ارزیابی دقت مدل‌های cmip6 بر اساس شاخص آماری kge برای شبیه‌سازی بارش در حوضه آبریز دریاچه ارومیه

این مطالعه با هدف ارزیابی دقت مدل‌های منتخب در 5 ایستگاه هواشناسی همدیدی بر اساس شاخص آماری kge برای شبیه‌سازی بارش در حوضه آبریز دریاچه ارومیه (ایران) در سه دهه گذشته انجام گرفته است. از داده‌های 4 مدل aogcm (mpi-esm1-2-hr، inm-cm5-0 ،bcc-csm2-mr  و ec-earth3-cc) از مجموعه مدل‌های سری cmip6 استفاده شد. دوره تاریخی 1985-2014 در نظر گرفته شد. برونداد خام مدل‌ها توسط نرم‌افزار cmhyd مقیاس­کاهی شد. برای انتخاب روش مناسب ریزمقیاس از میان 2 روش linear scaling و distribution mapping نمودار تیلور ترسیم شد. کارایی مدل‌ها در هر ایستگاه با kge ارزیابی شدند. محاسبات نشان داد که برترین مدل برای شبیه‌سازی بارش در همه ایستگاه‌های منتخب در حوضه آبریز دریاچه ارومیه مدل mpi و ضعیف‌ترین مدل، مدل bcc است. بیش‌ترین و کم‌ترین تصحیح توسط شاخص آماری کلینگ گوپتا، به ترتیب در ایستگاه‌های مراغه مهاباد بود. بیشینه و کمینه مقدار شاخص kge به ترتیب در ایستگاه‌های تبریز و مراغه به دست آمد. نتایج نشان داد که برونداد خام مدل‌ها دارای خطای زیادی بوده و ‌نمی‌توان به‌طور مستقیم از آن‌ها استفاده کرد. نتایج نشان داد که روش مقیاس­کاهی linear scaling  قابلیت مناسبی در بهینه کردن برونداد مدل‌های gcm در منطقه مورد مطالعه دارد. با توجه به مقدار سنجه kge برای مدل mpi که در هر 5 ایستگاه بعد از مقیاس‌کاهی بیشتر از 0/03است، توانایی این مدل برای ارزیابی بارش در حوضه آبریز دریاچه ارومیه آشکار شد.

evaluation of the accuracy of cmip6 models based on the kge statistical index for simulating precipitation in the urmia lake basin

the objective of this study is to evaluate the accuracy of cmip6 models in simulating precipitation in the lake urmia basin (iran) over the past three decades، based on the kling-gupta efficiency (kge) statistical index. data from five synoptic meteorological stations were analyzed using four aogcm models: aim-esm1-2-hr، aim-cm5-0، aim-csm2-mr، and ec-earth3-cc. the historical period considered spans from 1985 to 2014. raw model outputs were downscaled using cmhyd software. taylor diagrams were generated using both linear scaling and distribution mapping methods to identify the most suitable bias correction technique. model performance was assessed using the kge index at each station. according to the results، the highest and lowest kge correction values were observed at maragheh and mahabad stations، respectively، while the maximum and minimum kge values after calibration occurred at tabriz and maragheh stations. the calculations indicate that the mpi model provides the most accurate precipitation simulation across all selected stations in the lake urmia basin، whereas the bcc model performs the weakest. the findings also reveal that raw model outputs contain significant errors and cannot be used directly. the linear scaling method was found to improve gcm outputs effectively. considering the kge index values of the mpi model (greater than 0.03 at all five stations after scaling)، the model demonstrates reliable capability for assessing precipitation in the urmia basin.