كاربرد داده هاي جهاني بارش در شبيه سازي فرآيند بارش- رواناب (مطالعه موردي: حوضه كرخه)

اطلاعات هواشناسي و هيدرومتري در اكثر نقاط كشور داراي نقصان و كمبود هستند. اين كمبود چه از نظر دوره زماني كم برداشت اطلاعات و چه از نظر تعداد نقاط اندازه گيري چالشي در پيشروي انجام تحقيقات است. اين تحقيق با هدف ارائه راهكاري به منظور جبران اين كمبودها انجام گرفته است. بدين منظور از اطلاعات بارندگي پايگاه جهاني GPCC به عنوان جايگزيني براي داده هاي بارندگي نقطه اي، با هدف مدل سازي بارش -رواناب در حوضه كرخه استفاده شد. سري زماني مورد استفاده شامل اطلاعات بارندگي ماهانه براي يك دوره 34 ساله مربوط به سالهاي 1967 تا 2000 براي 14 ايستگاه باران سنجي در سطح حوضه كرخه بود. براي مدل سازي فرآيند بارش-رواناب از شبكه عصبي پرسپترون چند لايه (MLP) استفاده گرديد. از آنجا كه در نظر گرفتن بارش 14 ايستگاه باران سنجي به عنوان ورودي مدل، باعث پيچيدگي فرآيند مدل سازي مي شد، از روش تحليل مولفه اصلي (PCA) به منظور كاهش ابعاد اطلاعات ورودي به مدل استفاده شد. نتايج نشان داد كه شبيه سازي جريان به وسيله داده هاي بارش مشاهداتي همبستگي 90 درصدي و با استفاده از اطلاعات بارش GPCC همبستگي 76 درصدي را با جريان مشاهداتي دارد. بر اساس معيارهاي كارايي تعريف شده اطلاعات بارندگي GPCC مي تواند جايگزين مناسبي براي اطلاعات ايستگاه هاي باشند.