ارزیابی و اصلاح شبکه بارش آفرودیت در برآورد بارش ماهانه و سالانه مناطق مرکزی ایران

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 158

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWMR-13-25_010

تاریخ نمایه سازی: 31 تیر 1401

چکیده مقاله:

مقدمه و هدف: تخمین بارندگی و تهیه نقشه ­های دقیق هم بارش در مناطق فاقد آمار هواشناسی اهمیت بسیاری در مطالعات هیدرولوژی و هواشناسی دارد. اهمیت این موضوع در مناطق کویری که فاقد ایستگاه ­های متراکم هواشناسی می باشند بیشتر است. شبکه متراکم بارش آفرودیت، داده­ های روزانه بارش را در گره­ های ۲۵/۰×۲۵/۰ درجه در محدوده ایران در اختیار قرار می­ دهد اما قبل از استفاده از آن باید ارزیابی و اصلاح شود. مواد و روش ها: این تحقیق با هدف بررسی دقت و صحت داده ­های بارش شبکه آفرودیت در چهار حوضه­ ی آبریز کویری ایران از زیرمجموعه حوضه آبریز فلات مرکزی ایران در مقیاس­های زمانی ماهانه و سالانه انجام شد. برای این منظور از داده های میانگین درازمدت ماهانه و سالانه ۹ ایستگاه همدیدی و ۲ ایستگاه باران­سنجی سازمان هواشناسی استفاده شد که اقلیم ایستگاه­ ها از فراخشک، خشک و نیمه خشک متغیر است. برای صحت­ سنجی داده ­ها در هر مقیاس زمانی ، از آماره­ های ضریب همبستگی، ریشه میانگین مربعات خطا و میانگین اریبی خطا استفاده شد. در ادامه داده های شبکه با روش نسبت میانگین­ها اصلاح شد. سپس دقت داده­های اصلاح شده با دو روش معمول درون­یابی کریجینگ و وزنی عکس فاصله مقایسه گردید. یافته ها: نتایج شاخص خطای اریبی نشان داد داده­ های شبکه آفرودیت در مقیاس ماهانه و سالانه همبستگی مناسبی با داده­های ایستگاهی داشته اما به نظر می رسد تخمین بارش شبکه بیشتر از داده های واقعی است که برای رفع این مشکل با اعمال ضرایب اصلاحی، داده­های شبکه اصلاح شد. ضرایب اصلاحی بدست آمده بین ۰/۶۰ در ماه های کم بارش تا ۰/۹۴ در ماه­های پربارش تغییر می­کند. بررسی شبکه اصلاح شده در ماه­ های مختلف نشان داد علاوه بر رفع مشکل بیش­برآوردی، میانگین خطا نیز به مقدار زیادی کاهش یافته است، همچنین در مورد بارش سالانه، جذر میانگین مربعات خطا از ۷۱/۲۵ به ۱۵/۱۹ میلیمتر تقلیل یافت که نشان دهنده افزایش تقریبی پنج برابری کارایی این شبکه پس از اعمال ضرایب اصلاحی است. نتیجه گیری:   نتایج مقایسه شبکه اصلاح شده با روش­های درون ­یابی نشان داد که در همه شاخص­های مورد بررسی شبکه اصلاح شده از هر دو روش درون­ یابی در تخمین بارش بسیار کارآمدتر است. لذا استفاده از ضرایب اصلاحی به دست آمده در این پژوهش برای شبکه آفرودیت به منظور بالا بردن دقت شبکه بارش آفرودیت توصیه می ­شود.

کلیدواژه ها:

Bias error correction of Aphrodite network ، Overestimation ، Rainfall network ، Rainfall estimation ، شبکه بارش ، اصلاح خطای اریبی شبکه آفرودیت ، بیش برآورد ، تخمین بارش

نویسندگان

مهدی نادی

Department of Water Engineering, Sari University of Agricultural Sciences and Natural

هانیه بازیارپور

in Agricultural Meteorology, Department of Water Engineering, Bu Ali Sina University, Hamadan

محمود رائینی سرجاز

SDepartment of Water Engineering, Sari University of Agricultural Sciences and Natural

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Anonymous. Instructions and criteria for classification and coding of catchments ...
  • Babaeian, I., M. Karimian, H. Ashouri, R. Modirian, L. Khazanedari, ...
  • Baranizade, E., S. Javanmard, J. Bodagh Jamali and Y.A. Abedini. ...
  • Francisco, J.M. ۲۰۱۰. Comparison of different geostatistical approaches to map ...
  • Darand, M. and M.R. Mansori Daneshvar. ۲۰۱۴. Regionalization of precipitation ...
  • Ghorbani, Kh. ۲۰۱۲. Geographically Weighted Regression: A Method for Mapping ...
  • Gohar, A., G. Rasul, T. Mahmood, Q. Zaman and S.B. ...
  • Jamei, M., M. Mousavi Baygi and M. Bannayan Awal. ۲۰۱۴. ...
  • Kashki, A., A. Dadashi Roudbari. ۲۰۱۷. Analysis of rainy days ...
  • Mair, A. and A. Fares. ۲۰۱۱. Comparison of Rainfall Interpolation ...
  • Masoodian, S., F. Rayatpishe and M. Keykhosravi Kiani. ۲۰۱۴. Introducing ...
  • MirMousavi, H., A. Mazidi and Y. Khosravi. ۲۰۱۰. Determine the ...
  • Nadi, M. and H. Baziyarpoor. ۲۰۱۷. Evaluation and modification of ...
  • Nadi, M. and H. Baziyarpoor. ۲۰۱۷. Evaluation the accuracy of ...
  • Nasrabadi, E., S.A. Masoodian and H. Asakereh. ۲۰۱۳. Comparison of ...
  • Nasrabadi, I., S.A. Masoudian and H. Asakreh. ۲۰۱۴. Identification and ...
  • Ono, K., K. So. ۲۰۱۱. Analysis of extreme daily rainfall ...
  • Rahimi, J., M. Ebrahimpour and A. Khalili. ۲۰۱۳. Spatial changes ...
  • Rajeevan, M. and J. Bhate. ۲۰۰۹. A high resolution daily ...
  • Rasu, A.G.G., T. Mahmood, Q. Zaman and S.B. Cheema. ۲۰۱۲. ...
  • Saghafiyan, B., H. Razmkhah and B. Ghermezcheshm. ۲۰۱۱. Investigation of ...
  • Takashima H., A. Yatagai, H. Kawamoto, O. Arakawa and K. ...
  • Vu M.T., S.V. Raghavan and S.Y Liong. ۲۰۱۲. SWAT use ...
  • Yatagai A., K. Kamiguchi, O. Arakawa, A. Hamada, N. Yasutomi ...
  • نمایش کامل مراجع