درونيابي مبتني بر توابع پايه شعاعي و نگاشت داده‌هاي ناقص تداوم بارندگي

Radial Basis Function (RBF) Interpolation and Investigating its Impact on Rainfall Duration Mapping

يكي از روشهاي تكميل داده‌هاي ناقص، روش درونيابي مبتني بر توابع‌ پايه شعاعي است. براي اين منظور از پنج روش درونيابي براي تكميل داده‌هاي تداوم بارندگي حوزه رودخانه پارامتا در سيدني استراليا استفاده گرديد و براي يافتن روش مناسب درونيابي، ضريب شكل C طي يك روش اعتبار سنجي جانبي، بهينه‌يابي شد. با اين ضريب تاثير شكل خاص، تفاوت ميزان به‌دست آمده براي تداوم بارندگي از رگبار شماره 1 در ايستگاههاي مختلف از طريق اعتبارسنجي جانبي و ميزان مشاهده شده آن، محاسبه شد. به‌منظور بررسي دقت روش تخمين از روشهاي كنترل آماري سه‌گانه خطاي متوسط نرمال، درصد متوسط خطاي تخمين و مربع ضريب همبستگي بين مقدار محاسبه شده و مقدار مشاهده شده، استفاده گرديد. نتايج تحقيق نشان داد كه روش درونيابي مالتي كوادريك با كمترين خطا، بهترين روش درونيابي براي تكميل داده‌هاي ناقص تداوم بارندگي است.

The missing data in database must be reproduced primarily by appropriate interpolation techniques. Radial basis function (RBF) interpolators can play a significant role in data completion of precipitation mapping. Five RBF techniques were engaged to be employed in compensating the missing data in event-wised dataset of Upper Paramatta River Catchment in the western suburbs of Sydney, Australia. The related shape parameter, C, of RBFs was optimized for first event of database during a cross-validation process. The Normalized mean square error (NMSE), percent average estimation error (PAEE) and coefficient of determination (R2) were the statistics used as validation tools. Results showed that the multiquadric RBF technique with the least error, best suits compensation of the related database.