تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,500 |
تعداد مشاهده مقاله | 124,091,254 |
تعداد دریافت فایل اصل مقاله | 97,195,193 |
ارزیابی و مقایسه آماری دادههای بارش TRMM و GPCC با دادههای مشاهدهای در ایران | ||
فیزیک زمین و فضا | ||
مقاله 15، دوره 42، شماره 3، آذر 1395، صفحه 657-672 اصل مقاله (2.05 M) | ||
شناسه دیجیتال (DOI): 10.22059/jesphys.2016.56102 | ||
نویسندگان | ||
مرتضی میری1؛ طیب رضیئی* 2؛ مجتبی رحیمی1 | ||
1دانشگاه تهران | ||
2پژوهشکده حفاظت خاک و آبخیزداری | ||
چکیده | ||
پژوهش حاضر با هدف ارزیابی دقت دادههای بارش سنجنده TRMM-3B43 و دادههای شبکهبندی شده GPCC در برآورد بارش واقعی ایستگاههای همدیدی کشور به انجام رسیده است. برای این منظور دادههای ماهانه بارش 46 ایستگاه همدیدی ایران با پراکنش مناسب در سطح کشور، دادههای بارش سنجنده TRMM و دادههای بارش GPCC برای دوره مشترک آماری 2010-1998 از تارنماهای مربوطه دریافت و استفاده شد. دقت مکانی دادههای سنجنده TRMM و GPCCبه ترتیب 25/0×25/0 و 5/0×5/0 درجه جغرافیایی است. برای ارزیابی دقت این دادهها از آمارههای ضریب تعیین(r2)، مجذور میانگین مربع خطا (Rmse)، شیب خط(Slope)، اریبی(Bias) و ضریب کارایی مدل(EF) استفاده شد. مقایسههای آماری انجام شده نشان داد اگرچه دادههای TRMM در برخی مناطق مانند ایستگاههای سواحل خلیج فارس و شمال غرب ایران و بصورت موردی برای ایستگاههایی مانند تهران بارش را بیشتر و یا کمتر از مقدار واقعی برآورد میکند، اما در مجموع برآورد بارش به وسیله TRMM در بیشتر ایستگاههای مورد مطالعه از دقت خوبی برخوردار است. ارزیابی دادههای شبکه بندی شده GPCC نیز نتایج مشابهای را بدست داد که بیانگر دقت مناسب دادههای GPCC در سطح ایران است. بیشترین میزان ضریب همبستگی برای مناطق شمال شرق، غرب میانه و شمال غرب ایران بدست آمد که دلیل آن تراکم زیاد ایستگاههای باران سنجی در این مناطق میباشد که GPCC از آن برای تولید این دادهها بهره برده است. بررسی توزیع زمانی بارش ماهانه TRMM و GPCC در مقایسه با دادههای مشاهدهای نیز نشان داد که هر دو این دادهها به خوبی روند تغیرات بارش ماهانه دادههای مشاهدهای را شبیه سازی میکنند. | ||
کلیدواژهها | ||
بارش؛ GPCC؛ TRMM؛ آزمونهای آماری؛ ایران | ||
مراجع | ||
حجازیزاده، ز.، علیجانی، ب.، ضیائیان، پ.، کریمی، م. و رفعتی، س.، 1391، ارزیابی بارش ماهوارهای 3B43 و مقایسة آن با مقادیر حاصل از تکنیک درونیابی کریجینگ، سنجش از دور و GIS ایران، 4(3)، 49-64. دارند، م.، ظرافتی، ه.، کفایت مطلق، ا.ر. و سمندر، ر.، 1393، مقایسة بین پایگاههای دادههای جهانی و منطقهای بارش با پایگاه بارش اسفزاری و ایستگاهی ایرانزمین، تحقیقات جغرافیایی، 30(2)، 65-84. مسعودیان، س. ا.، رعیتتپیشه، ف. و کیخسروی کیانی، م. ص.، 1393، معرفی و مقایسة پایگاههای داده بارشی TRMM و اسفزاری، م. ژئوفیزیک ایران، 8(4)، 15-31. Chappell, A., Renzullo, L. J. L., Raupach, T. T. H. and Haylock, M., 2013, Evaluating geostatistical methods of blending satellite and gauge data to estimate near real-time daily rainfall for Australia, J. Hydrol., 493, 105-114, doi:10.1016/j.jhydrol.2013.04.024.
