بررسي روش هاي درون يابي بر داده هاي بارش و دما حوزه جنوب درياي خزر (فصل هاي تابستان و زمستان)

Consideration of Interpolation Methods on Precipitation and Temperature Data in Southern Caspian Sea Region (Summer and Winter)

هدف از پژوهش حاضر بررسي روش هاي درون يابي براي تخمين و بازسازي داده هاي اقليمي است. باتوجه به اين كه دو عامل بارندگي و دما در تصميم گيري هاي كاربردي بسياري به عنوان تاثيرگذارترين پارامتر ها شناخته مي شوند و در بسياري از مطالعات فيزيك زمين، كشاورزي، هيدروليكي و… از داده هاي اقليمي استفاده مي شوند؛ اما همواره داده هاي اقليمي يا در تمامي بازه ها موجود نيستند و يا پژوهشگران نيازمند داده هاي هواشناسي براي پيش بيني شرايط اقليمي هستند. در اين موارد از روش هاي مختلف درون يابي استفاده مي شود. لذا در اين پژوهش روش هاي موجود براي درون يابي داده هاي دما و بارش در سه ايستگاه سينوپتيك رامسر، بابلسر و بندر انزلي طي دوره آماري سال هاي 1951 تا 2017 مورد ارزيابي قرار گرفتند. نتايج پژوهش حاكي از آن است كه درون يابي هاي نويل و اسپيلاين براي تمامي ايستگاه هاي مورد مطالعه، تقريب دقيق تري را ارائه مي دهند. از ديگر يافته هاي پژوهش اين است كه درون يابي دما براي ماه هاي فصل تابستان نسبت به فصل زمستان داراي خطاي كمتري است. همچنين تفاوت معني داري بين درون يابي براي ايستگاه هاي مختلف ديده نشد.

The purpose of this study is to investigate interpolation methods for estimating and rehabilitating climate data. Due to the fact that two factors of rainfall and temperature are known as the most effective parameters in many applied decisions and in many studies of land physics, agriculture, hydrology, etc., climatic data are used. But climatic data are not always available at all intervals, or researchers need weather data to predict climatic conditions. In these cases, different interpolation methods are used. Therefore, in this research, existing methods for interpolation of climatic data in Ramsar, Babolsar and Bandar Anzali synoptic stations in period of 1951-2017 were evaluated. The results of the research indicated that the Neville and Spline interpolations provided a more accurate approximation for all studied stations. Other findings of the study were that temperature interpolation for the months of the summer season was less than the winter. There was also no significant difference between interpolations for different stations.