زهرا خان محمدی؛ عماد محجوبی؛ سعید قره چلو؛ اشکان بنی خدمت
چکیده
تخمین بارش در محاسبات بیلان انرژی، مطالعات هیدرولوژیکی، هواشناسی و اهداف کشاورزی، صنعتی، خانگی و آشامیدنی از اهمیت والایی برخوردار است. با توجه به اهمیت دادههای بارش در علوم مختلف و فقدان شبکه بارانسنجی گسترده و مناسب به‌ویژه در حوزه‌های آبخیز کوهستانی، لازم است دادههای بارش به‌نحوی برآورد و دقت آن‌ها ارزیابی شود. هدف ...
بیشتر
تخمین بارش در محاسبات بیلان انرژی، مطالعات هیدرولوژیکی، هواشناسی و اهداف کشاورزی، صنعتی، خانگی و آشامیدنی از اهمیت والایی برخوردار است. با توجه به اهمیت دادههای بارش در علوم مختلف و فقدان شبکه بارانسنجی گسترده و مناسب به‌ویژه در حوزه‌های آبخیز کوهستانی، لازم است دادههای بارش به‌نحوی برآورد و دقت آن‌ها ارزیابی شود. هدف از این تحقیق، ارزیابی دادههای بارش سه محصول ماهوارهای IMERG از نوع Near Real Time، 3B42RT-7 از نوع Real Time و PERSIANN-CDR از نوع Final Run در بازه زمانی 2000.06.01 تا 2018.09.31 در 41 ایستگاه بارانسنجی و سه ایستگاه سینوپتیک در داخل و اطراف حوزه آبخیز نیشابور در مقیاس زمانی روزانه و ماهانه است. بررسی شاخص‌های آماری مختلف نشان داد که هیچ‌یک از سه محصول ماهوارهای نماینده مناسبی برای دادههای زمینی در وسعت منطقه‌ای در مقیاس روزانه نیستند. لذا، استفاده از این محصولات در مقیاس روزانه در این حوضه در مدل‌های هیدرولوژیکی توصیه نمی‌شود. از سوی دیگر، مقیاس ماهانه به‌واسطه تعدیل خطای برآورد بارش‌های روزانه، هر سه محصول بارش ماهوارهای عملکرد به‌مراتب بهتری را نشان دادند. به‌طوری‌که میانگین همبستگی و ضریب نش‌ساتکلیف PERSIANN-CDR با دادههای بارش ماهانه در سطح حوضه به‌ترتیب در حدود 90 درصد و 0.75 و ارزیابی این محصول به‌مراتب بهتر از دو محصول 3B42RT-7 و IMERG است. بر این اساس، استفاده از محصولات بارش ماهوارهای مقیاس ماهانه از نوع Final Run در مطالعات بیلان آب به‌ویژه در حوضه‌های فاقد آمار، می‌توانند مورد توجه قرار گیرند.
حسین امامی؛ علی سلاجقه؛ علیرضا مقدم نیا؛ شهرام خلیقی سیگارودی؛ ابوالحسن فتح آبادی
چکیده
بارش یکی از مهمترین ورودی‌ها در مدل‌سازی رواناب است. وجود دادههای بارش با دقت زمانی و مکانی مناسب، برای حوزه‌های آبخیز با ایستگاه‌های بارانسنجی اندک و پراکنده، بسیار مهم و ضروری است. در حال حاضر ماهواره‌های اقلیمی از منابع مهم در برآورد بارش هستند. در این پژوهش، ابتدا کارایی دادههای بارش ماهواره TRMM در سری ...
