شبیه سازی وقوع بارندگی در ایستگاه سینوپتیک قزوین با استفاده از مدل های احتمالاتی

شبیه سازی وقوع بارندگی، به‎ویژه برای بازتولید اطلاعات مفقود شده و مدیریت منابع آب، فرایندی سودمند است. در این مطالعه، ارزیابی عملکرد مدل های احتمالاتی مختلف در شبیه‎سازی توزیع دوره های خشک و مرطوب ایستگاه سینوپتیک قزوین به چهار روش انجام گرفت: 1) برازش بهترین مدل بر اطلاعات هر ماه؛ 2) برازش توزیع هندسی بر اطلاعات هر ماه؛ 3) برازش بهترین مدل بر اطلاعات سه‎ماهه و 4) برازش بهترین مدل بر اطلاعات فصلی. نتایج این مطالعه نشان داد که در شبیه سازی طول دوره های خشک، مدل های سه پارامتری (به‎ویژه ترکیب دو توزیع هندسی و ترکیب توزیع هندسی و پوآسون) در مقابل مدل های یک پارامتری و دو پارامتری، به‎عنوان بهترین مدل انتخاب شدند. این مسأله، نشان از عملکرد بهتر این مدل‎ها در شبیه سازی سری هایی با دوره های طولانی تر دارد؛ زیرا در شبیه سازی سری طول دوره های مرطوب ـ که شامل دوره های کوتاه تری است ـ مدل های یک پارامتری در بیشتر ماه‎های سال، به‎عنوان مدل های برتر انتخاب شدند. خطای تمامی روش ها (rmse و mae) در شبیه سازی طول دوره های مرطوب با آغاز دوره‎ی خشک، افزایش یافته و با آغاز دوره‎ی مرطوب، رو به کاهش می‎روند. این مسأله در مورد دوره های خشک نیز صادق است، به‎گونه‎ای که خطای تمامی روش ها در دوره‎ی مرطوب سال، بیشتر است. همچنین در شبیه‎سازی طول دوره های خشک، عملکرد روش های اوّل و دوم (ماهانه) در حفظ آماره های سری مشاهداتی بهتر از روش های دیگر بوده، اما در شبیه سازی طول دوره های مرطوب، روش‎های سوم (دوره‎های سه‎ماهه) و چهارم (فصلی) عملکرد بهتری داشتند. در شبیه سازی احتمال انتقال از یک روز خشک، روش اوّل و در شبیه سازی احتمال انتقال از یک روز مرطوب، روش سوم بهترین نتایج را ارائه دادند.