هادی سیاسر - Payame Noor University (PNU)
امیر سالاری - University of Hormozgan

دسترسی به داده های بارشی وسیع با دقت مناسب، می تواند نقش موثری در برنامه ریزی های آبیاری و مدیریت منابع آبی ایفا نماید. تصاویر ماهواره ای با تولید داده های زیاد، وسیع، ارزان و به روز به عنوان راهکاری عملی جهت تخمین بارش مطرح است. بدین منظور، در این پژوهش با استفاده از سامانه گوگل ارث انجین و محصولات بارش حاصل از تصاویر ماهواره ای مدل PERSIANN و CHIRPS در بازه های زمانی روزانه، ماهانه و سالانه به ارزیابی و صحت سنجی مقدار بارش ایستگاه بندرعباس طی دوره آماری ۲۰۲۰- ۱۹۸۳ پرداخته شد. نتایج نشان داد که برآورد بارش توسط ماهواره های PERSIANN و CHIRPS در مﻘیاس ماهانه و سالانه از دقت بیشتر نسبت به مﻘیاس روزانه برخوردار بوده و در مﻘیاس های ماهانه و سالانه، بیشترین ضریب همبستگی و کمترین مقدار RMSE متعلق به الگوریتم PERSIANN است. مقدار ضریب همبستگی الگوریتم PERSIANN در مﻘیاس های روزانه و ماهانه و سالانه به ترتیب برابر با ۰/۳۲ ، ۰/۸۳ و ۰/۹۴ و ضریب همبستگی الگوریتم CHIRPS در مﻘیاس های روزانه و ماهانه و سالانه به ترتیب برابر با ۰/۲۴، ۰/۷۱ و ۰/۹۰ بهدست آمد. مقدار ضریب تبیین R۲  الگوریتم های PERSIANN و Chrips در مقیاس ماهانه به ترتیب برابر با ۰/۸۹ و ۰/۷۰ و در مقیاس سالانه به ترتیب برابر با ۰/۸۸ و ۰/۸۰ به دست آمد. نتیجه گیری کلی این بود که دقت هر دو الگوریتم در تعیین الگوی مکانی بارندگی در مﻘیاس ماهانه و سالانه مناسب بوده و الگوریتم PERSIANN از دقت بالاتری در مقیاس زمانی ماهانه برخوردار است.

Precipitation pattern, satellite imagery, Google Earth, PERSIANN and CHIRPS satellites, الگوی بارش, تصاویر ماهواره, گوگل ارث, ماهواره های PERSIANNوCHIRPS