریزی به موقع می تواند خسارت ناشی از بلایای طبیعی را کاهش دهد. امروزه، با استفاده از مدل های پیش بینی عددی وضع هوا، می توان از خسارت های ناشی از آن ها جلوگیری کرد. در این تحقیق، برای ارزیابی پیش بینی دما توسط مدلWRF  در زمان وقوع سرماهای دیررس بهاره، از یازده ایستگاه هواشناسی واقع در حوضه آبریز زاینده رود، با درجه تفکیک افقی یک کیلومتر، شبیه سازی شد. سپس، با دو رویکرد نقطه ای و منطقه ای دماهای شبیه سازی شده با مقادیر دیدبانی متناظر در پیش بینی های 24 و 48ساعته دمای سطحی (دومتری) ارزیابی شد. براساس نتایج جذر میانگین مربعات خطا، ضریب تعیین اصلاح شده و شاخص میانگین اریبی که برای دمای شبیه سازی 24ساعته بهتر از 48ساعته است به ترتیب 8/2، 88/0، و 48/0 بود. ارتباط قابل قبولی از لحاظ آماری (ضریب همبستگی) بین متغیر مستقل، که همان داده های مدل WRF است، و متغیر وابسته، که همان داده های دیدبانی شده (واقعی) است، وجود دارد.