بررسی کارایی مدل دوسینوسی در برآورد ساعتی دما در اقلیم های مختلف ایران

سابقه و هدف: دستیابی به داده‌های ساعتی دما به دلیل تحلیل جزئی‌تر فرآیندهای رشد گیاه در مدل‌سازی گیاهی و مطالعات یخبندان اهمیت بسزایی دارد. همچنین تحلیل دقیق‌تر تاثیر تغییراقلیم و پدیده‌های زیانبار جوی بر رشد و نمو گیاهان نیازمند داده‌های ساعتی می‌باشد. مدل دو سینوسی روشی دقیق در مدل‌سازی شبانه روزی دمای هوا می باشد که ضمن در نظرگیری ماهیت سینوسی تغییرات دما دقت بسیار خوبی در تشخیص زمان وقوع دمای کمینه و بیشینه شبانه روزی دارد. تاکنون دقت این روش در اقلیم‌های مختلف ایران بررسی نشده است. هدف این تحقیق بررسی دقت و صحت مدل دو سینوسی برای برآورد دماهای ساعتی از روی دمای کمینه و بیشینه روزانه در اقلیم‌های مختلف ایران است. مواد و روش‌ها: برای بررسی کارایی مدل دو سینوسی سعی شد از داده‌های ایستگاه‌های هواشناسی موجود در اقلیم‌های مختلف ایران از آب و هوای فراخشک تا بسیار مرطوب استفاده شود. برای این منظور از داده‌های کمینه و بیشینه روزانه و سه ساعته ثبت شده دما در هشت ایستگاه هواشناسی در اهواز، اردبیل، بوشهر، گرگان، مشهد، رشت، تهران و زهک در سال‌های 2000 و 2005 استفاده شد. در این مدل زمان وقوع دمای کمینه در لحظه طلوع آفتاب و دمای بیشینه پس از سپری شدن دو سوم طول روز فرض شده که این زمان با محاسبات نجومی به طور دقیق قابل محاسبه است که کلیه محاسبات مربوط به مدل‌سازی در محیط نرم افزار matlab انجام شد. برای ارزیابی متوسط خطای مدل از شاخص rmse و از mbe برای بررسی میزان اریب بودن معادله استفاده شد. یافته‌ها: نتایج نشان داد مقدار متوسط خطا در ایستگاه‌های فراخشک و خشک بین 1.5 تا 2 درجه و در ایستگاه‌های مرطوب و نیمه مرطوب تا 3 درجه هم می‌رسد. به نظر می‌رسد تغییرات خطا در این مدل الگوی ماهانه ندارد به عبارتی خطای برآورد دمای ساعتی در ماه‌های گرم و سرد با هم اختلاف چشمگیری ندارند. بررسی خطای اریبی مدل نشان داد که این مدل در ماه‌های گرم مناطق خشک‌ دارای خطای کم برآوردی است و در ماه‌های سرد دارای خطای بیش برآوردی است. البته مقدار خطای اریبی ناچیز بوده و در بیشتر ماه‌ها کمتر از 0.5 درجه است. بررسی روند تغییرات دمای واقعی و برآوردی نشان داد که الگوی نوسانات شبانه روزی دما در مناطق خشک نسبت به مناطق مرطوب تبعیت بیشتری از تغییرات سینوسی دارد. نتیجه‌گیری: بررسی رژیم شبانه روزی دماهای ساعتی مدل شده نشان داد که این مدل در تشخیص زمان دقیق وقوع کمینه و بیشینه دما در ایستگاه‌های مرطوب کمی دچار مشکل بوده که بنظر می‌رسد علت اصلی وقوع خطاهای بالا در این ایستگاه نیز همین مسئله باشد ولی روند سینوسی تغییرات دما را به خوبی مدل می کند. البته شایان ذکر است با توجه به اینکه این مدل مبتنی بر رژیم معمولی شبانه روزی دما توسعه یافته است، در روزهای همراه با وقوع پدیده‌های هواشناسی مانند فرارفت هوای گرم و سرد به منطقه یا وقوع بارندگی، دقت مدل در برآورد دماهای ساعتی ممکن است کاهش یابد.

Investigation of Bi-sinusoidal model efficacy in estimation of hourly temperature in different climates of Iran

Abstract Background and objectives Access to hourly temperature due to the more detailed analysis of plant growth processes is of fundamental importance in crop modeling and freezing studies. Also, hourly data is needed for more accurate analysis of climate change effect and atmospheric hazard phenomena on the growth and development of plants. The Bisinusoidal model is a precise method in daily temperature modeling which, while considering the sinusoidal nature of temperature variations, is very accurate in detecting the time of minimum and maximum temperature of the day. So far, the accuracy of this method has not been studied in different climates of Iran. The objective of this research is to evaluation of BiSinusoidal model for estimation of hourly temperatures from maximum and minimum daily temperature in different climates of Iran. Materials and methods For investigation of the efficiency of Bisinusoidal model, the data of meteorological stations in different climates from ultradry to very humid climates were used. For this purpose, daily and threehour recorded temperatures at eight stations include: Ahwaz, Ardabil, Bushehr, Gorgan, Mashhad, Rasht, Tehran and Zahak in 2000 and 2005 were used. In this model, sunrise time is considered as the occurrence time of minimum temperature and maximum temperature occurrence is assumed after passing twothirds of daytime length. These times can be accurately calculated with astronomical calculations. All the modelling calculations were performed in MATLAB software environment. To evaluate the mean error and mean bias of the model, RMSE and MBE indices were used, respectively.Results The results showed that in arid and extraarid stations, RMSE vary between 1.5 to 2 and in humid and subhumid stations it’s close to 3 Celsius degrees. Also, it seems that the performance of this model is not related to the season, in other words, the hourly temperature error estimation in hot and cold months is not significantly different. The MBE showed that the model underestimate hourly temperature in warm months and overestimate in cold months. However, the bias error is negligible in most of the months and is less than 0.5 degrees. Variation of actual and modelled temperature showed that circadian fluctuation of temperature in dry region is more similar to sinusoidal changes than humid area. Conclusion Investigation of circadian temperature fluctuation showed that this model has some trouble in detection of occurrence time of minimum and maximum temperature in humid stations that this is one of the main sources of this model error. But this model simulates the sinus trend of temperature variations properly. According to development of this model based on ordinary circadian temperature fluctuation, in days with the meteorological phenomena such as warm and cold advection to the region, or in rainy days, the model accuracy in estimating hourly temperatures maybe reduced.