نمایش مختصر رکورد

استفاده از جفت‌سازی کاپیولای همادی برای پس‌پردازش پیش‌بینی همادی چند متغیره

dc.contributor.authorمحمدی, سیده عاطفهfa_IR
dc.contributor.authorآزادی, مجیدfa_IR
dc.date.accessioned1403-12-20T23:51:32Zfa_IR
dc.date.accessioned2025-03-10T23:51:32Z
dc.date.available1403-12-20T23:51:32Zfa_IR
dc.date.available2025-03-10T23:51:32Z
dc.date.issued2024-09-22en_US
dc.date.issued1403-07-01fa_IR
dc.date.submitted2024-05-20en_US
dc.date.submitted1403-02-31fa_IR
dc.identifier.citationمحمدی, سیده عاطفه, آزادی, مجید. (1403). استفاده از جفت‌سازی کاپیولای همادی برای پس‌پردازش پیش‌بینی همادی چند متغیره. فیزیک زمین و فضا, 50(3), 791-802. doi: 10.22059/jesphys.2024.376300.1007606fa_IR
dc.identifier.issn2538-371X
dc.identifier.issn2538-3906
dc.identifier.urihttps://dx.doi.org/10.22059/jesphys.2024.376300.1007606
dc.identifier.urihttps://jesphys.ut.ac.ir/article_98128.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/1136475
dc.description.abstractپیش‌بینی‌های همادی اغلب دارای اریبی و خطاهای پراکندگی هستند و بنابراین باید از نظر آماری پس‌پردازش شوند. با این‌حال، رویکردهای پس‌پردازش همادی تک‌متغیره مانند EMOS و BMA برای یک کمیت، در یک مکان واحد و فقط برای یک افق پیش‌بینی معین اعمال می‌شوند و در نتیجه ساختارهای وابستگی مکانی، زمان و بین متغیری را در نظر نمی‌گیرند. برای لحاظ‌کردن این وابستگی‌ها، روش‌های پس‌پردازش همادی چند متغیره مانند روش جفت‌سازی کاپیولای همادی (ECC) پیشنهاد شده‌اند. روش ECC، شامل دو مرحله است؛ در مرحله اول پس‌پردازش همادی تک‌متغیره در همه ابعاد به‌صورت مستقل انجام می‌شود و در مرحله دوم، وابستگی‌های چندمتغیره با مرتب‌کردن مقادیر نمونه‌های تک‌متغیره با توجه به ساختار ترتیب رتبه‌بندی یک الگوی وابستگی بازیابی می‌شود. در مقاله حاضر، عملکرد روش ECC با روش EMOS مقایسه شده است. برای این منظور، از سامانه همادی 51 عضوی ECMWF در بازه زمانی 1 ژانویه 2018 تا 31 دسامبر 2023 برای لحاظ‌کردن وابستگی مکانی پیش‌بینی دمای 48‌ساعته دمای دو متری در دو ایستگاه مهرآباد و کرج استفاده شده است. نتایج نشان دادند که هر دو روش پس‌پردازش، پیش‌بینی خام را تا 81% بهبود دادند اما با اعمال روش ECC، علاوه بر این که اریبی پیش‌بینی همادی خام از بین رفت، بلکه ساختار وابستگی بین اعضای همادی نیز حفظ شد. در حالی که در روش EMOS، فقط اریبی‌ها از بین رفتند بدون این‌که وابستگی بین اعضای همادی در نظر گرفته شود.fa_IR
dc.languageفارسی
dc.language.isofa_IR
dc.publisherموسسه ژئوفیزیک دانشگاه تهرانfa_IR
dc.publisherInstitute of Geophysics, University of Tehranen_US
dc.relation.ispartofفیزیک زمین و فضاfa_IR
dc.relation.ispartofJournal of the Earth and Space Physicsen_US
dc.relation.isversionofhttps://dx.doi.org/10.22059/jesphys.2024.376300.1007606
dc.subjectپس‌پردازش چند متغیرهfa_IR
dc.subjectپیش‌بینی همادیfa_IR
dc.subjectکاپیولاfa_IR
dc.subjectهواشناسیfa_IR
dc.titleاستفاده از جفت‌سازی کاپیولای همادی برای پس‌پردازش پیش‌بینی همادی چند متغیرهfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentپژوهشگاه هواشناسی و علوم جو، تهران، ایران.fa_IR
dc.contributor.departmentپژوهشگاه هواشناسی و علوم جو، تهران، ایران.fa_IR
dc.citation.volume50
dc.citation.issue3
dc.citation.spage791
dc.citation.epage802
nlai.contributor.orcid0000-0002-0979-7234
nlai.contributor.orcid0000-0002-5991-9703


فایل‌های این مورد

فایل‌هااندازهقالبمشاهده

فایلی با این مورد مرتبط نشده است.

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد