مقاله کاربست روش پیش یابی کامل در پیش بینی دمای کمینه و بیشینه

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله کاربست روش پیش یابی کامل در پیش بینی دمای کمینه و بیشینه دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله کاربست روش پیش یابی کامل در پیش بینی دمای کمینه و بیشینه  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله کاربست روش پیش یابی کامل در پیش بینی دمای کمینه و بیشینه،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله کاربست روش پیش یابی کامل در پیش بینی دمای کمینه و بیشینه :

تعداد صفحات :۲۴

پس‌پردازش برون‌داد خام مدل‌های مورد استفاده در پیش‌بینی عددی وضع هوا از گام‌های اصلی و ضروری این نوع فرآیند پیش‌بینی است. در مراکز هواشناسی پیشرفته جهان برای پس‌پردازش برون‌داد مدل‌های عددی، روش‌های مختلفی به کار گرفته می‌شوند که غالباً بر پایه تحلیل‌ها و محاسبات آماری استوارند. نظر به اهمیت موضوع، در این مقاله ابتدا روش‌های متداول پس‌پردازش آماری داده‌های خام مدل‌های پیش‌بینی عددی وضع هوا مانند آماره‌ برون‌داد مدل، پیش‌یابی کامل و پالایش کالمن معرفی شده‌اند. سپس با کاربست روش پیش‌یابی کامل، معادلاتی برای پیش‌بینی دمای کمینه و بیشینه ایستگاه تهران–مهرآباد به دست آمده که میزان و علل خطاهای آن نیز بررسی شده است. معادلات بر اساس تحلیل وایازی خطی بین داده‌های اندازه‌گیری شده ضخامت لایه‌های hPa700-850 و hPa 500-700 به عنوان پیش‌بینی کننده (متغیر مستقل) و دمای کمینه و بیشینه به عنوان پیش‌بینی شونده (متغیر پاسخ)، در دوره آماری ۱۹۸۶-۱۹۹۵ ساخته شده‌اند. در به کارگیری این معادلات وایازی برای پیش‌بینی دمای کمینه و بیشینه، از مقادیر ضخامت hPa700-850 و hPa 500-700 حاصل از اجرای مدل عددی MM5 استفاده شده است. نتایج، همبستگی معنی‌داری را میان متغیرهای مستقل و پاسخ نشان می‌دهند. اما به سبب خطای قابل ملاحظهMM5 در پیش بینی ارتفاع تراز hPa850 تهران، امکان استفاده ازضخامت hPa700-850 به عنوان پیش‌بینی کننده وجود ندارد. با جایگزینی ضخامت hPa 500-700 در محاسبات، اختلاف مقادیر پیش بینی شده با مقادیر واقعی تا حد زیادی کاهش می‌یابد.