مقایسه اطلاعات بارش ماهوارهای PERSIANN و TRMM-۳B۴۲ V۷ با مشاهدات ایستگاههای زمینی (مطالعه موردی: حوضه گرگانرود)
Publish place: Journal of Water and Soil Science، Vol: 20، Issue: 76
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 216
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-20-76_007
تاریخ نمایه سازی: 21 اردیبهشت 1400
Abstract:
بارش یک پارامتر مهم در چرخه هیدرولوژی بوده و کمبود دادههای آن از بزرگترین مشکلات در تحلیلهای اقلیمی و هیدرولوژیک است. لذا، محققین استفاده از تصاویر ماهوارهای حاصل از سنجش از دور را بهعنوان یکی از راهکارهای عملی بهمنظور تخمین بارش مطرح کردهاند. در این مقاله، به ارزیابی اطلاعات بارش ماهوارهای PERSIANN و TRMM-۳B۴۲ V۷ در حوضه گرگانرود پرداخته شده است. بدینمنظور، از اطلاعات بارش روزانه ایستگاههای تمر، رامیان، بهلکه داشلی، سد گرگان، غفارحاجی و فاضلآباد طی سالهای آبی ۸۳-۱۳۸۲ تا ۸۶-۱۳۸۵ استفاده شد. شاخصهای ارزیابی برای مقیاسهای زمانی روزانه، ماهانه و فصلی محاسبه و تحلیل شدند. نتایج نشان داد اگرچه PERSIANN و TRMM-۳B۴۲ V۷ در مقیاس روزانه دقت کافی ندارند، ولی در مقیاسهای ماهانه و فصلی با قیاس نتایج مطالعات مشابه، از دقت مناسبی برخوردارند. بیشترین همبستگی بین اطلاعات این دو پایگاه و دادههای مشاهداتی در مقیاسهای زمانی روزانه و ماهانه برای TRMM-۳B۴۲ در ایستگاههای سد گرگان و بهلکه داشلی بهترتیب برابر ۳۹۷/۰ و ۴۰۴/۰ مشاهده شد. در مقیاس فصلی همبستگی دادههای مشاهداتی در فصل زمستان با PERSIANN و در بقیه فصلها با TRMM-۳B۴۲ بیشتر است. همچنین، نتایج نشان میدهد اگرچه TRMM-۳B۴۲ همبستگی بیشتری را با دادههای مشاهداتی دارد، اما PERSIANN در آشکارسازی تعداد روزهای بارانی نتایج بهتری را ارائه کرده است.
Keywords:
Authors
دنیا دزفولی
۱. Dept. of Irrigation & Reclamation Eng., Faculty of Agri. Eng. & Technol., Univ. of Tehran, Tehran, Iran.
سیدمحمد حسینی موغاری
۱. Dept. of Irrigation & Reclamation Eng., Faculty of Agri. Eng. & Technol., Univ. of Tehran, Tehran, Iran.
کیومرث ابراهیمی
۱. Dept. of Irrigation & Reclamation Eng., Faculty of Agri. Eng. & Technol., Univ. of Tehran, Tehran, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :