تخمين آب معادل برف با استفاده از داده‌هاي هواشناسي و ارتفاع منطقه (مطالعه موردي: حوضه ساروق‌چاي)

Snow water equivalent estimation using meteorological data and land elevation (A case study: Sarug-chai basin)

سابقه و هدف: آب معادل برف، يكي از پارامترهاي مهم در چرخه هيدرولوژيكي مي‌باشد. در ايران اندازه‌گيري عمق برف و آب معادل آن در ايستگاه‌هاي برف‌سنجي به‌علت خودكار نبودن ايستگاه‌ها و مشكلات اندازگيري آن به‌طور محدودي صورت مي‌گيرد. با توجه به پژوهش‌هاي انجام شده در زمينه آب معادل برف، سرعت باد، درجه حرارت، بارش و ارتفاع منطقه از عوامل تاثيرگذار بر ميزان آب معادل برف مي‌باشند. از آن‌جايي كه مقادير پارامترهاي سرعت باد، درجه حرارت و بارش مي‌توانند در طولاني‌مدت بر آب معادل برف تاثيرگذار باشند، بنابراين هدف اين مطالعه استفاده از پارامترهاي هواشناسي و جغرافيايي براي تخمين آب معادل برف در ايستگاه‌هاي برف‌سنجي حوضه مورد مطالعه مي‌باشد. مواد و روش‌ها: در اين مطالعه با استفاده از داده‌هاي ايستگاه‌هاي هواشناسي و كاربرد روش‌هاي مختلف درون‌يابي، پس از انتخاب بهترين روش كه به‌وسيله معيارهاي ارزيابي صورت گرفت، مقادير بارش، دما و سرعت باد به‌صورت ميانگين‌هاي 10، 20، 30، 40 و 50 روزه در محل ايستگاه‌هاي برف‌سنجي در حوضه ساروق‌چاي تخمين زده شد. بعد از تخمين پارامترهاي ذكر شده، همبستگي تك‌تك هر يك از اين پارامترها با آب معادل برف ايستگاه‌ها بررسي شد. پارامترهايي كه بيش‌ترين همبستگي را داشتند، انتخاب شدند. سپس در نرم‌افزار SPSS بين اين پارامترها و ارتفاع ايستگاه‌ها، با آب معادل برف آن‌ها يك رگرسيون چند‌متغيره به‌دست ‌آمد. رابطه به‌دست آمده با داده‌هاي اندازه‌گيري شده آب معادل برف در ايستگاه‌هاي برف‌سنجي صحت‌سنجي شد. يافته‌ها: بر اساس نتايج به‌دست ‌آمده، ميانگين‌هاي بارش، دماي 40 روزه و سرعت باد 30 روزه، به‌ترتيب بيش‌ترين همبستگي را با آب معادل برف ايستگاه‌ها نشان دادند. بهترين رابطه رگرسيوني براي تخمين آب معادل برف با استفاده از اين پارامترها به‌دست آمد. ارزيابي داده‌هاي واقعي و محاسباتي با توجه به معيار ناش‌ساتكليف (83/0) و ضريب همبستگي (91/0) صورت گرفت. نتايج نشان داد كه رابطه رگرسيوني به‌دست آمده از دقت خوبي براي تخمين آب معادل برف در ايستگاه‌هاي برف‌سنجي مورد مطالعه برخوردار است. نتيجه‌گيري: در اين پژوهش، با توجه به كمبود ايستگاه‌هاي هواشناسي در مناطق كوهستاني شمال‌غربي كشور از روش‌هاي درون‌يابي براي تخمين مقادير پارامترهايي سرعت باد بارش و دما، در محل ايستگاه‌هاي برف‌سنجي استفاده شد. نتايج نشان داد كه از بين روش‌هاي درون‌يابي، توابع پايه شعاعي با مدل چندربعي معكوس براي ميانگين سرعت باد 10 الي 50 روزه، مدل نواري كاملاً منظم براي تخمين ميانگين دماي 10 الي 50 روزه و روش كريجينگ با مدل گوسين براي برآورد ميانگين بارش 10 الي 50 روزه در ايستگاه‌هاي برف‌سنجي از دقت خوبي برخوردار هستند. با استفاده از پارامترهايي كه بيش‌ترين همبستگي را با آب معادل برف داشتند، يك رابطه رگرسيوني براي تخمين آب معادل برف به‌دست آمد. ارزيابي رابطه رگرسيوني نشان داد مي‌توان از آن براي تخمين آب معادل برف در ايستگاه‌هاي مربوطه استفاده كرد.

Background and Objectives: Snow water equivalent (SWE) is a key parameter in hydrological cycle. In Iran, measurement of snow depth and its water equivalent is usually is limited due to lack of automated snow measuring instruments. According to research conducted in the field of snow water equivalent, wind speed, temperature, precipitation and elevation are the factors affecting the amount of snow water equivalent. Because values for wind speed, temperature and precipitation can affect the long-term snow water equivalent, therefore the aim of this study was using meteorological and geographical parameters to estimate snow water equivalent of snow stations in the study area. Materials and Methods: In the current study, based on meteorological data and interpolation method snow water equivalent was estimated. In this regard, first, average amounts of precipitation, air temperature and wind speed were computed during periods of 10, 20, 30, 40 and 50 days. Then, binary correlations between snow water equivalent and the parameters were estimated. Parameters that had the highest correlation were selected. Then in SPSS software between these parameters and the elevation of the stations, the snow water equivalent to a multiple regression was obtained. The regression equation were validated with snow water equivalent data measurement in snow stations Results: Based on these results, the average precipitation, 40-days temperature and wind speed of 30-days, showed the highest correlation with snow water equivalent, respectively. The best snow water equivalent equation was obtained using the relevant parameters. Estimated data was also compared with the observed data, based on the Nash- Sutcliffe criteria (NS=0.83) and regression coefficient (r=0.91). The results showed an acceptable accuracy of the equation on snow water equivalent estimation. Conclusion: In this study, due to the lack of meteorological measuring in snow stations, the interpolation methods for estimating the amount of precipitation, wind speed and temperature parameters the location station was used. The results indicated that among the interpolation methods, radial basis functions with model of Inverse Multiquadric for average wind speed of 10 to 50 days, Completely Regularized Spline model to estimate the average temperature of 10 to 50 days and kriging method with Gaussian model for estimating the average precipitation 10 to 50 days, had the high accuracy in the snow stations. Using the parameters that were most correlated with snow water equivalent, a regression equation to estimate snow water equivalent was obtained. Evaluation showed regression equation can be used to estimate snow water equivalent in the respective stations.