فایل ورد word داده کاوي پيشبيني دماهاي مينيمم و ماکزيمم شبيه سازي شده دو مدلGFS وWRF با مشاهدات زميني در استان لرستان دارای 10 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد فایل ورد word داده کاوي پيشبيني دماهاي مينيمم و ماکزيمم شبيه سازي شده دو مدلGFS وWRF با مشاهدات زميني در استان لرستان کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ريختگي احتمالي در متون زير ،دليل ان کپي کردن اين مطالب از داخل فایل ورد مي باشد و در فايل اصلي فایل ورد word داده کاوي پيشبيني دماهاي مينيمم و ماکزيمم شبيه سازي شده دو مدلGFS وWRF با مشاهدات زميني در استان لرستان،به هيچ وجه بهم ريختگي وجود ندارد
بخشی از متن فایل ورد word داده کاوي پيشبيني دماهاي مينيمم و ماکزيمم شبيه سازي شده دو مدلGFS وWRF با مشاهدات زميني در استان لرستان :
سال انتشار : 1397
تعداد صفحات : 8
چکیده مقاله:
پیشبینی دما یکی از مهمترین پیشبینی های هواشناسی است. پیش بینی دما نیز در کنار بارش، از کاربردیترین برآوردهای عناصر آب و هوایی است. امروزه بخشهای کشاورزی و صنعت وابستگی زیادی به شرایط دمایی (آب و هوا) دارند. هدف از انجام این پژوهش، مقایسه آماری بین داده های شبیه سازی شده دما(مینیمم و ماکزیمم) توسط دو مدل GFS و WRF با دامنه های تو در تو 27 KM و 9 KM با داده های مشاهداتی 5 ایستگاه هواشناسی استان لرستان (خرم آباد، الیگودرز، پلدختر، نورآباد و الشتر) است. بدین منطور از برونداد دو مدل یاد شده، در یک دوره 3 ماهه از اول آوریل تا 31 ژوئن 2018 در دو بازه زمانی 24 و 48 ساعته استفاده شد. بر اساس نتایح این پژوهش، ضرایب همبستگی و جذر میانگین مربعات خطا در دو بازه 24 و 48 ساعته، بین دمای ماکزیمم شبیه سازی شده دو مدل و مشاهده شده قوی و بیش از0/94 و دارای کمترین خطا بوده است. در بررسی بعمل آمده از مقادیر میانگین و انحراف معیار در دو بازه زمانی مشخص گردید که بین مقادیر مشاهده شده و شبیه سازی شده برونداد مدلWRFبا دامنه 9 KM برای دماهای ماکزیمم و برونداد مدل GFS برای دماهای مینیمم در مقایسه با سایر مدلها برای همه ایستگاه های منتخب بهترین برازش را داشته است. اما مقادیرضرایب همبستگی به دست آمده، برای دماهای مینیمم الشتر و نورآباد ضعیف بوده و این به دلیل موقعیت جغرافیایی و عوامل میکروکلیمای منطقه که میتواند بر روی نوسانات دمایی بسیار تاثیرگذار باشد.
