ارزيابي مدل‌هاي سري زماني در پيش‌بيني بارش فصلي مبتني بر داده‌هاي سنجش از دور (مطالعه موردي: اقليم‌هاي خشك و نيمه خشك)

بارندگي ازجمله متغيرهاي اقليمي است كه درمديريت منابع آب وكشاورزي داراي اهميت مي باشد. بر اين اساس، هدف اين پژوهش مدل‌سازي پيش‌بيني داده هاي بارش ماهواره اي TMPA(3B43)دراقليم هاي خشك و نيمه خشك ايرانبا استفاده از مدل SARIMAدرمقياس فصلي بوده است. پس از تصحيح داده‌هاي ماهانه ماهواره‌اي، مدل سازي بارش انجام شد. پس از ايستاسازي در واريانس و حذف روند فصلي، با كمك نمودارهاي خودهمبستگي و خودهمبستگي جزئي، مدل‌هاي مناسب به دست آمد. تغييرات ضريب همبستگي بر پايه داده‌هاي ماهانه از 0.81 تا 0.9 در مناطق مورد مطالعه، تأييد كننده دقت مناسب مدل‌سازي بر اساس تكنيكSARIMAدر اين پايه زماني براي پيش‌بيني فصلي مي‌باشد. نتايج شاخص‌هاي ارزيابي بين مقادير واقعي و داده‌هاي حاصل از مدل‌هاي انتخابي نشان داد اگر داده‌هاي ماهانه پيش‌بيني شده سپس به داده فصلي تبديل شود؛ نسبت به استفاده از داده‌هاي فصلي براي پيش‌بيني فصلي، داراي دقت بالاتري هستند. پس ازواسنجي وارزيابي مدل‌هاي نهايي، بارش فصلي بر پايه مقياس ماهانهبراي دوره (2021-2018) پيش‌بيني و با دوره پايه مقايسه شد. در فصل زمستان بر خلاف فصل‌هاي بهار و پاييز، 3 منطقه كاهش بارش و يك منطقه افزايش بارش داشته و در فصل تابستان در تمامي نقاط، ثبات نسبي و عدم تغيير بارش مشاهده شد. با توجه به متوسط بارش سالانه 4 منطقه مورد مطالعه، در دوره چهار ساله پيش‌بيني به طور ميانگين حدود يك درصد كاهش بارش سالانه پيش‌بيني مي‌شود. به صورت تفكيكي تغييرات بارش سالانه در پيكسل‌هاي متناظر مناطق كاشان، سيرجان، بهبهان و زرقان به ترتيب برابر 1.3، 1.1، 1 و 1.8 درصد خواهد بود.