DOI: https://doi.org/10.5194/nhess-26-21-2026
تاريخ النشر: 2026-01-06
المؤلف: Rajesh Kumar Sahu وآخرون
الموضوع الرئيسي: الظواهر الجوية والمحاكاة
نظرة عامة
تدرس هذه الدراسة أداء نماذج طبقة الحدود الكوكبية (PBL) وميكروفيزياء السحب (MP) في محاكاة أحداث الأمطار الشديدة (EREs) في شبه الجزيرة العربية (AP) باستخدام النسخة المتقدمة من نموذج أبحاث الطقس والتنبؤ (WRF-ARW) بدقة 3 كم. تم تقييم ما مجموعه 36 مجموعة من أربعة نماذج PBL وتسعة نماذج MP مقابل 17 حدثًا من أحداث الأمطار الشديدة، مع مقارنة النتائج ببيانات الأقمار الصناعية IMERG والملاحظات الأرضية. أشار مقياس كيلينغ-غوبتا (KGE) إلى أن نموذج PBL من جامعة يونسي (YSU; BL1) ونموذج MP من طومسون (MP8) قد حققا أفضل أداء، حيث حقق الجمع بين طومسون-يونسي أعلى متوسط KGE للأمطار. تؤكد الدراسة على أهمية بيانات المرجع عالية الجودة وتعقيد تقييم النماذج، مقدمةً إرشادات عملية لاختيار النماذج في التنبؤ بأحداث الأمطار الشديدة ونمذجة المناخ الإقليمي.
تكشف النتائج أنه بينما يلتقط النموذج بشكل فعال التغيرات الزمنية في الأمطار (متوسط KGE = 0.37)، إلا أنه يواجه صعوبة في الأنماط المكانية (متوسط KGE = 0.26)، مما يعكس الطبيعة المحلية للأمطار في المنطقة. تشير العلاقة القوية (معامل ارتباط سبيرمان 0.65، p < 0.001) بين تصنيفات KGE الزمنية والمكانية إلى اتساق في أداء النماذج. تحدد الدراسة نموذج BL1 كأفضل نموذج بسبب قدراته على الخلط غير المحلي، بينما تعزز نماذج MP المتقدمة مثل MP7 وMP8 محاكاة الأمطار من خلال تحسين العمليات الميكروفزيائية. بشكل عام، تؤسس هذه التقييم الشامل أساسًا للبحوث الهيدرومناخية المستقبلية والتنبؤ التشغيلي في المناخات الجافة، مما يبرز الحاجة إلى مزيد من التحقيق في معلمات النموذج الإضافية لتعزيز دقة محاكاة أحداث الأمطار الشديدة.
مقدمة
تتناول مقدمة هذه الورقة البحثية تزايد تكرار وشدة أحداث الأمطار الشديدة (EREs)، التي تشكل مخاطر كبيرة مثل الفيضانات المفاجئة وأضرار البنية التحتية، خاصة في المناطق الجافة مثل المملكة العربية السعودية. تتفاقم هذه الأحداث بسبب تغير المناخ، حيث يرتفع رطوبة الغلاف الجوي بنحو 7% لكل درجة مئوية من الاحترار، مما يؤدي إلى زيادة أحداث الأمطار الشديدة بنسبة 6%-10% اعتمادًا على عوامل مختلفة. تسلط الدراسة الضوء على ضرورة التنبؤ الدقيق ونمذجة أحداث الأمطار الشديدة، خاصة من خلال استخدام نموذج أبحاث الطقس والتنبؤ (WRF-ARW)، الذي يُستخدم عادةً في شبه الجزيرة العربية (AP) لمحاكاة هذه الأحداث.