Chokngamwong, R. and Chiu, L., 2008, Thailand daily rainfall and comparison with TRMM products, J. H. Geomorphol, 9(2), 256-266.
Collischonn, B., Collischonn, W. and Tucci, C. E., 2008, Daily hydrological modeling in the Amazon basin using TRMM rainfall estimates, J Hydrol, 207-216.
Conti, F., Hsu, K., Noto. L. V. and Sorooshian, S., 2014, Evaluation and comparison of satellite precipitation estimates with reference to a local area in the Mediterranean Sea, Atmos. Res., 138, 189-204.
Dinku, T., Chidzambwa, S., Ceccato, P., Connor, S. J. and Ropelewski, C. F., 2014, Validation of highresolution satellite rainfall products over complex terrain, Int. J. Remote Sens., 29, 4097-4110.
Feidas, H., 2010, Validation of satellite rainfall products over Greece, Theor Appl Climatol, 99, 193-216.
Fu, Y., Xia, J., Yang, W., Xu, B., We, X., Chen, Y. and Zhang, H., 2014, Assessment of multiple precipitation products over major river basins of China, Theor Appl Climatol, 1-12.
Gairola, R. M., Prakash, S. and Pal, P. K., 2015, Improved rainfall estimation over the Indian monsoon region by synergistic use of Kalpana-1 and rain gauge data, Atmós, 28, 51-61.
Haigen, ZH., Shengtian, Y., Zhiwei, W., Xu, ZH., Ya, L. and Linna, W., 2015, Evaluating the suitability of TRMM satellite rainfall data for hydrological simulation using a distributed hydrological model in the Weihe River catchment in China, J. Geogr. Sci, 25, 177-195.
Huffman, G. J., Adler, R. F., Bolvin, D. T., Gu, G., Nelkin, E. J., Bowman, K. P., Stocker, E. F. and Wolff, D. B., 2007, The TRMM Multi-satellite precipitation analysis: quasi-global, multi-year, Combined-Sensor Precipitation, J. Hydrometeor, 8, 33-55.
Javanmard, S., Yatagai, A., Nodzu, M. I., BodaghJamali, J. and Kawamoto, H., 2010, Comparing high-resolution gridded precipitation data with satellite rainfall estimates of TRMM_3B42 over Iran, Ad in Geo., 25, 119-125.
Jeniffer, K., Su, ZH., Woldai, T. and Maathuis, B., 2010, Estimation of spatial–temporal rainfall distribution using remote sensing techniques: a case study of Makanya catchment, Tanzania, Intl J App Earth Observ Geoinform. Ens., 12(1), 90-99.
Kalinga, O. A. and Gan, T. Y., 2010, Estimation of rainfall from infrared-microwave satellite data for basin-scale hydrologic modeling, Hydrol. Process, 24, 2068-2086.
Katiraie-Boroujerdy, P. S., Nasrollahi, N., Hsu, K. L. and Sorooshian, S., 2013, Evaluation of satellite-based precipitation estimation over Iran, J. Arid Environ. 97, 205-219.
Liu, J., Duan, Z., Jiang, J. and Zhu, A.X., 2014, Evaluation of three satellite precipitation products TRMM 3B42, CMORPH, and PERSIANN over a subtropical watershed in China, Adv Meteorol, 9, 1-14.
Li., Zh., Yang, D. and Hong, Y., 2013, Multi-scale evaluation of high-resolution multi-sensor blended global precipitation products over the Yangtze River, J. Hydrol, 500, 157-169.
Mishra, A. K., Gairola, R. M., Varma, A. K. and Agarwal, V. K., 2011, Improved rainfall estimation over the Indian region using satellite infrared technique, Adv Space Res, 48 , 49-55.
Moazami, S., Golian, S., Kavianpour, M. R.and Hong, Y., 2013, Comparison of PERSIANN and V7 TRMM multi-satellite precipitation analysis (TMPA) products with rain gauge data, Int. J. R. Sens, 34(22), 8156-8171.
Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R. L. Harmel, R. D. and Veith, T. L., 2007, Model evaluation guidelines for systematic quantification of accuracy in watershed simulations, Transactions of the ASABE, 50(3), 885-900.
Ochoa, A., Pineda, L., Crespo, P. and Willems, P., 2014, Evaluation of TRMM 3B42 precipitation estimates and WRF retrospective precipitation simulation over the Pacific–Andean region of Ecuador and Peru, Hydrol. Earth Syst. Sci., 18, 3179-3193.
Pereira, M., Dutra, E. and Viterbo, P., 2011, Evaluation of global precipitation data sets over the Iberian Peninsula, J of Geo Res., 116, 1-16.
Prigent, C., 2010, Precipitation retrieval from space, C. R. Geosci., 380-389.
Raziei, T., Bordi, I. and Pereira, L. S., 2011, An application of GPCC and NCEP/NCAR datasets for drought variability analysis in Iran, Water Resour Manage, 25, 1075-1086.
Raziei, T., Daryabari, J., Bordi, I., Modarres, R. and Pereira, L. S., 2014, Spatial patterns and temporal trends of daily precipitation indices in Iran, Clim. Change, doi 10.1007/s10584-014-1096-1.
Raziei, T., Mofidi, A., Santos, J. A. and Bordi, I., 2012, Spatial patterns and regimes of daily precipitation in Iran in relation to large-scale atmospheric circulation, Int J. Climatol., 32, 1226-1237.
Raziei, T. and Pereira, L. S., 2013, Spatial variability analysis of reference evapotranspiration in Iran utilizing fine resolution gridded datasets, Agric. Water Management, 126, 104-118.
Rozante, J. R., Moreira, D. S.,Gustavo, L., and Vila, D. A., 2010, Combining TRMM and surface observations of precipitation: technique and validation over South America, W. A. F, 3(25), 885-894.
Rudolf, B. and Schneider, U., 2005, Calculation of gridded precipitation data for the global land-surface using in-situ gauge observations, in: proceedings of the 2nd workshop of the international precipitation working group IPWG, Monterey October 2004, EUMETSAT, ISBN 92-9110-070-6, ISSN 1727-432X, 231-247.
Schneider, U., Fuchs, T., Meyer-Christoffer, A. and Rudolf, B., 2008, Global precipitation analysis products of the GPCC. Global Precipitation Climatology Centre (GPCC), DWD, Internet Publication (http://www.dwd.de), 1-12.
Seyyedi, H., 2010, comparing satellite derived rainfall with ground based radar for North-Western Europe, Thesis for the degree of Master, International Institute for Geo-Information Science and Earth Observation, Netherlands.
Skok, G., Zagar, N., Honzak, L., Zabkar, R., Rakovec, J. and Ceglar, A., 2015, Precipitation intercomparison of a set of satellite and raingauge-derived datasets, ERA Interim reanalysis, and a single WRF regional climate simulation over Europe and the North Atlantic, Theor Appl Climatol, doi 10.1007/s00704-014-1350-5, 1-16.
Suk Han, W., Burian, S. J. and Shepherd, J. M., 2011, Assessment of satellite-based rainfall estimates in urban areas in different geographic and climatic regions, Nat Hazards, 56(3), 733-747.
Tan, M. L., Ibrahim, A. L., Duan, ZH., Cracknell, A. P. and Chaplot, V., 2015, Evaluation of six high-resolution satellite and ground-based precipitation products over Malaysia, Remote Sens, 7,1504-1528.
Tarruella, R. and Jorge, J., 2003, Comparison of three infrared satellite techniques to estimate accumulated rainfall over the iberian peninsula, Int. J. Climatol., 23, 1757-1769.
Wagner, P. D., Finer, P., Wilken, F., Kumar, SH. and Schneider, K., 2012, Comparison and evaluation of spatial interpolation schemes for daily rainfall in data scarce regions, J Hydrol, 464, 388-400.
| ||
آمار تعداد مشاهده مقاله: 3,212 تعداد دریافت فایل اصل مقاله: 1,900 |