ارزیابی عملکرد روش های مختلف در بازسازی داده های بارش ماهانه

در کلیه مطالعات اقلیمی نیاز به داده های صحیح و قابل اعتماد می­باشد. روش های متعددی برای بازسازی داده ها وجود دارند که بسته به نوع داده ها و خصوصیات آب و هوائی هر منطقه تعدادی از آن ها مورد استفاده قرار می­گیرد. در این تحقیق بخشی از داده های بارش ماهانه ایستگاه سینوپتیک شهر سراب در استان آذربایجان شرقی به صورت تصادفی داده های فرضی در نظر گرفته شد. سپس برای بررسی میزان کارایی، روش های متعدد بازسازی داده ها، هفت روش کلاسیک آماری و مدل درختی ام ۵ بعنوان یکی از روش های کارآمد داده کاوی و به کمک داده­های بارش ایستگاه­های مجاور تخمین گردید. نتایج نشان داد از بین روش های کلاسیک آماری بررسی شده به ترتیب روش­های انتساب چندگانه، نسبت نرمال و  رگرسیون خطی چند متغیره دارای نتایج نسبتا دقیق تر با خطاهای کمتری می باشند. بررسی کلی نتایج نشان داد که مدل درختی ام ۵ با توسعه قوانین اگر-آنگاه با ارائه چهار رابطه خطی ساده با آماره های (ضریب همبستگی برابر ۹۷۴/۰، ضریب نش-ساتکلیف برابر ۹۴۸/۰، ریشه میانگین مربعات خطا برابر ۱۱/۵ (میلی متر) و میانگین خطای مطلق برابر با ۱۸۹/۴ (میلی متر) دقیق ترین نتیجه را در بین تمامی روش های بررسی شده در این مطالعه ارائه می­دهد. لذا با توجه به سادگی روند مدل سازی، کاربردی و قابل فهم بودن و داشتن دقت بالا استفاده از آن برای تخمین مقادیر گم شده بارش ماهانه پیشنهاد می گردد.

کلیدواژه ها:

Restoring data ، Monthly Rainfall ، M۵ Model tree ، Normal Ratio Method ، Classical Statistical Methods. ، بازسازی داده ها ، بارش ماهانه ، مدل درختی ام۵ ، روش نسبت نرمال ، روش های کلاسیک آماری.