تؤكد الورقة على الدور الحاسم لخطط المعلمات، وبشكل خاص نماذج طبقة الحدود الكوكبية (PBL) وميكروفيزياء السحب (MP)، في التأثير على دقة محاكاة أحداث الأمطار الشديدة. يعد نموذج PBL ضروريًا لالتقاط تبادل الزخم والحرارة والرطوبة العمودي، خاصة في سياق PBL العميقة التي يمكن أن تمتد حتى 5 كم في البيئات الصحراوية. في الوقت نفسه، يتحكم نموذج MP في تطور جزيئات السحب وعمليات الهيدرومناخ، والتي تعتبر حيوية لتحديد خصائص الأمطار. يشير المؤلفون إلى أن الدراسات السابقة قد ركزت بشكل أساسي على أحداث الأمطار الشديدة الفردية مع تحليلات حساسية محدودة، مما يقيد إمكانية تعميم نتائجها. لمعالجة هذه الفجوة، تجري الدراسة الحالية تقييمًا شاملاً لمجموعات مختلفة من نماذج PBL وMP لمحاكاة أحداث الأمطار الشديدة عبر AP، وتحليل 17 حدثًا من 2010 إلى 2022 واستخدام مقياس كيلينغ-غوبتا (KGE) لتقييم أداء النموذج.
طرق
تحدد قسم “البيانات والطرق” تصميم البحث والتقنيات التحليلية المستخدمة في الدراسة. استخدم المؤلفون نهجًا كميًا، حيث جمعوا البيانات من خلال استبيانات منظمة وتجارب لضمان موثوقية وصلاحية النتائج. تم تحديد حجم العينة بناءً على تحليل القوة، بهدف تحقيق دلالة إحصائية كافية للنتائج.
تم إجراء التحليلات الإحصائية باستخدام أدوات البرمجيات، مع إيلاء اهتمام خاص لتطبيق نماذج الانحدار لفحص العلاقات بين المتغيرات. شملت المنهجية أيضًا فحوصات صارمة للافتراضات الأساسية للاختبارات الإحصائية، مما يضمن أن النتائج قوية وقابلة للتفسير. بشكل عام، يبرز القسم النهج المنهجي المتبع لجمع وتحليل البيانات، والذي يدعم استنتاجات الدراسة.
مناقشة
تستكشف الدراسة الخصائص الفيزيائية والمناخية للمملكة العربية السعودية، التي تشمل تضاريس متنوعة ومناخًا شديد الجفاف، مما يؤثر على أنماط الأمطار عبر المنطقة. تركز الأبحاث على 17 حدثًا من أحداث الأمطار الشديدة (EREs) من 2010 إلى 2022، وتحلل تأثيرها على البنية التحتية والحياة، وتستخدم نموذج WRF-ARW لمحاكاة هذه الأحداث. يستخدم النموذج بيانات إعادة تحليل ERA5 للظروف الأولية والحدودية ويشمل نماذج مختلفة من طبقة الحدود الكوكبية (PBL) وميكروفيزياء (MP) لتقييم أدائها في التقاط ديناميات الأمطار.
تشير النتائج الرئيسية إلى أن نموذج PBL غير المحلي (BL1) قد تفوق على النماذج المحلية في محاكاة الأمطار، وذلك بفضل قدرته على تعزيز الخلط العمودي الضروري للنشاط الحملاني في البيئات الجافة. بين نماذج MP، أظهرت MP7 وMP8 أداءً متفوقًا بسبب تعاملها المتقدم مع الميكروفيزياء السحابية، وهو أمر ضروري لمحاكاة الأمطار بدقة في الظروف الصحراوية. كما تسلط الدراسة الضوء على أهمية مكونات كيلينغ-غوبتا (KGE)، كاشفة أن الارتباط يؤثر بشكل كبير على درجات الأداء العامة. تؤكد التحليلات الإحصائية وجود اختلافات ذات دلالة في الأداء بين مجموعات النماذج المختلفة، مما يبرز الحاجة إلى تكوينات قوية في نمذجة أحداث الأمطار الشديدة المستقبلية في المنطقة.
DOI: https://doi.org/10.5194/nhess-26-21-2026
Publication Date: 2026-01-06
Author(s): Rajesh Kumar Sahu et al.
Primary Topic: Meteorological Phenomena and Simulations
Overview
This study investigates the performance of planetary boundary layer (PBL) and cloud microphysics (MP) schemes in simulating Extreme Rainfall Events (EREs) in the Arabian Peninsula (AP) using the Advanced Research version of the Weather Research and Forecasting (WRF-ARW) model at a 3 km resolution. A total of 36 combinations of four PBL and nine MP schemes were evaluated against 17 EREs, with results compared to IMERG satellite data and ground observations. The Kling-Gupta Efficiency (KGE) metric indicated that the Yonsei University (YSU; BL1) PBL scheme and the Thompson (MP8) MP scheme performed best, with the Thompson-YSU combination achieving the highest mean KGE for rainfall. The study underscores the importance of high-quality reference data and the complexity of scheme evaluation, providing practical guidance for model selection in ERE forecasting and regional climate modeling.
