كليدواژه :
بارش روزانه , اصلاح شبكه آفروديت , كم برآوردي , روش‌هاي درون يابي
چكيده فارسي :
سابقه و هدف: برآورد بارش در مناطق فاقد آمار هواشناسي اهميتي حياتي در مطالعات هيدرولوژي و هواشناسي دارد. اين مسئله در كشور ما كه فاقد شبكه متراكم ثبت بارش به ويژه در مناطق مرتفع مي‌باشد، اهميت بيشتري پيدا مي‌كند. شبكه متراكم بارش آفروديت، داده‌هاي روزانه بارش را در گره‌هاي 25/0×25/0 درجه در محدوده ايران اختيار قرار مي‌گذارد اما قبل از استفاده از آن صحت شبكه و عدم قطعيت آن بايد بررسي گردد. در مورد اين پايگاه داده در ايران و جهان مطالعات محدودي صورت گرفتـه اسـت. اين تحقيق با هدف بررسي دقت و صحت داده‌هاي بارش شبكه آفروديت در استان گلستان در مقياس‌هاي مختلف زماني روزانه، ماهانه و سالانه انجام شد. همچنين دقت اين شبكه با روش‌هاي معمول درون‌يابي مقايسه و داده‌هاي آن براي كاربردي نمودن هرچه بيشتر اصلاح شد.
مواد و روش: در اين پژوهش از داده‌هاي 24 ايستگاه هواشناسي شامل 5 ايستگاه همديدي و 19 ايستگاه باران‌سنجي به منظور ارزيابي شبكه آفروديت استفاده شد. نقاط شبكه بر مبناي نزديك‌ترين نقطه به ايستگاه‌هاي هواشناسي انتخاب شدند و آناليز داده‌ها در 3 مقياس روزانه، ماهانه و سالانه انجام شد. پس از بررسي و ارزيابي دقت داده‌هاي شبكه، به منظور اصلاح خطاي داده‌هاي بارش ماهانه و سالانه شبكه، از ضريب اصلاحي نسبت ميانگين‌ها استفاده شد. سپس دقت داده‌هاي اصلاح شده اين شبكه با دو روش معمول درون‌يابي كريجينگ عمومي و وزني عكس فاصله مقايسه شد. براي ارزيابي اين روش‌ها تكنيك اعتبارسنجي ارزيابي متقاطع به كار گرفته شد و با محاسبه آماره‌هاي خطا، روش‌هاي مختلف با يكديگر مقايسه شدند.
يافته‌ها: نتايج حاصل از بكارگيري شاخص خطاي اريبي جهت ارزيابي خطا در هر 3 مقياس روزانه، ماهانه و سالانه نشان داد كه در همه مقياس‌هاي مورد بررسي داده‌هاي آفروديت علي رغم همبستگي بسيار خوب با داده‌هاي ايستگاهي، داراي خطاي كم-برآوردي زيادي هستند كه اين خطا در نقاط پربارش بيشتر است. ضرايب بدست آمده براي اصلاح داده‌هاي ماهانه و سالانه شبكه بين 2/1 در ماه‌هاي سرد تا 8/1 در ماه‌هاي گرم تغيير مي‌كند. بررسي خطاي شبكه اصلاح شده در ماه‌هاي مختلف نشان داد علاوه بر رفع مشكل كم برآوردي، ميانگين خطا نيز به مقدار زيادي كاهش يافته است، همچنين در مورد بارش سالانه، جذر ميانگين مربعات خطا از 247 به 194 ميليمتر تقليل يافته است. با توجه به اينكه براي اصلاح داده‌هاي شبكه تنها يك عدد ثابت (ضريب اصلاحي) در داده‌ها ضرب شد، بنابراين ضرايب همبستگي بدون تغيير باقي ماند. مقايسه داده‌هاي اصلاح شده با روش‌هاي درون-يابي در همه ماه‌هاي مورد بررسي نشان داد كه شبكه اصلاح شده از هر دو روش درون‌يابي كارآمدتر است. بررسي ضرايب همبستگي داده‌هاي واقعي و برآوردي نشان داد كه همبستگي شبكه اصلاح شده با داده‌هاي واقعي در همه ماه‌ها مثبت است اما در روش‌هاي وزني عكس فاصله و كريجينگ عمومي در برخي موارد ضريب همبستگي منفي بدست آمد كه نشان مي‌دهد شبكه اصلاح شده علاوه بر خطاي كمتر در تشخيص درست نقاط كم بارش و پربارش منطقه نسبت به روش‌هاي درون‌يابي كارآمدتر است.
نتيجه‌گيري: نتايج اين پژوهش نشان مي‌دهد كه شبكه متراكم آفروديت دقت بسيار خوبي در تخمين بارش نقاط فاقد ايستگاه هواشناسي به خصوص در مناطق مرتفع دارد و نسبت به روش‌هاي درون‌يابي كريجينگ عمومي و وزني عكس فاصله نتايج دقيق-تري دارد، ولي به دليل مشكل كم برآوردي داده‌هاي اين شبكه، قبل از عملياتي كردن داده‌ها شبكه بايد اصلاح گردد.
چكيده لاتين :
Background and Objectives: Rainfall estimation in regions facing lack meteorological stations is critical in hydrology and meteorology studies. The problem in Iran that lacks dense weather station network, especially in the highlands, is more important. Aphrodite is a dense network that provides daily precipitation data in a resolution of 0.25*0.25 degree. But before operating network, its accuracy and uncertainty should be evaluated. About this database, few studies have been conducted in Iran and the world. This study aimed to evaluate the accuracy of Aphrodite in Golestan province at daily, monthly and yearly scales. Also its accuracy compared with two conventional interpolation techniques and for more data operation, the network was modified.
Materials and Methods: In this study, 19 rain gauges and 5 synoptic stations were used to evaluate the Aphrodite network. Grid points network were selected based on the nearest point to meteorological station and data analysis was performed in daily, monthly and yearly scales. After accuracy evaluation of network, the correction factor of means ratio was employed for modification of monthly and annual rainfall network data. As well modified network data were compared with interpolation methods of Ordinary Kriging (OK) and Inverse Distance Weighting (IDW). Cross-validation technique was used for evaluation and error indices was calculated for comparison of different methods.
Results: The results of MBE in all studied scales showed that in spite of good correlation of Aphrodite and meteorological data, Aphrodite data has large underestimation error that this is higher in high rainfall areas. Obtained modification factors of the monthly and annual data vary from 1.2 to 1.8 in cold and warm months, respectively. In addition to removal underestimation error from modified network, the average of error is reduced remarkably. Also RMSE of annual rainfall data, is declined from 247 to 194 mm. considering that, network modification needs to be multiplied in a constant (correction factor) so the correlation coefficients remained unchanged. Comparison of modified data network with interpolation methods showed that modified network is more efficient than both interpolation methods. Correlation coefficients of actual and estimated data showed that the correlation of modified network with actual data is positive in all the months but in case of IDW and OK, correlation coefficients was negative in some months that represent modified network in addition to fewer error also in the detection of low and high rainfall points is more efficient than the interpolation methods.
Conclusion: This study showed that high resolution Aphrodite network has good accuracy in rainfall estimation especially in high elevation regions. Also this network is more accurate than interpolation methods of OK and IDW. But because of its underestimation error, before than operating Aphrodite data, the network must be modified.