بیشتر
بارش یکی از مهمترین ورودی‌ها در مدل‌سازی رواناب است. وجود دادههای بارش با دقت زمانی و مکانی مناسب، برای حوزه‌های آبخیز با ایستگاه‌های بارانسنجی اندک و پراکنده، بسیار مهم و ضروری است. در حال حاضر ماهواره‌های اقلیمی از منابع مهم در برآورد بارش هستند. در این پژوهش، ابتدا کارایی دادههای بارش ماهواره TRMM در سری زمانی ماهانه حوزه آبخیز چهل‌چای با استفاده از شاخص‌های آماری R2، RMSE، NSE و Bias از طریق مقایسه با دادههای بارش ایستگاه‌های بارانسنجی (مشاهده شده) مورد ارزیابی قرار گرفت که مقدار این شاخص‌های آماری به‌ترتیب 0.54، 22.70، 0.44 و 14.86- به‌دست آمد. با توجه به مقدار ضریب تبیین (R2)، می‌توان نتیجه گرفت که ماهواره TRMM توانسته 0.54 بارش مشاهده شده را برآورد کند. در گام بعدی به‌منظور برآورد رواناب ماهانه از سه مدل داده مبنا شامل MLP، ANFIS و SVR استفاده شد. دو نوع ترکیب ورودی به مدل‌های داده مبنا شامل: 1) دادههای بارش مشاهده شده در گام‌های زمانی t و 1-t و رواناب در گام زمانی 1-t و 2) دادههای بارش ماهوارهای در گام‌های زمانی t و 1-t و رواناب در گام زمانی 1-t انتخاب شد. برای مقایسه میزان دقت و خطای مدل‌ها از R2 و RMSE مرحله صحت‌سنجی استفاده شد که مدل ANFIS با مقدار R2 و RMSE به‌ترتیب برای ترکیب ورودی نوع اول 0.80 و 0.97 و همچنین، برای ترکیب ورودی نوع دوم 0.78 و 1.02 به‌عنوان مدل منفرد مناسب در منطقه مورد مطالعه برای برآورد رواناب انتخاب شد. از روش میانگین‌گیری وزنی در رویکرد ترکیب داده‌ها به‌منظور مدل‌سازی و ارائه یک مدل ترکیبی داده مبنا استفاده شد که این مدل ترکیبی داده مبنا باعث بهبود مقادیر0.81= R2 و 4.85- =Bias برای ترکیب ورودی نوع اول و همچنین، بهبود مقدار 0.79=R2 برای ترکیب ورودی نوع دوم شد و این روش ضعف مدل‌های منفرد را پوشش داده است.
عبدالنبی عبده‌کلاه‌چی؛ محمد افتخار دادخواه؛ مهدی میرزایی
چکیده
مطالعه تأثیرات خشکسالی بر منابع آبی در کشور ایران و به‌ویژه در نواحی کوهستانی به دلیل عدم پراکنش مناسب ایستگاه، نبود دادههای طولانی‌مدت و نواحی فاقد آمار، همواره با مشکلاتی مواجه است. ازاین‌رو هدف اصلی این تحقیق بررسی خشکسالی‌های استان کرمانشاه و تأثیر آن بر منابع آبی با استفاده از دادههای ماهوارهای TRMM و همچنین ارزیابی ...
بیشتر
مطالعه تأثیرات خشکسالی بر منابع آبی در کشور ایران و به‌ویژه در نواحی کوهستانی به دلیل عدم پراکنش مناسب ایستگاه، نبود دادههای طولانی‌مدت و نواحی فاقد آمار، همواره با مشکلاتی مواجه است. ازاین‌رو هدف اصلی این تحقیق بررسی خشکسالی‌های استان کرمانشاه و تأثیر آن بر منابع آبی با استفاده از دادههای ماهوارهای TRMM و همچنین ارزیابی دقت آن‌ها در مقابل دادههای ایستگاه‌های سینوپتیک استان کرمانشاه است. برای رسیدن به این منظور از روش‌های آماری و سنجش‌ازدوری استفاده شد. دادههای مورداستفاده شامل: دادههای بارش 42 نقطه مدل TRMM با دقت مکانی 25/0× 25/0 درجه جغرافیایی، دادههای بارش ایستگاه‌های زمینی استان کرمانشاه طی دوره 15 ساله 2014-2000 و دادههای دبی چشمه‌های کارستی این استان می‌باشد. ارزیابی دقت دادههای دو پایگاه داده با استفاده از آماره‌های R، R2، EF، IA، Slope، NRMSE و Bias در محیط نرم‌افزار متلب انجام شده است. ارزیابی دقت دادههای مدل TRMM در مقابل دادههای بارش ثبت شده ایستگاه‌های زمینی در مقیاس ماهانه نشان داد که دادههای این ماهواره در سطح استان از دقت بسیار مناسبی برخوردارند و 70 تا 80 درصد واریانس بارش دادههای ایستگاهی، به کمک دادههای بارش این ماهواره تبیین می‌شوند. همچنین مقدار انحراف دادههای ماهواره از دادههای ایستگاهی بسیار ناچیز و کمتر از 10 میلی‌متر است. پایش خشکسالی در سطح استان کرمانشاه با استفاده از دادههای TRMM و شاخص SPI در مقیاس‌های ماهانه، فصلی و سالانه نشان داد که معمولاً فراوانی خشکسالی در این استان بیش از ترسالی است اما شدت دوره‌های خشک کمتر از دوره‌های مرطوب است و چند دوره خشک توسط یک دوره مرطوب جبران می‌شود. توزیع زمانی نمرات استانداردشده بارش نیز نشان داد دوره‌های مرطوب عمدتاً در ابتدای دوره مطالعاتی و دوره‌های خشک در انتهای دوره مطالعاتی از تمرکز بیشتری برخوردارند. ازاین‌رو مقدار بارش استان در حال کاهش و سهم بارش‌های بهاری نسبت به بارش‌های پاییزه و زمستانه در حال افزایش است. نتایج حاصل از مقایسه دادههای دبی و بارش و بررسی اثرات خشکسالی بر منابع آب نشان داد، ارتباط بسیار قوی بین بارش و دبی چشمه‌های کارستی استان کرمانشاه وجود دارد و خشکسالی‌های شدید هیدرولوژیک به‌شدت متأثر از کاهش ریزش‌های جوی است. بطوریکه مقدار همبستگی بین بارش و دبی چشمه های کارستی منتخب بین 77/0 تا 88/0 است و در بهترین حالت مقدار ضریب تعیین برای ایستگاه روانسر به 77/0 می رسد.
