پيش بيني بارندگي با استفاده مستقيم از نظريه موجك (مطالعه موردي: ايستگاه باران سنجي زرينگل استان گلستان)

مدل بندي جبري بارش ها در پريودهاي مختلف به دليل ماهيت تصادفي آن ها از نظر مكاني و زماني، همواره با مشكلات عديده اي همراه بوده و عدم قطعيت در پيش بيني ها از اعتبار برآوردها از طريق مدل هاي مختلف مي كاهد. يكي از روش هايي كه در سال هاي اخير در رابطه با مدل سازي داده هاي هيدرولوژيكي مورد توجه قرار گرفته است، استفاده از موجك (Wavlet) به‌عنوان يكي از روش هاي نوين و بسيار موثر در زمينه تحليل سيگنال ها و سري هاي زماني است. در اين روش سيگنال بارندگي با استفاده از موجك مادر منتخب تجزيه شده و داده هاي حاصل از تجزيه با معادلات مناسب برازش مي يابد و مدل بدست آمده براي پيش بيني استفاده مي شود. روش مذكور در مورد پيش بيني بارندگي ماهانه 33 سال آماري ايستگاه باران سنجي زرينگل با ميانگين بارندگي سالانه 808 ميلي متر از سال آبي 55-1354 تا 87-1386 به كار گرفته شد. نتايج نشان داد كه تجزيه سيگنال با موجك، منجر به ساده تر شدن سيگنال بارندگي مي شود. به‌طوري كه همبستگي ميان داده هاي مشاهداتي و محاسباتي 84 درصد به دست آمده و پيش بيني سيگنال بارندگي با دقت بيشتري صورت گرفته است. معني دار نبودن آزمون F در سطح 90 درصد، تاييد كننده نبودن اختلاف معني دار بين داده هاي مشاهداتي و محاسباتي است.

Obligatory modelling of precipitations in various periods, have a lot of problems and weakness because of their casual nature in time and space. Moreover, their uncertainty in predictions, reduce credibility of estimations which have done via these models. Wavelet is one of the novel and very effective methods in analyzing of time series and signals considered in the hydrology in recent years. In this research, precipitation signal has been decomposed via selected mother wavelet, and then the resulted data are used by fitting direct equations to anticipate the precipitation. These mentioned methods are applied in Zarringol station in Golestan province (Iran) for 33 years predict monthly precipitation with 808 mm annually during 1975-76 until 2007-2008. As a result, decomposed signal via wavelet, correlation among observed and calculated data is 84% and the precipitation prediction can be done with more precise. Meaningless of F test in 90% and above verifies this phenomenon.