ارزیابی شبیه سازی بارش با استفاده از مدل WRF/WRF-Hydro (مطالعه موردی: حوضه ابوالعباس)

پیام:
نوع مقاله:
مطالعه موردی (دارای رتبه معتبر)
چکیده:

هر ساله وقوع بارش های سنگین در حوضه های سیل خیز کشور منجر به رخداد سیلاب و خسارت های ناشی از آن می گردد. بنابراین پیش بینی دقیق بارندگی برای انجام اقدامات پیشگیرانه از اهمیت بالایی برخوردار است. از این رو پیش بینی بارش یکی از مهمترین مسایل در حوزه مدیریت منابع آب می باشد. تاکنون روش های مختلفی برای پیش بینی بارش استفاده شده است. پژوهش های هیدرولوژیکی پیشرفته در پیش-بینی های کوتاه مدت هواشناسی نامشخص است و هنوز در دست بررسی و درک تاثیر آن است . انتظار می رود مفهوم اتصال مدل هیدرولوژیکی (WRF-Hydro) با مدل جوی (WRF)عدم قطعیت های مربوط به توزیع مکانی و زمانی وقایع طوفان، به ویژه برای مناطق با خصوصیات پیچیده را کاهش دهد. در مطالعه حاضر به بررسی ارزیابی مدل WRF/WRF-Hydro جهت پیش بینی 4 رویداد بارش که منتج به وقوع سیلاب شده اند، پرداخت شد. در شبیه سازی های بارش این مدل کم تخمین بود و مدل در حالت جفت شده نتایج بهتری ارایه داد. جهت اجرای مدل از داده های ERA5 استفاده شد که این داده ها عملکرد مطلوبی برای مدل در حوزه مذکور داشتند. همچنین برای پیکربندی مدل از سه طرح واره خرد فیزیک Lin، Thompson و WSM6 استفاده شد و با توجه به معیارهای ارزیابی خطا RMSE و NSE هر سه این طرحواره ها عملکرد مشابهی داشتند.

زبان:
فارسی
صفحات:
1 تا 14
لینک کوتاه:
magiran.com/p2561965 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!