ارزیابی دقت مقادیربارش روزانه PERSIANN,ERA۵,GPM,TRMM دراستان خراسان رضوی
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 106
فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIRCSA-11-2_006
تاریخ نمایه سازی: 24 مرداد 1402
چکیده مقاله:
سنجش از دور به عنوان ابزاری قدرتمند در علم هواشناسی قادر است خلاها و شکاف های موجود در اندازه گیری های زمینی را پوشش داده و بستری یک پارچه برای تحلیل های مکانی فراهم نماید، اما با توجه به نتایج متفاوت به دست آمده، از دقت و عملکرد سنجنده ها در مناطق مختلف، ضروری است نسبت به ارزیابی و اعتبارسنجی محصولات آن ها در هر محدوده به طور مستقل اقدام شود. این مطالعه عملکرد بارندگی روزانه محصولات TRMM، GPM، ERA۵ و PERSIANN را در استان خراسان رضوی، در مقابل مشاهدات ۱۹ باران سنج ثبات وزارت نیرو برای سه سال خشک، متوسط و مرطوب ارزیابی می کند. دراین راستا برای استخراج داده های بارش روزانه از چهار پایگاه داده فوق، تعداد ۱۱۳,۸۸۰ تصویر فراخوانی شد، هم چنین، برای ارزیابی دقت از شاخص های آماری CC، RMSE و PBias و برای تشخیص توان عملکرد، از ضریب کلین گوپتا (KGE) و شاخص توافق (d)، در مقیاس ایستگاهی و منطقه ای استفاده شد. از شاخص های طبقه بندی POD، FAR و CSI نیز برای ارزیابی دقت داده های ارائه شده در تشخیص روزهای همراه با پدیده بارش، استفاده و اثر ارتفاع بر تغییرات پارامترهای فوق ارزیابی شد. نتایج نشان داد که در مقیاس ایستگاهی، مقادیر بارش روزانه پایگاه داده ERA۵ با مقادیر ۶۸/۰CC≤ ≥۲/۰، ۷/۳RMSE≤≥۲ و شاخص های عملکرد ۲۶/۰KGE≥ و ۶۸/۰d≥ نسبت به سایر محصولات، دارای دقت و عملکرد بهتری است. در خصوص معیار های طبقه بندی، ERA۵، دارای POD و CSI به ترتیب بالاتر از ۶۸/۰ و ۳/۰ است و TRMM تنها در شاخص FAR دارای برتری نسبی است. افزایش ارتفاع تاثیر متفاوت بر شاخص های آماری و عملکردی محصولات مورد ارزیابی داشته و از روند ثابتی تبعیت نمی کند. در مجموع می توان نتیجه گرفت که از داده های بارش روزانه ERA۵ در تحلیل های آب و هواشناسی و مدل های هیدرولوژیکی که زمان واقعی در انجام مطالعات برای آن ها ضرورت ندارد، در این منطقه می توان استفاده نمود.
کلیدواژه ها:
Agreement index ، Daily precipitation ، GEE ، KGE ، Remote Sensing. ، بارش روزانه ، شاخص توافق ، KGE ، GEE ، سنجش از دور
نویسندگان
مجید رجبی جاغرق
Ph.D. Student, Department of Water Science and Engineering, Ferdowsi University of Mashhad, Mashhad, Iran, Email: magidrajabijaghargh@mail.um.ac.ir
محمد موسوی بایگی
Professor, Department of Water Science and Engineering, Ferdowsi University of Mashhad, Mashhad, Iran, Email: mousavib@um.ac.ir
علیرضا عراقی
Assistant Professor, Department of Water Science and Engineering, Ferdowsi University of Mashhad, Mashhad, Iran, Email: a.araghi@um.ac.ir
هادی جباری نوقابی
Associate Professor, Department of Statistics, Ferdowsi University of Mashhad, Mashhad, Iran, Email: jabbarimh@um.ac.ir
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :