مقایسه توزیع مقادیر بارندگی برآورد شده ماهواره GPM و ایستگاه های زمینی حوضه گرگانرود

بارش مهمترین متغیر آب شناختی است که پیوند میان جو و فرآیندهای سطحی را برقرار میسازد. جهت برآورد احتمال بارش و سیل بر پایه روشهای ریاضی و توزیع آماری با استفاده از مقایسه توزیع فراوانی بر اساس آزمونهای آماری مطرح بوده است. آزمون کلموگروف - اسمیرنوف دو نمونه ای یکی از آزمونهای، متداول برای برازندگی مدل جمعیتهای آماری تحت مطالعه میباشد آماره این آزمون بر اساس تابع توزیع تجربی تعریف می شود و لذا مرتب کردن مشاهدات نمونه در تعیین تابع توزیع تجربی نقش کلیدی ایفا میکند. آزمون کلموگروف-اسمیرنوف آزمون نا پارامتری برای اندازه گیری توان فرضیه است که برخی از داده ها از توزیع ثابت (آزمون یک نمونه ای) یا اینکه دو مجموعه داده از توزیع مشابه (آزمون دو نمونه ای) پیروی میکنند. برخلاف برخی از آزمونهای دیگر، کلموگروف - اسمیرنوف توزیع یک فرم شناختهشده (به عنوان مثال، نرمال) فرض نمیکند و در مورد آزمون دو نمونه ای لازم نیست درباره ی نوع توزیع بدانیم، جز اینکه پیوسته است. در این مقاله یک رویکرد جدید برای تعمیم آزمون کلموگروف - اسمیرنوف دو نمونهای در حالتی که داده ها به صورت داده های برآورد شده بارش روزانه ماهواره GPM و ایستگاه های زمینی حوضه گرگانرود و فرضیه های آزمون به صورت دقیق تعریف میشوند ارائه شده است. سپس، درمحیط نرم افزار متلب از نمودار تابع توزیع تجمی تجربی (ecdf) استفاده شد؛ و در مورد آماره آزمون کلموگروف - اسمیرنوف دو نمونهای که به صورت دقیق در نرم افزار محاسبه شده، در مورد رد یا پذیرش فرضیه صفر تصمیم گرفته شد.