پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,501 |
| تعداد مشاهده مقاله | 124,098,377 |
| تعداد دریافت فایل اصل مقاله | 97,206,041 |
تخمین بارش با استفاده از تصاویر ماهواره‌ای رطوبت سطحی خاک ASCAT در حوضه‌های نیمهخشک و مرطوب ایران | ||
| تحقیقات آب و خاک ایران | ||
| مقاله 8، دوره 51، شماره 6، شهریور 1399، صفحه 1427-1440 اصل مقاله (1.54 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2020.294870.668446 | ||
| نویسندگان | ||
| مریم طارمی1؛ اصغر عزیزیان* 1؛ لوکا بروکا2 | ||
| 1گروه مهندسی آب، دانشگاه بین المللی امام خمینی، قزوین، ایران | ||
| 2موسسه تحقیقات ژئو هیدرولوژی IRPI، رم، ایتالیا | ||
| چکیده | ||
| یکی از روش‌های نوین تخمین بارش استفاده از الگوریتم SM2Rain می‌باشد که با محوریت برآورد بارش با استفاده از تغییرات رطوبت خاک و حل معکوس معادله بیلان آب خاک توسعه داده شده است. در تحقیق حاضر به ارزیابی عملکرد این الگوریتم در تخمین بارش روزانه در سطح دو اقلیم خشک/نیمهخشک (خراسان رضوی) و مرطوب (مازندران) ایران و با استفاده از داده‌های منبع رطوبتی ASCAT در بازه زمانی 2006 تا 2013 پرداخته شده است. نتایج بهدست آمده در دو استان خراسان رضوی و مازندران نشان داد که متوسط ضریب همبستگی (CC) بین بارش مشاهداتی و تخمین زده شده در سطح بازه‌های مذکور توسط الگوریتم SM2Rain بهترتیب معادل 70/0 و 62/0 می‌باشد. طبق محاسبات صورت گرفته در سطح استان خراسان رضوی، در بخش‌های جنوب و جنوب-غربی استان، الگوریتم SM2Rain با ضریب CC در حدود 84/0 و RMSE معادل 9/3 میلیمتر در روز بهترین عملکرد و در بخش‌های شمالی استان نیز با ضریب CC در حدود 54/0 و RMSE معادل 7/7 میلیمتر در روز عملکرد ضعیف داشته است. در بخش‌های عمده‌ای از استان مازندران نیز عملکرد الگوریتم مذکور، قابل قبول ارزیابی می‌شود بهطوری که در مناطق شرقی تا بخش‌های مرکزی استان، ضریب همبستگی 72/0 و RMSE معادل 9/3 میلیمتر در روز می‌باشد. نتایج حاصل از اصلاح الگوریتم SM2Rain نیز نشان داد که با افزودن ترم تبخیر-تعرق و تعرق عملکرد الگوریتم مذکور در شبیه‌سازی بارش در بازه‌های مطالعاتی بین 10 تا 18 درصد افزایش یافته است. با اصلاح الگوریتم مذکور میزان متوسط شاخص RBias در سطح استان خراسان رضوی از 9/21- به 3/9 درصد و در سطح استان مازندران از 9/36- به 9/7 درصد کاهش یافته است. خروجی حاصل از این تحقیق می‌تواند به عنوان یک داده بارشی جایگزین یا مکمل داده‌های زمینی به ویژه در حوضه‌هایی که دارای آمار کمی هستند، مدنظر قرار گیرد. | ||
| کلیدواژه‌ها | ||
| باران؛ رطوبت سطحی خاک؛ سنجش از دور؛ بیلان آب خاک | ||
| مراجع | ||
|
Azizian, A. and Ramezani, H. (2019). Assessing the Accuracy of European Center for Medium Range Weather Forecasts (ECMWF) Reanalysis Datasets for Estimation of Daily and Monthly Precipitation. Iranian Journal of Soil and Water Research, 50(4), 777-791. Ashouri, H. Hsu, K. L. Sorooshian, S. Braithwaite, D. K. Knapp, K. R. Cecil, L. D. Nelson, B. R. and Prat, O. P. (2015). PERSIANN-CDR: Daily precipitation climate data record from Multisatellite observations for hydrological and climate studies. Bull. Am. Meteorol. Soc, 96(1), 69–83. Brocca, L. Ciabatta, L. Massari, C. Moramarco, T. Hahn, S. Hasenauer, S. Kidd, R. Dorigo, W. Wagner, W. and Levizzani, V. (2014). Soil as a natural rain gauge: Estimating global rainfall from satellite soil moisture data. J. Geophys. Res. Atmos, 119(9), 5128–5141. Brocca, L., et al. (2014). Improving the representation of soil moisture by using a semi‐analytical infiltration model. Hydrological Processes, 28(4), 2103-2115. Ciabatta, L. Brocca, L. Massari, C. Moramarco, T. Gabellani, S. Puca, S. and Wagner, W. (2015). Rainfall-runoff modelling by using SM2RAIN-derived and state-of-the-art satellite rainfall products over Italy. Int. J. Appl. Earth Obs. Geoinf. Ciabatta, L. Brocca, L. Massari, C. Moramarco, T. Puca, S. Rinollo, A. Gabellani, S. and Wagner, W. (2015). Integration of Satellite Soil Moisture and Rainfall Observations over the Italian Territory. J. Hydrometeorol. Crow W. T. and Bolten, J. D. (2007). Estimating precipitation errors using spaceborne surface soil moisture retrievals. Geophys. Res. Lett, 34(8). Famiglietti, J. S., E. F. Wood. (1994). Multiscale modeling of spatially variable water and energy balance processes. Water Resour. Res, 11, 3061–3078. Ghajarnia, N. Liaghat, A. and Arasteh, P. D. (2015). Comparison and evaluation of high resolution precipitation estimation products in Urmia Basin-Iran. Atmospheric Research, 158, 50-65. Ghajarnia, N. Liaghat, A. and Arasteh, P. D. (2014). Verifying precipitation data of TAMAB and meteorology institute in Urmia basin. Journal of Water and Soil Resources Conservation, 4(1), 91-109. Mekonnen, D. F. (2009). Satellite remote sensing for soil moisture estimation: Gumara catchment, Ethiopia. Thesis in M. Sc., International Institute for Geo-information Science and Earth Observation, Netherland. Pellarin, T. S. Louvet, C. Gruhier, G. Quantin, and C. Legout. (2013). A simple and effective method for correcting soil moisture and precipitation estimates using AMSR-E measurements, Remote Sens. Environ, 136, 28–36. Rahimi J., Ebrahimpour M. and Khalili, A. (2013). Spatial changes of extended De Martonne climatic zones affected by climate change in Iran. Theoretical and applied climatology. 112(3-4): 409-418. | ||
|
آمار تعداد مشاهده مقاله: 750 تعداد دریافت فایل اصل مقاله: 457 |
||