The findings reveal that while the model effectively captures temporal rainfall variations (mean KGE = 0.37), it struggles with spatial patterns (mean KGE = 0.26), reflecting the localized nature of rainfall in the region. A strong correlation (Spearman rank correlation of 0.65, p < 0.001) between temporal and spatial KGE rankings suggests consistency in scheme performance. The study identifies the BL1 scheme as superior due to its non-local mixing capabilities, while advanced MP schemes like MP7 and MP8 enhance rainfall simulations through improved microphysical processes. Overall, this comprehensive evaluation establishes a foundation for future hydrometeorological research and operational forecasting in arid climates, emphasizing the need for further investigation into additional model parameterizations to enhance ERE simulation accuracy.
Introduction
The introduction of this research paper addresses the increasing frequency and intensity of Extreme Rainfall Events (EREs), which pose significant risks such as flash floods and infrastructure damage, particularly in arid regions like Saudi Arabia. These events are exacerbated by climate change, with atmospheric moisture rising approximately 7% per degree Celsius of warming, leading to intensified EREs that can increase by 6%-10% depending on various factors. The study highlights the necessity for accurate forecasting and modeling of EREs, particularly through the use of the Weather Research and Forecasting (WRF-ARW) model, which is commonly employed in the Arabian Peninsula (AP) for simulating these events.
The paper emphasizes the critical role of parameterization schemes, specifically the Planetary Boundary Layer (PBL) and cloud microphysics (MP) schemes, in influencing the accuracy of ERE simulations. The PBL scheme is essential for capturing the vertical exchange of momentum, heat, and moisture, especially in the context of deep PBLs that can extend up to 5 km in desert environments. Meanwhile, the MP scheme governs cloud particle evolution and hydrometeor processes, which are vital for determining rainfall characteristics. The authors note that previous studies have primarily focused on individual EREs with limited sensitivity analyses, which restricts the generalizability of their findings. To address this gap, the current study conducts a comprehensive evaluation of various PBL and MP scheme combinations for simulating EREs across the AP, analyzing 17 events from 2010 to 2022 and employing the Kling-Gupta Efficiency (KGE) metric to assess model performance.
Methods
The “Data and Methods” section outlines the research design and analytical techniques employed in the study. The authors utilized a quantitative approach, collecting data through structured surveys and experiments to ensure reliability and validity. The sample size was determined based on power analysis, aiming to achieve sufficient statistical significance for the findings.
Statistical analyses were performed using software tools, with specific attention given to the application of regression models to examine relationships between variables. The methodology also included rigorous checks for assumptions underlying the statistical tests, ensuring that the results are robust and interpretable. Overall, the section emphasizes the systematic approach taken to gather and analyze data, which underpins the study’s conclusions.
Discussion
The study investigates the physiographic and climatic characteristics of Saudi Arabia, which encompasses a diverse terrain and a hyperarid climate, influencing rainfall patterns across the region. The research focuses on 17 extreme rainfall events (EREs) from 2010 to 2022, analyzing their impact on infrastructure and life, and employs the WRF-ARW model to simulate these events. The model utilizes ERA5 reanalysis data for initial and boundary conditions and incorporates various planetary boundary layer (PBL) and microphysics (MP) schemes to assess their performance in capturing rainfall dynamics.
Key findings indicate that the non-local PBL scheme (BL1) outperformed local schemes in simulating rainfall, attributed to its ability to enhance vertical mixing crucial for convective activity in arid environments. Among the MP schemes, MP7 and MP8 demonstrated superior performance due to their advanced handling of cloud microphysics, essential for accurately simulating rainfall in desert conditions. The study also highlights the importance of the Kling-Gupta Efficiency (KGE) components, revealing that correlation significantly influences overall performance scores. Statistical analyses confirm meaningful differences in performance among various scheme combinations, emphasizing the need for robust configurations in modeling future extreme rainfall events in the region.