پاورپوینت شناخت و بررسی کارایی مدل آماری ریزمقیاس نمایی LARS WG (pptx) 17 اسلاید
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید: 17 اسلاید
قسمتی از متن PowerPoint (.pptx) :
بسم الله الرحمن الرحیم
شناخت و بررسی کارایی مدل آماری ریزمقیاس نمایی
LARS WG
مقدمه
به استناد مطالعات انجام گرفته مدلهای سهبعدي گردش عمومي اتمسفر-اقیانوس
AOGCM
که بر پایه قوانین فیزیکی استوار می باشند از معتبر ترین ابزار براي توليد سناريوي اقليمی در دورههای آتی می باشند.
تا کنون مدل های گردش عمومی مختلفی در مراکز گوناگون تحقیقاتی تدوین و طراحی شده است که از آن جمله می توان به مدل های
HadCM3,ECHO-G,HADGEM
و ... اشاره نمود. با تدوين سناريو هاي انتشار گاز هاي گلخانه اي توسط
IPCC
، مدل هاي گردش عمومي جو با فرضيات مختلف انتشار مانند
B2, B1, A2 , A1
و ... اجراء شده اند.
خروجي مدل هاي گردش عمومي جو به دو روش
آماري
و ديناميكي
ريز مقياس مي گردند.
ريز مقياس نمايي ديناميكي
مانند :
RegCM3, MM5
و
PRECIS
.
انواع مدل هاي ريز مقياس نمايي آماري
عبارتند از
:
SDSM, CLIGEN, LARS-WG, USCLIMATE, GEM, MET&
Rol
and etc.
خلاصه
مقایسه ای خصوصیات روش های ریز مقیاس نمایی
ریزمقیاس
نمایی آماری
ریز
مقیاس نمایی دینامیکی
نقاط
قوت
1. تولید داده های اقلیمی در مقیاس ایستگاه
2. ارزان، انعطاف پذیر و قابل گسترش به وسیله نرم افزارهای کامپیوتر
3. امکان بررسی انواع سناریوهای اقلیمی و تحلیل
عدم
قطعیت آنها
4. محاسبات ساده آماری
5. تولید انواع متغییر های اقلیمی کوچک مقیاس
1. اطلاعات اقلیمی با قدرت تفکیک 50-10
km
از خروجی های
GCM
2. تولید اطلاعات با وضوح (رزولوشن) بهتر
3.پاسخ فیزیکی به متغیر های اقلیمی
3. تحلیل فرایندهای اتمسفریک مثل بارش
4. سازگاری با مدل های گردش عمومی جو
نقاط ضعف
1.وابستگی کامل نتایج بدست آمده به واقعی بودن داده های
GCM
2. احتیاج به داده های با کیفیت بالا و قابل اعتماد برای کالیبراسیون
3. ناپایداری روابط بین پیش بینی کننده ها و پیش بینی شونده ها
4. تاثیر انتخاب نوع متغییرهای پیش بینی کننده و پیش بینی شونده ها
5. فیدبک های سیستم آب و هوا را شامل نمی شود
1.تاثیر اندازه منطقه مورد نظر نسبت به تقسیمات سلول های اصلی
2. نیاز به محاسبات طولانی و از نظر محاسباتی فشرده
3. مجموع سناریوهای اقلیمی بندرت تولید می شود
4. شرایط مرزی اولیه روی نتایج اثرگذار است قابل انتقال به مناطق
جدید
نیست.
5. نیاز
به پس پردازش آماری دارند
روش آماری كه دو وجه تمایز عمده با روش دینامیكی دارد:
1. نیازمند رفتار مشاهداتی (گذشته) ایستگاه مورد مطالعه است
2. دوم اینكه مدل سازی در یك دوره حدود دو تا سه دهه در كسری از ثانیه انجام می شود.
مدل سازی های آماری خود به طیف گسترده ای از قبیل روش های رگرسیون معمولی،
شبكه عصبی،
الگوریتم
ژ
نتیك،
SVD
و ... تقسیم می شوند. در ادامه به معرفی مدل
LARS-WG5.5
می پردازیم.
نسخه اولیه این مدل توسط راسكو و همکاران (1991) در بوداپست مجارستان به عنوان بخشی از پروژه ریسکهای کشاورزی ابداع شد و سپس توسط زمنف و بارو ارتقاء یافت.
این مدل اولین بار در ایستگاه تحقیقاتی
Long Ashton
توسعه یافت لذا نام مدل خلاصه عبارت :
Long Ashton Research Station Weather Generator
می باشد. اين مدل هم اكنون بطور گسترده اي در كشور انگليس مورد استفاده قرارمي گيرد
.
مدل های مولد مصنوعي داده های آب و هوایی براي دو
هدف عمده
توسعه يافته
اند:
1-
تهیه ميانگين سري هاي زماني داده هاي مصنوعي شبيه سازي شده با مشخصات آماري مطابق با آمارديدباني شده در يك
ایستگاه.
2-
فراهم كردن ميانگين هاي طولاني مدت سري هاي زماني پارامتر های هواشناسی برای ایستگاههایی که دارای داده های گمشده بوده یا اینکه امکان دیده بانی در آنجا وجود نداشته
باشد
.
خلاصه اي از فرآيند
مدل
در
این مدل فرايند توليد داده هاي مصنوعي آب و هوايي در سه بخش انجام می گیرد
:
1.كاليبره كردن مدل-
SITE ANALYSIS–
در این
بخش
داده هاي آب و هوايي ديدباني شده جهت تعيين خصوصيات آماري شان تحليل
مي
شوند. اين اطلاعات در دو فايل مجزا ذخيره مي
شوند.
2.صحت
سنجي مدل-
Qtest
–
در
این
قسمت
خصوصيات
آماري
داده
هاي ديدباني
و
مصنوعي
توليد
شده
توسط
مدل
جهت تعيين اينكه آيا تفاوت هاي آماري قابل توجهي بین این دو گروه از داده ها
وجود
دارد
يا نه،
مورد
تجزیه و تحلیل قرار می
گیرد.
3.
-
Generator-
در اینجا داده هاي آب و
هوايی
مصنوعي
با
استفاده
از
فايل هاي بدست آمده از داده هاي آب و هوايي دوره ديدباني شده تولید
می
شوند که دارای خصوصيات آماري مشابه با دوره دیدبانی می باشد.
اجرای مدل
همانطور كه در شكل زیر دیده می شود، مدل
LARS-WG5.5
از سه بخش اصلی
Analysis
،
Generator
و
Option
تشكیل شده است.
اجرای مدل
همانطور كه در شكل زیر دیده می شود، مدل
LARS-WG5.5
از سه بخش اصلی
Analysis
،
Generator
و
Option
تشكیل شده است.
شكل 1. ساختار كلی مدل
LARS-WG 5.5
Analysis
برای اجرای این بخش بایستی دو فایل اولیه با نام های
res.st
و
res.dat
را ایجاد نموده و در یك دایركتوری به نام ایستگاه مورد مطالعه در فولدر
data
ذخیره نم
ود.
خروجی مدل كه در بر گیرنده رفتار آماری دوره گذشته ایستگاه می باشد،در بخش
Sitebase
ایجاد می شود. در این فولدر فایل با پسوند
wgx
نشان دهنده رفتار آماری ایستگاه (شامل میانگین ها و انحراف معیار متغیرهای ورودی و . . . ) در دوره دیدبانی می باشد
.