پيش بيني بارش روزانه در مناطق بدون آمار بارش با شبيه فرايند نقطه‌اي زماني- مكاني STNSRP (مطالعه موردي: حوضة Walnut Gulch)

Prediction of the Daily Rainfall at Ungauged Regions Applying the Spatio – Temporal Neyman - Scott Rectangular pulses Method (Case Study: The Walnut Gulch Watershed)

با توجه به اهميت پيش بيني بارش، نياز به وجود آمار داراي كيفيت مناسب، يا با طول بسنده در مطالعات آبشناسي و اينكه نبودن داده هاي ثبت شده ARIMA بارش در بسياري از حوضه ­هاي آبخيز، استفاده از گروه ­هاي زماني بارش توليد شده با شبيه ­هايي، مانند زنجيره­ي ماركوفي براي توليد بارش در يك ايستگاه موضوعي مهم و متداول شده است. با توجه به ضريب اهميت و تأثير زياد توزيع مكاني بارندگي در ويژگيهاي آب­نگار خروجي از يك حوضه آبخيز، توليد بارش در چند ايستگاه به صورت همزمان اهميت ويژه­اي دارد. در اين تحقيق، از شبيه فرايند نقطه­ اي زماني- مكاني [1](STNSRP) براي توليد بارش در مقياس زماني روزانه، با درنظر گرفتن وابستگي مكاني بارش در حوضه آبخيز والنات گالچ ايالات متحده ­ي براي يك گروه زماني بارش طولاني مدت (50 ساله) در 20 ايستگاه­ باران­ سنجي استفاده شده است: 14 ايستگاه به عنوان ايستگاه واقعي و 6 ايستگاه به عنوان نقاط مجازي در نظر گرفته شدند. سپس آماره­ هاي مختلف مانند ميانگين، واريانس و احتمال روز خشك براي بارش توليد شده و مشاهداتي در هر يك از ايستگاه­ ها در ماه­هاي مختلف سال با هم مقايسه گرديدند . همچنين با استفاده از روش IDW، نقشه­ ي بارش با استفاده از بارش باريده در ايستگاه هاي مجازي و ساير ايستگاه­ هاي موجود در منطقه توليد، با نقشه ­ي بارش باريده با فرض وجود همه ايستگاه ها مقايسه شدند. نتايج نشان دادند كه نقشه ­ي بارش توليد شده با درنظر گرفتن بارش باريده در ايستگاه هاي مجازي نسبت به نقشه­ ي بارش توليد شده بدون اين ايستگاه ها، تنها با درنظرگرفتن ايستگاه هاي موجود، خطاي كمتري را دارد.

Rainfall data play an important role in hydrological sciences. Lack of sufficient or qualified data usually leads to unreliable and inadequate results. In such cases, synthetic time series, e.g., generated rainfall time series, are of great importance for performing the watershed management activities. In most previous studies, statistical methods such as those of Markov chain and ARIMA methods have been applied for the rainfall generation at a single site. As the rainfall spatial pattern has a significant effect on the flow hydrograph characteristics, multisite rainfall generation plays its vital role in hydrology. In the present research, the Spatio-temporal Neyman-Scott rectangular pulses (STNSRP) method was applied and fitted to 50-year daily data taken from 20 Rain gauges in the Walnut Gulch watershed, USA. Rain gauges were divided into real rain gauges (14) and virtual rain gauges (6), and the performance of STNSRP model was assessed. Different statistics such as mean, variance and probability of dry days were calculated and compared with both the generated and the observed rainfall time series. The IDW method was used to produce rainfall maps using the generated rainfall values at real and virtual rain gauges. Results revealed that the STNSRP model has the ability to match the observed statistics adequately. Also, the rainfall map generated using the virtual rain gauges has less error as compared with the map generated from the rainfall values only at the real rain gauges.