مدلسازی چندمکانی بارش یکی از زمینههای مهم در علوم طبیعی است و مدلهای مختلف آماری برای این مهم توسعه یافتهاند که نگرشی فضایی به مدلسازی و شبیهسازی بارش روزانه دارند. مدل مارکف پنهان یکی از انواع مدلهای چندمکانی بارش روزانه است که علاوه بر شبیهسازی بارش روزانه، به بررسی توزیع فضایی و زمانی الگوهای وقوع بارش نیز میپردازد. در مطالعه حاضر با بکارگیری مدل مارکف پنهان، اقدام به مدلسازی بارش زمستانه (ژانویه تا آوریل) براساس دادههای 130 ایستگاه بارانسنجی در گستره ایران شده است. طول دوره آماری دادههای بارندگی روزانه 21 سال (2010-1990) میباشد. هدف این تحقیق، دستیابی به توزیع فضایی و زمانی الگوهای جوی و شبیهسازی تصادفی وقوع و مقدار بارش بهطور همزمان است. نیل به این اهداف با بکارگیری
الگوریتمهای مختلف حل مسائل مدل مارکف پنهان شامل الگوریتم برآورد پارامتر بیشینهسازی امید (EM) و الگوریتم رمزگشایی ویتربی و یک الگوریتم شبیهسازی که با تبدیل احتمالاتی همراه است، میسر است. انتظار میرود که الگوهای جوی مستخرج از مدل مارکف پنهان، منطبق بر الگوهای سینوپتیکی باشند که براین اساس 8 الگوی مختلف جوی بهعنوان مجموعه متناهی حالات پنهان بهدست آمدند و هرکدام گویای الگوی خاص سینوپتیکی هستند. فراوانترین الگوی توزیع بارندگی مستخرج از مدل مارکف پنهان، الگوی خشک (شرایط پایدار) بوده که طی آن احتمال وقوع بارش در اکثر ایستگاههای کشور پایین است. این الگو دارای بیشترین احتمال آغازین معادل 429/0 و بیشترین احتمال انتقال مارکفی از حالت مشابه معادل 637/0 میباشد. همچنین، شبیهسازی چندمکانی بارش زمستانه نیز با حفظ آمارههای اساسی شامل میانگین و انحراف معیارهای مجموع فصلی ایستگاهها، مقدار صدکهای مختلف هر ایستگاه و وابستگیهای فضایی وقوع و عدم وقوع بارش، دارای نتایج قابل قبولی است که در مجموع بکارگیری این رهیافت، سودمند ارزیابی شده است.
بازنشر اطلاعات | |
![]() |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |