انجمن علوم و مهندسی منابع آب تحقیقات منابع آب ایران 1735-2347 5 1 2009 05 22 Comparison of the Performance of ClimGen and LARS-WG Models in Simulating the Weather Factors for Diverse Climates of Iran بررسی و مقایسه عملکرد دو مدل (ClimGen و LARS-WG) در شبیه‌سازی متغیرهای هواشناسی در شرایط مختلف اقلیمی ایران 44 57 15733 FA جواد بذرافشان دانشجوی دکتری /هواشناسی کشاورزی، دانشگاه تهران، پردیس کشاورزی و منابع طبیعی، دانشکده مهندسی آب و خاک، کرج علی خلیلی استاد/ دانشگاه تهران، پردیس کشاورزی‌ومنابع‌طبیعی، دانشکده‌مهندسی‌آب وخاک، کرج عبدالحسین هورفر دانشیار/ دانشگاه تهران، پردیس کشاورزی و منابع طبیعی، دانشکده مهندسی آب و خاک، کرج. صدیقه ترابی دکترای /مهندسی عمران، وزارت نیرو، تهران. سهراب حجام دانشیار/ دانشگاه آزاد اسلامی واحد علوم تحقیقات، دانشکده علوم پایه، تهران. Journal Article 2008 04 30 The stochastic simulation models of weather factors (weather generators) are used in a wide range of studies including risk assessment of climatic and hydrological extreme events, water resources, and agricultural risk management. Such studies often need access to the long-term series of weather data which is not collected continuously in many meteorological stations in Iran. Due to this shortage of data (particularly, the daily data), stochastic weather generators can be used as an alternative for extending data series. These generators are used to produce the synthetic weather data which is statistically similar to the observed data. In this study, the two well-known weather generators, i.e., ClimGen and LARS-WG were evaluated in simulating the weather factors for fifteen climatic zones of the country. The weather factors include the daily total precipitation, the minimum and maximum air temperatures, and the total solar radiation. For this purpose, the process of generating synthetic weather data was divided into three distinct steps including model calibration, model validation, and long-term simulation of weather data. To evaluate the agreement between the observed and the generated data, two indices were used; Root Mean Square Error (RMSE) and Coefficient of Determination (CD). Moreover, the three statistical tests including <em>t</em>-student test, <em>F</em> test and <em>X²</em> test were used to compare the various characteristics of the simulated and observed data such as the lengths of wet and dry series, the distribution of precipitation, and the lengths of hot and frost spells. The results showed that LARS-WG tends to match more closely to the observed precipitation data. The ClimGen performed better for the observed maximum and minimum air temperatures. Neither of the two weather generators succeeded in simulating total solar radiation مدل‌های شبیه‌سازی تصادفی وضع هوا (مولد‌های وضع هوا) در مطالعات مختلفی از قبیل ارزیابی ریسک پدیده‌های حدی اقلیمی و هیدرولوژیک، مدیریت ریسک منابع آب و کشاورزی مورد استفاده قرار می‌گیرند. انجام این قبیل مطالعات، اغلب نیازمند دسترسی به سری درازمدت داده‌های هواشناسی می‌باشد. با توجه به اینکه در اکثر ایستگاههای هواشناسی، دسترسی به آمار درازمدت وضع هوا (به ویژه، داده‌های روزانه) امکانپذیر نیست، می‌توان از مولدهای وضع هوا برای تطویل سری زمانی عوامل هواشناسی استفاده نمود. هدف از طراحی مولدهای وضع‌ هوا، تولید داده‌هایی است که به لحاظ آماری مشابه داده‌های مشاهده شده باشند. در این مطالعه، دو مدل مشهور، ClimGen و LARS-WG، از نظر تولید داده‌های روزانه مجموع بارندگی، دمای حداقل و حداکثر هوا و تابش کلی خورشید در 15 نمونة اقلیمی مختلف کشور مورد بررسی قرار گرفت. برای این منظور، سه مرحله واسنجی، صحت‌سنجی و شبیه‌سازی مدل‌ها در ایستگاههای منتخب انجام و کارایی مدل‌ها از نظر شباهت مقادیر تولید شده با مقادیر مشاهده شده با استفاده از شاخص‌های خطا نظیر ریشه میانگین مربعات (RMSE) و ضریب تعیین (CD) ارزیابی گردید. همچنین برای مقایسه برخی مشخصه‌های داده‌های تولید شده و مشاهده شده برای مثال، طول دوره خشک و تر، توزیع فراوانی بارندگی و طول دوره یخبندان و گرمای شدید، از سه آزمون‌ آماری شامل <em>t</em>-ا‌ستیودنت، <em>F</em> و<em> X²</em>استفاده گردید. نتایج بدست آمده در محدوده اقلیمی نشان داد که LARS-WG در تولید داده‌های بارندگی و ClimGen در شبیه‌سازی دماهای حداکثر و حداقل نتایج مناسب‌تری عاید می‌سازد. با این وجود، هر دو مدل، موفقیت چندانی در شبیه‌سازی درازمدت داده‌های تابش خورشید نداشتند.  https://www.iwrr.ir/article_15733_16f88bcb1b253282c0414e4539984174.pdf