مجید آزادی - عضو هیئت علمی پژوهشگاه هواشناسی و علوم جو؛ پژوهشگاه هواشناسی و علوم
سمیه جعفری - کارشناس مرکز پیش بینی سازمان هواشناسی کشور
ابراهیم میرزایی - کارشناس مرکز پیش بینی سازمان هواشناسی کشور
پروین عربلی - کارشناس مرکز پیش بینی سازمان هواشناسی کشور

پیش بینی دمای سطح زمین با مدل های پیش بینی عددی وضع هوا دارای خطاهای سیستماتیکی است که عمدتا به دلیل پایین بودن تفکیک توپوگرافی و نیز نقص در پراسنجی پارامترهای فیزیکی مختلف در مدل میباشد. فیلتر کالمن روش مفیدی است که با یک الگوریتم ساده و نیاز به ورودی های کوتاه مدت، با ترکیب پیش بینی های مدل و دیده بانی ها، خطاهای سیستماتیک را تا حد بسیار خوبی کاهش می دهد. در این مقاله، فیلتر کالمن روی دماهای بیشینه و کمینه در دو متری سطح زمین برای 117 ایستگاه در ایران و به مدت 120 روز اعمال شده که نتایج چهار ایستگاه در اینجا ارائه شده است. مدل مورد استفاده، مدل میان مقیاس منطقه ای MM5 و مدت آموزش فیلتر هفت روز انتخاب شد. بررسی آماری روی نتایج نشان داد که فیلتر کالمن برای روزهایی که خطاهای مدل زیاد یا متوسط بود، توانست پیش بینی مدل را تا حد قابل قبولی اصلاح کند، اما برای روزهایی که خطای مدل کم بود، کاربست فیلتر تاثیر چندانی درتصحیح خطا نداشت.

فیلتر کالمن ، پس پردازش ، دمای بیشینه و کمینه