ارزیابی عملکرد داده های ERA۵ در برآورد انواع مختلف CAPE و CIN در ایستگاه های جو بالا در ایران
محل انتشار: مجله فیزیک زمین و فضا، دوره: 50، شماره: 1
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 31
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JESPHYS-50-1_014
تاریخ نمایه سازی: 17 اردیبهشت 1403
چکیده مقاله:
یکی از ابزارهای مطالعه توفان های تندری داده های گمانه زنی است که پراکندگی مکانی دارد. با توجه به تفکیک مناسب و پوشش جهانی داده های بازتحلیل ERA۵، استفاده از نمایه های قائم تولید شده توسط این مجموعه داده در تحقیقات بسیاری مورد استقبال واقع شده است. البته در صورتی داده های بازتحلیل در یک مکان می تواند اطلاعات مفیدی در اختیار کاربر قرار دهد که قبل از استفاده اعتبارسنجی شده باشد. در این تحقیق اعتبار داده های بازتحلیل ERA۵ در برآورد دو پارامتر همرفتی CAPE و CIN با استفاده از نودهزار داده مشاهداتی (در نه ایستگاه جو بالا در منطقه ایران) و در بازه زمانی ۳۱ ساله (از ابتدای ۱۹۹۰ تا انتهای ۲۰۲۰) و با استفاده از چهار شاخص آماری R، ME، MAE و RMSE ارزیابی شد. در این راستا، انواع پارامتر همرفتی CAPE اعم از CAPE، SB-CAPE، ML-CAPE و MU-CAPE و همچنین انواع پارامتر همرفتی CIN اعم از CIN، SB-CIN، ML-CIN و MU-CIN بررسی شدند. ایستگاه ها عبارت بودند از ایستگاه تبریز، مشهد، تهران، کرمانشاه، اصفهان، اهواز، کرمان، شیراز و زاهدان. نتایج نشان داد که پارامترهای ML-CAPE و ML-CIN در ایستگاه های بیشتری توانسته اند بالاترین همبستگی و کمترین خطا میان مقادیر محاسبه شده مشاهداتی و بازتحلیل را تولید کنند. از این رو، نتیجه گیری می شود که با استفاده از داده های بازتحلیل ERA۵، دو پارامتر همرفتی ML-CAPE و ML-CIN در برآورد CAPE و CIN در بیشتر ایستگاه ها عملکرد بهتری داشته و پیشنهاد می شود برای محاسبه CAPE و CIN با استفاده از داده های بازتحلیل ERA۵ در ایستگاه های مذکور از دو پارامتر فوق استفاده شود.
کلیدواژه ها:
نویسندگان
Nafiseh Pegahfar
پژوهشکده علوم جوی، پژوهشگاه ملی اقیانوس شناسی و علوم جوی، تهران، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :