علیرضا یوسفی کبریا - Sari Agricultural Sciences and Natural Resources University
مهدی نادی - Sari Agricultural Sciences and Natural Resources University
مژده جامعی - Khuzestan Water and Power Organization.

تخمین بارش در حوضه ­های فاقد داده هواشناسی اهمیت زیادی در مطالعات هیدرولوژی و پیش بینی سیلاب دارد. با توجه به فقدان ایستگاه­های هواشناسی با آمار بلندمدت در استان مازندران و همچنین ماهیت تصادفی ­بودن داد ه­های بارش، استفاده از روش­های آماری مبتنی­بر متغیرهای کمکی و مقایسه آن­ها با روش­های زمین آماری برای درون­ یابی داده­ های بارندگی ماهانه و سالانه در این استان ضروری به ­نظر می­ رسد. به ­همین منظور در این تحقیق از داده­ های بارش ۲۱ ایستگاه هواشناسی طی دوره­ آماری ۱۳ساله (۲۰۱۶-۲۰۰۴) استفاده شد و شش روش درون­یابی شامل کریجینگ عمومی، کوکریجینگ، وزنی عکس فاصله، اسپلاین، رگرسیون کریجینگ و گرادیان خطی سه ­بعدی با یکدیگر مقایسه شدند. ارزیابی روش­ها نیز بر اساس میانگین مربعات خطا و میانگین خطای اریب و تحلیل رگرسیونی انجام گرفت. تحلیل واریوگرافی مدل­ های کروی و نمایی را به عنوان بهترین مدل نظری نیم تغییرنما نشان داد. نتایج تحلیل شاخص­های خطا نشان داد روش اسپلاین دارای بیشترین خطای برآورد بارش بوده و روش گرادیان خطی سه ­بعدی مناسب­ترین روش تهیه نقشه ­های هم بارش معرفی شد که توانست خطای تخمین بارش را نسبت به­ روش­های زمین آماری بین ۱۰۰ تا ۲۰۰ میلی متر و حدود ۴۰-۶۰ درصد کاهش دهد. البته دقت تخمین آن در ماه­ های گرم و کم بارش کاهش می­یابد. بررسی نقشه ­های هم بارش به خوبی دقت روش های مبتنی بر متغیر کمکی در تشخیص حلقه ­های کم­بارش و پر بارش استان را نشان می­ دهد به طوری که حلقه پر بارش استان در سواحل غربی وجود دارد و با حرکت به سمت شرق استان از حجم بارش کاسته می­ شود. با توجه به تبعیت نقشه هم بارش از نقشه پستی و بلندی، این نکته مورد توجه است که حجم بارش نزولی اختلاف زیادی با بارش ارتفاعات این استان دارد. نتایج این پژوهش اثبات کرد استفاده از متغیرهای کمکی منجر به افزایش قابل توجه دقت نقشه های هم بارش می شود.

Covariate, Geostatistic, Precipitation, Regression-Kriging, بارش, رگرسیون کریجینگ, زمین آمار, متغیرکمکی