محمد فلاح کلاکی - دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشگاه تربیت مدرس، تهران، ایران،
مجید دلاور - استادیار گروه مهندسی منابع آب، دانشگاه تربیت مدرس، تهران، ایران
اشکان فرخ نیا - عضو هیئت علمی، موسسه تحقیقات آب، تهران، ایران

پیشبینی میان مدت و بلندمدت شرایط آب و هوا از اهمیت ویژه ای در مدیریت منابع آب، همچون تسهیل آمادگی در برابر خشکسالی، پیش بینی جریان ورودی به سدها و تخصیص آب به بخشهای مختلف برخوردار است. به همین منظور پیش بینیهای فصلی آب و هوا توسط مدلهای مختلفی انجام میشود که برای استفاده از این مدلها به صورت عملیاتی باید مقیاس کاهی روی برونداد شبکه ای آنها صورت پذیرد. در صورت ارزیابی و تشخیص مهارت قابل قبول مدلهای پیش بینی فصلی میتوان از آنها برای تصمیم گیریهای سودمند در کشور بهره برد. هدف این تحقیق ارزیابی دقت حاصل از بکارگیری روش رگرسیون چندگانه به منظور ارائه پیشبینی فصلی مقیاس کاهی شده مدلهای همادی آمریکای شمالی (NMME) در دوره بلندمدت 31 ساله (1985-2015) میباشد. این مطالعه در حوضه بالادست سد کرخه برای سه ایستگاه همدان، کرمانشاه و خرم آباد انجام شده است. ارزیابی بر روی برونداد هفت مدل از مجموعه مدلهای همادی آمریکای شمالی به صورت میانگین تمامی اعضای هر مدل انجام شده است. به منظور ارزیابی این مدلها از دو شاخص ضریب همبستگی پیرسون و ریشه میانگین مربعات خطای استاندارد شده استفاده شده است. پس از مقیاس کاهی برونداد مدلهای پیش بینی در بیش از 70 درصد موارد همبستگی بالاتر از 0/4 و خطای کمتر از 20 درصد مشاهده میشود. نتایج حاصل از این تحقیق اهمیت انتخاب مدلهای برتر در هر پیشبینی و همچنین توسعه مدل همادی بر مبنای نتایج خروجی چندین مدل را نشان میدهد.

پیشبینی فصلی آب و هوا، رگرسیون خطی چندمتغیره، حوضه آبریز کرخه، NMME