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

شبیه‌سازی وقوع بارندگی، به‎ویژه برای بازتولید اطلاعات مفقود شده و مدیریت منابع آب، فرایندی سودمند است. در این مطالعه، ارزیابی عملکرد مدل‌های احتمالاتی مختلف در شبیه‎سازی توزیع دوره‌های 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 شبیه‌سازی طول دوره‌های خشک، مدل‌های سه‌پارامتری (به‎ویژه ترکیب دو توزیع هندسی و ترکیب توزیع هندسی و پوآسون) در مقابل مدل‌های یک پارامتری و دو پارامتری، به‎عنوان بهترین مدل انتخاب شدند. این مسأله، نشان از عملکرد بهتر این مدل‎ها در شبیه‌سازی سری‌هایی با دوره‌های طولانی‌تر دارد؛ زیرا در شبیه‌سازی سری طول دوره‌های مرطوب ـ که شامل دوره‌های کوتاه‌تری است ـ مدل‌های یک پارامتری در بیشتر ماه‎های سال، به‎عنوان مدل‌های برتر انتخاب شدند. خطای تمامی روش‌ها (RMSE و MAE) در شبیه‌سازی طول دوره‌های مرطوب با آغاز دوره‎ی خشک، افزایش یافته و با آغاز دوره‎ی مرطوب، رو به کاهش می‎روند. این مسأله در مورد دوره‌های خشک نیز صادق است، به‎گونه‎ای که خطای تمامی روش‌ها در دوره‎ی مرطوب سال، بیشتر است. همچنین در شبیه‎سازی طول دوره‌های خشک، عملکرد روش‌های اوّل و دوم (ماهانه) در حفظ آماره‌های سری مشاهداتی بهتر از روش‌های دیگر بوده، اما در شبیه‌سازی طول دوره‌های مرطوب، روش‎های سوم (دوره‎های سه‎ماهه) و چهارم (فصلی) عملکرد بهتری داشتند. در شبیه‌سازی احتمال انتقال از یک روز خشک، روش اوّل و در شبیه‌سازی احتمال انتقال از یک روز مرطوب، روش سوم بهترین نتایج را ارائه دادند.