مرتضی میری؛ محمدرضا کوثری؛ مهران زند
چکیده
یکی از مشکلات شایع و تأثیرگذار در مطالعات اقلیمی، وجود کمبودهای فراوان در سری‌های زمانی داده‌های مختلف اقلیمی و هیدرولوژی است. این پژوهش، با هدف ارزیابی دقت روش‌های بازسازی پارامترهای دمایی در مناطق خشک ایران انجام شده است. برای این منظور، داده‌های روزانه دمای کمینه، متوسط و دمای بیشینه 73 ایستگاه همدیدی با پراکنش مناسب در ...
بیشتر
یکی از مشکلات شایع و تأثیرگذار در مطالعات اقلیمی، وجود کمبودهای فراوان در سری‌های زمانی داده‌های مختلف اقلیمی و هیدرولوژی است. این پژوهش، با هدف ارزیابی دقت روش‌های بازسازی پارامترهای دمایی در مناطق خشک ایران انجام شده است. برای این منظور، داده‌های روزانه دمای کمینه، متوسط و دمای بیشینه 73 ایستگاه همدیدی با پراکنش مناسب در مناطق خشک ایران از آرشیو سازمان هواشناسی کل کشور دریافت و پردازش شد. روش‌های بازسازی مورد استفاده شامل روش‌های نسبت نرمال، رگرسیون خطی، رگرسیون چندگانه و عکس مجذور فاصله (IDW) می‌شوند. در این تحقیق، کارایی هر یک از روش‌های مذکور در بازسازی نبودهای آماری پارامترهای دمایی در مقیاس‌های زمانی روزانه، ماهانه و سالانه مناطق خشک کشور متناسب با میزان نسبت کمبود داده‌های گم‌شده (از پنج تا 50 درصد کمبود داده‌ها) مورد ارزیابی قرار گرفت. برای ارزیابی آماری روش‌های نام‌برده از آماره‌های ضریب همبستگی R، معیار برآورد خطای RMSE و ضریب Nash استفاده شد. نتایج نشان داد که در حالت کلی، هر کدام از روش‌های نام‌برده شده در سطح خاصی از بازسازی و مقیاس زمانی از عملکرد مناسبی برخوردارند. در مقیاس سالانه و ماهانه روش‌های رگرسیون خطی و نسبت نرمال بیشترین دقت در بازسازی داده‌های دما در منطقه خشک ایران را دارند. مقدار همبستگی بین داده‌های بازسازی و مشاهده‌ای در سطوح مختلف با استفاده از این روش‌ها به بیش از 0.95 می‌رسد. در مقیاس روزانه تفاوت قابل توجهی بین دقت روش‌های مورد استفاده در بازسازی داده‌های دمایی وجود ندارد و تقریباً هر چهار روش یاد شده از دقت مناسبی برخوردارند؛ چرا که میزان همبستگی بین داده‌های بازسازی‌شده و مشاهده‌شده به بیش از 90 درصد می‌رسد. با وجود این، روش رگرسیون چندگانه با میانگین همبستگی 99/0 درصد در سطوح مختلف بازسازی از بیشترین دقت در بازسازی داده‌های روزانه برخوردار است.
