
تعداد نشریات | 163 |
تعداد شمارهها | 6,762 |
تعداد مقالات | 72,833 |
تعداد مشاهده مقاله | 131,781,222 |
تعداد دریافت فایل اصل مقاله | 103,500,524 |
کاربست مدل WRF در شبیهسازی عمق برف در نیمه شمالی ایران | ||
فیزیک زمین و فضا | ||
مقاله 12، دوره 51، شماره 1، خرداد 1404، صفحه 207-227 اصل مقاله (1.78 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jesphys.2024.380249.1007621 | ||
نویسندگان | ||
مریم نصیری دارابی؛ مریم قرایلو* ؛ سیده سمانه ثابت قدم | ||
گروه فیزیک فضا، مؤسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران. | ||
چکیده | ||
هدف اصلی پژوهش حاضر، ارزیابی عملکرد مدل پیشبینی و تحقیق وضع هوا (WRF) در شبیهسازی مکانی و زمانی عمق برف در نیمه شمالی ایران برای یک مطالعه موردی برف شدید است. برای اجرای مدل، نیمه شمالی کشور به سه ناحیه جداگانه شامل شمال، شمال شرق و شمال غرب تقسیم شد. برای هر سه ناحیه، شبیهسازی مدل WRF بهمدت ۴۸ ساعت برای رخداد برف انتخابی (3 تا 5 فوریه ۲۰۱۲) با استفاده از دادههای ERA5 انجام شد. برای انتخاب بهترین پیکربندی فیزیک مدل برای هر ناحیه، پیکربندیهای مختلف مورد آزمایش قرار گرفت. پیکربندی بهینه شامل طرحواره پارامترسازی همرفت Tiedtke برای نواحی شمال و شمال شرق وOSAS در ناحیه شمال غرب، طرحواره پارامترسازی لایه مرزی/سطحی QNSE/QNSE در نواحی شمال و شمال غرب وYSU/MM5 در ناحیه شمال شرق، طرحوارههای پارامترسازی تابش طولموج بلند و کوتاهNew Goddard وDudhia ، طرحواره پارامترسازی خردفیزیک WSM-3 و طرحواره پارامترسازی سطحNOAH-MP در هر سه ناحیه است. نتایج نشان داد که خطایRMSE برای تمامی ایستگاهها در شمال غرب کمتر از 018/0 متر است که نسبت به دو ناحیه شمال و شمال شرق باRMSE بهترتیب برابر 195/0 و 143/0 متر، کمتر است. نتایج بررسی در هر ناحیه بیانگر آن است که مدل در ناحیه شمال، در مقادیر کمترِ عمقبرف عملکرد بهتری دارد و در شمال شرق، در ایستگاههای با ارتفاع کمتر نتایج مدل دقیقتر است. در دو ناحیه شمال و شمال شرق، مدل در بیشتر ایستگاهها مقدار عمق برف را فراتخمین کرده است ولی در ناحیه شمالغرب، مدل مقدار عمق برف را فروتخمین کرده است. | ||
کلیدواژهها | ||
عمق برف؛ مدل WRF؛ نیمه شمالی ایران؛ پیکربندی بهینه | ||
مراجع | ||
انصاری، ه. و معروفی، ص. (1396). برآورد آب معادل برف با استفاده از دادههای سنجنده AMSR-E و مدل GLDAS (مطالعه موردی: حوضههای شمالغرب ایران). آب و خاک، 31(5)، 1497-1510.
خدامرادپور م.؛ ایران نژاد پ.؛ اخوان س. و بابایی خ. (1396). ارزیابی مدل برف طرحواره سطح NOAH-MP جفتشده با مدل منطقهای WRF در بارشهای سنگین برف در شمال و غرب ایران. مجله ژئوفیزیک ایران، 11(4)، 146-163.
مجیدی کرهرودی، ف.؛ قرایلو، م. و ثابت قدم، س. (1403). ارزیابی عملکرد بانک دادههای بازتحلیل ERA5 و MERRA2 در تخمین میزان عمق برف در شمال غرب ایران. فیزیک زمین و فضا، 50 (1)، 251-263.