مرتضی میری؛ مجتبی رحیمی؛ علی‌اکبر نوروزی
چکیده
امروزه دادههای بارش ماهوارهای با قدرت تفکیک مکانی و زمانی بالا، یک منبع جایگزین مناسب برای انجام مطالعات مختلف اقلیمی و هیدرولوژیکی در مناطق فاقد آمار و مناطق با عدم توزیع یکنواخت ایستگاه‌ها است. استفاده از این داده‌ها با شرط داشتن دقت کافی، برای کشور ایران که بسیاری از قسمت‌های آن به‌ویژه مناطق بیابانی و کوهستانی به‌دلیل ...
بیشتر
امروزه دادههای بارش ماهوارهای با قدرت تفکیک مکانی و زمانی بالا، یک منبع جایگزین مناسب برای انجام مطالعات مختلف اقلیمی و هیدرولوژیکی در مناطق فاقد آمار و مناطق با عدم توزیع یکنواخت ایستگاه‌ها است. استفاده از این داده‌ها با شرط داشتن دقت کافی، برای کشور ایران که بسیاری از قسمت‌های آن به‌ویژه مناطق بیابانی و کوهستانی به‌دلیل تراکم پایین ایستگاه‌ها، طول دوره آماری کوتاه ایستگاه‌های جدید و غیره، همواره با مشکلات دسترسی به اطلاعات مکانی و زمانی اقلیم مواجه می‌باشند، از اهمیت زیادی برخوردار است. از این‌رو، هدف اصلی تحقیق حاضر ارزیابی دقت دادههای بارش GPM و TRMM در مقابل دادههای ثبت شده ایستگاه‌های منتخب در سطح ایران است. برای رسیدن به این منظور، از روش‌های سنجش از دوری و آماری استفاده شد. دادههای مورد استفاده شامل دادههای بارش روزانه 70 ایستگاه همدیدی منتخب و دادههای شبکه‌بندی شده بارش GPM و TRMM با قدرت تفکیک مکانی 0.25×0.25 درجه جغرافیایی طی دوره زمانی 2016-2014 است. نتایج به‌دست آمده نشان داد که در حالت کلی مقادیر بارش روزانه سنجنده‌های نام برده شده از دقت مناسبی در سطح ایران برخوردار نیستند و میزان خطای بارش برآوردی برای بیشتر ایستگاه‌ها قابل توجه است. مقایسه دقت سنجنده‌های TRMM و GPM در برابر دادههای مشاهده‌ای نشان داد که هر چند شباهت زیادی بین مقادیر بارش برآوردی GPM و TRMM وجود دارد، ولی دقت دادههای روزانه سنجنده GPM در سطح ایران نسبت به دادههای TRMM بیشتر است. زیرا مقدار ضریب تعیین برای دادههای بارش TRMM در بهترین حالت به 0.46 و برای GPM به 0.6 می‌رسد. از نظر مکانی، بهترین دقت پایگاه دادههای سنجش‌ازدوری GPM و TRMM در غرب کشور و به‌ویژه در امتداد کوه‌های زاگرس است و همانند بسیاری از پایگاه دادههای دیگر کمترین دقت در نواحی ساحلی و به‌ویژه سواحل دریای خزر مشاهده می‌شود. بررسی و مقایسه مجموع بارش سالانه ایستگاه‌ها و پایگاه دادههای دورسنجی نشان داد که نه‌تنها بین مقادیر بارش برآوردی بلکه از نظر مکانی نیز بین هسته‌های پر بارش و کم بارش اختلاف وجود دارد.
