مقايسه توزيع مقادير بارندگي برآورد شده ماهواره GPM و ايستگاه‌هاي زميني حوضه گرگانرود

بارش مهم‌ترين متغير آب‌شناختي است كه پيوند ميان جو و فرآيندهاي سطحي را برقرار مي‌سازد. ﺟﻬﺖ ﺑﺮآورد اﺣﺘﻤﺎل ﺑﺎرش و ﺳﯿﻞ ﺑﺮ ﭘﺎﯾﻪ روش‌هاي رﯾﺎﺿﯽ و ﺗﻮزﯾﻊ آﻣﺎري با اﺳﺘﻔﺎده از مقايسه ﺗﻮزﯾﻊ ﻓﺮاواﻧﯽ بر اساس آزمون‌هاي آﻣﺎري ﻣﻄﺮح ﺑﻮده اﺳﺖ. آزﻣﻮن ﮐﻠﻤﻮﮔﺮوف - اﺳﻤﯿﺮﻧﻮف دو نمونه‌اي ﯾﮑﯽ از آزمون‌هاي، ﻣﺘﺪاول ﺑﺮاي ﺑﺮازﻧﺪﮔﯽ ﻣﺪل جمعيت‌هاي آﻣﺎري ﺗﺤﺖ ﻣﻄﺎﻟﻌﻪ مي‌باشد آﻣﺎره اﯾﻦ آزﻣﻮن ﺑﺮ اﺳﺎس ﺗﺎﺑﻊ ﺗﻮزﯾﻊ ﺗﺠﺮﺑﯽ ﺗﻌﺮﯾف مي‌شود و ﻟﺬا ﻣﺮﺗﺐ ﮐﺮدن ﻣﺸﺎﻫﺪات ﻧﻤﻮﻧﻪ در ﺗﻌﯿﯿﻦ ﺗﺎﺑﻊ ﺗﻮزﯾﻊ ﺗﺠﺮﺑﯽ ﻧﻘﺶ ﮐﻠﯿﺪي اﯾﻔﺎ مي‌كند. آزمون كلموگروف-اسميرنوف آزمون نا پارامتري براي اندازه‌گيري توان فرضيه است كه برخي از داده‌ها از توزيع ثابت (آزمون يك نمونه‌اي) يا اينكه دو مجموعه داده از توزيع مشابه (آزمون دو نمونه‌اي) پيروي مي كنند. برخلاف برخي از آزمون‌هاي ديگر، كلموگروف - اسميرنوف توزيع يك فرم شناخته‌شده (به‌عنوان‌مثال، نرمال) فرض نمي‌كند و در مورد آزمون دو نمونه اي لازم نيست درباره ي نوع توزيع بدانيم، جز اينكه پيوسته است. در اﯾﻦ ﻣﻘﺎﻟﻪ ﯾﮏ روﯾﮑﺮد ﺟﺪﯾﺪ ﺑﺮاي ﺗﻌﻤﯿﻢ آزﻣﻮن ﮐﻠﻤﻮﮔﺮوف - اﺳﻤﯿﺮﻧﻮف دو نمونه‌اي در ﺣﺎﻟﺘﯽ ﮐﻪ داده‌ها به‌صورت داده‌هاي برآورد شده بارش روزانه ماهواره GPM و ايستگاه هاي زميني حوضه گرگانرود و فرضيه‌هاي آزﻣﻮن به‌صورت دﻗﯿﻖ ﺗﻌﺮﯾﻒ مي‌شوند ارائه‌شده اﺳﺖ. ﺳﭙﺲ، درمحيط نرم افزار متلب از نمودار ﺗﺎﺑﻊ ﺗﻮزﯾﻊ تجمي ﺗﺠﺮﺑﯽ (ecdf) استفاده شد؛ و در مورد آﻣﺎره آزﻣﻮن ﮐﻠﻤﻮﮔﺮوف - اﺳﻤﯿﺮﻧﻮف دو نمونه‌اي كه به‌صورت دﻗﯿﻖ در نرم‌افزار محاسبه‌شده، در ﻣﻮرد رد ﯾﺎ ﭘﺬﯾﺮش ﻓﺮﺿﯿﻪ ﺻﻔﺮ تصميم گرفته شد.