Alonso-González, E., López-Moreno, J. I., Gascoin, S., García-Valdecasas Ojeda, M., Sanmiguel-Vallelado, A., Navarro-Serrano, F., Revuelto, J., Ceballos, A., Esteban-Parra, M. J., & Essery, R. (2018). Daily gridded datasets of snow depth and snow water equivalent for the Iberian Peninsula from 1980 to 2014. Earth System Science Data, 10(1), 303-315. Anderson, E. A. (1976). A point energy and mass balance model of a snow cover. Stanford University. Bell, V. A., Kay, A. L., Davies, H. N., & Jones, R. G. (2016). An assessment of the possible impacts of climate change on snow and peak river flows across Britain. Climatic Change, 136, 539-553. Cohen, J., & Rind, D. (1991). The effect of snow cover on the climate. Journal of Climate, 4(7), 689-706. Gao, L., Zhang, L., Shen, Y., Zhang, Y., Ai, M., & Zhang, W. (2021). Modeling snow depth and snow water equivalent distribution and variation characteristics in the Irtysh River Basin, China. Applied Sciences, 11(18), 8365. Havens, S., Marks, D., FitzGerald, K., Masarik, M., Flores, A. N., Kormos, P., & Hedrick, A. (2019). Approximating input data to a snowmelt model using weather research and forecasting model outputs in lieu of meteorological measurements. Journal of Hydrometeorology, 20(5), 847-862. Henderson, G. R., Peings, Y., Furtado, J. C., & Kushner, P. J. (2018). Snow–atmosphere coupling in the Northern Hemisphere. Nature Climate Change, 8(11), 954-963. Liu, L., Ma, Y., Menenti, M., Zhang, X., & Ma, W. (2019). Evaluation of WRF modeling in relation to different land surface schemes and initial and boundary conditions: A snow event simulation over the Tibetan Plateau. Journal of Geophysical Research: Atmospheres, 124(1), 209-226. Jordan, R. E. (1991). A one-dimensional temperature model for a snow cover: Technical documentation for SNTHERM. 89. Mudryk, L., Brown, R., Derksen, C., Luojus, K., Decharme, B., & Helfrich, S. (2019). Terrestrial snow cover. Mudryk, L. R., Derksen, C., Kushner, P. J., & Brown, R. (2015). Characterization of Northern Hemisphere snow water equivalent datasets, 1981–2010. Journal of Climate, 28(20), 8037-8051. Mott, R., Daniels, M., & Lehning, M. (2015). Atmospheric flow development and associated changes in turbulent sensible heat flux over a patchy mountain snow cover. Journal of Hydrometeorology, 16(3), 1315-1340. Pan, X., Li, X., Cheng, G., Chen, R., & Hsu, K. (2017). Impact analysis of climate change on snow over a complex mountainous region using weather research and forecast model (wrf) simulation and moderate resolution imaging spectroradiometer data (modis)-terra fractional snow cover products. Remote Sensing, 9(8), 774. Pepin, N., Bradley, R. S., Diaz, H. F., Baraer, M., Caceres, E. B., Forsythe, N., Fowler, H., Greenwood, G., Hashmi, M. Z., Liu, X. D., & Miller, J. R. (2015). Elevation-dependent warming in mountain regions of the world. Nat Clim Chang 5 (5), 424–430. Poschlod, B., & Daloz, A. S. (2024). Snow depth in high-resolution regional climate model simulations over southern Germany–suitable for extremes and impact-related research?. The Cryosphere, 18(4), 1959-1981. Rasmussen, R., Liu, C., Ikeda, K., Gochis, D., Yates, D., Chen, F., Tewari, M., Barlage, M., Dudhia, J., Yu, W., & Miller, K. (2011). High-resolution coupled climate runoff simulations of seasonal snowfall over Colorado: A process study of current and warmer climate. Journal of Climate, 24(12), 3015-3048. Skamarock, W. C., Klemp, J. B., Dudhia, J., Gill, D. O., Barker, D. M., Duda, M. G., Huang, X. Y., Wang, W., & Powers, J. G. (2008). A description of the advanced research WRF version 3. NCAR technical note, 475(125), 10-5065. Shi, J. J., Tao, W. K., Matsui, T., Cifelli, R., Hou, A., Lang, S., Tokay, A., Wang, N. Y., Peters-Lidard, C., Skofronick-Jackson, G., & Rutledge, S. (2010). WRF simulations of the 20–22 January 2007 snow events over eastern Canada: Comparison with in situ and satellite observations. Journal of Applied Meteorology and Climatology, 49(11), 2246-2266. Taylor, K. E. (2001). Summarizing multiple aspects of model performance in a single diagram. Journal of geophysical research: atmospheres, 106(D7), 7183-7192. Tomasi, E., Giovannini, L., Zardi, D., & de Franceschi, M. (2017). Optimization of Noah and Noah_MP WRF land surface schemes in snow-melting conditions over complex terrain. Monthly Weather Review, 145(12), 4727-4745. Van Pelt, W. J., Kohler, J., Liston, G. E., Hagen, J. O., Luks, B., Reijmer, C. H., & Pohjola, V. A. (2016). Multidecadal climate and seasonal snow conditions in Svalbard. Journal of Geophysical Research: Earth Surface, 121(11), 2100-2117. Wang, W. (2022). Forecasting convection with a “scale-aware” Tiedtke cumulus parameterization scheme at kilometer scales. Weather and Forecasting, 37(8), 1491-1507. Wrzesien, M. L., Durand, M. T., Pavelsky, T. M., Howat, I. M., Margulis, S. A., & Huning, L. S. (2017). Comparison of methods to estimate snow water equivalent at the mountain range scale: A case study of the California Sierra Nevada. Journal of Hydrometeorology, 18(4), 1101-1119. Wu, X., Shen, Y., Wang, N., Pan, X., Zhang, W., He, J., & Wang, G. (2016). Coupling the WRF model with a temperature index model based on remote sensing for snowmelt simulations in a river basin in the Altay Mountains, north‐west China. Hydrological Processes, 30(21), 3967-3977. Yongjiu, D., & Qingcun, Z. (1997). A land surface model (IAP94) for climate studies part I: Formulation and validation in off-line experiments. Advances in Atmospheric Sciences, 14(4), 433-460. Zhang, C., Wang, Y., & Hamilton, K. (2011). Improved representation of boundary layer clouds over the southeast Pacific in ARW-WRF using a modified Tiedtke cumulus parameterization scheme. Monthly Weather Review, 139(11), 3489-3513. | ||
آمار تعداد مشاهده مقاله: 342 تعداد دریافت فایل اصل مقاله: 298 |