ارزیابی روش های مختلف درون یابی داده های دمایی NCEP/NCARدر سطح حوضه های آبریز درجه ۲ کشور ایران

Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 294

This Paper With 15 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WATER-5-2_002

تاریخ نمایه سازی: 4 اسفند 1400

Abstract:

دما یکی از پارامتر های مهم در مطالعات اقلیمی و هیدرولوژیکی است. هدف اصلی این مقاله استفاده از داده های دمای سالانه از مجموعه داده های موسوم به Reanalysis از پایگاه جهانی NCEP/NCAR  با توان تفکیک مناسب برای مطالعات منطقه ای می باشد. این پایگاه، داده های دما  را با دقت ۵/۲ درجه در اختیار کاربران قرار می دهد. به دلیل تنوع توپوگرافی کشور ایران، دقت داده های ۵/۲ درجه پایین بوده و برای پژوهش های کاربردی و مطالعات منطقه ای باید از توان تفکیک بالاتر استفاده نمود. هدف از این پژوهش افزایش توان تفکیک داده های دمای پایگاه مزبور با استفاده از روش های درون یابی موجود در نرم افزار متلب است. در متلب چهار روش برای درون یابی داده ها موجود می باشند که عبارتند از: روش خطی، روش نزدیک ترین همسایگی، روش اسپلاین و روش همسایگی عادی (طبیعی). با به کارگیری هرکدام از این چهار روش در سطح ۳۰ زیر حوضه درجه ۲ تعریف شده توسط سازمان مدیریت منابع آب، داده های  ۵/۲ درجه به داده هایی با توان تفکیک ۱ درجه تبدیل شدند. برای بررسی دقت داده های درون یابی شده، داده های جدید تولید شده داخل هر زیرحوضه با داده های دمای ایستگاه های سینوپتیک داخل همان زیرحوضه مقایسه گردیدند. با استفاده از معیار های خطاسنجی RMSE، MBE، ضریب باقیمانده و ناش - ساتکلیف روش های نزدیکترین همسایگی و اسپلاین با برتری نسبی نسبت به روش های دیگر، به عنوان روش برتر شناخته شدند. حاصل این مطالعه تولید گره های اطلاعاتی مربوط به دما برای مطالعات هیدروکلیماتولوژیکی، ارائه روش برای بروزرسانی و لذا حذف نیاز محققین به جمع آوری، آزمون و استفاده از ایستگاه های زمینی و داده های موجود در منطقه است.

Keywords:

داده های شبکه بندی , درون یابی , دما , زیر حوضه درجه ۲ , متلب , NCEP/NCAR

Authors

رضا مروتی

مهندسی آب، دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران

علیرضا شکوهی

مهندسی آب، دانشکده فنی و مهندسی دانشگاه بین المللی امام خمینی (ره)، قزوین

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 :
  • اسفندی درآباد، ف.، س. ا. حسینی، م. آزادی مبارک و ...
  • اکبری، ط. و س. ا. مسعودیان. ۱۳۸۸. شناسایی رژیم دمایی ...
  • بداق جمالی، ج.، س. جوانمرد و ر. شیرمحمدی. ۱۳۸۱. پایش ...
  • ثقفیان، ب.، ه. رزمخواه و ب. قرمزچشمه. ۱۳۹۰. بررسی تغییرات ...
  • رضیئی، ط. و ا. فتاحی. ۱۳۹۰. ارزیابی کاربرد داده های ...
  • شکوهی، ع. و پ. دانشکار آراسته. ۱۳۸۷. مقایسه روش های ...
  • عساکره، ح. ۱۳۸۷. کاربرد روش کریجینگ در میان یابی بارش. ...
  • غیور، ح. و م. منتظری. ۱۳۸۳. پهنه بندی رژیم ...
  • قهرودی تالی، م. ۱۳۸۱. ارزیابی درون یابی به روش کریجینگ. ...
  • مروتی، ر. و ع. شکوهی. ۱۳۹۲. ارزیابی روش های مختلف ...
  • مسعودیان، س. ا. ۱۳۸۲. تحلیل ساختار دمای ماهانه ایران. مجله ...
  • مسعودیان، س. ا. ۱۳۸۳. بررسی روند دمای ایران در نیم ...
  • مسعودیان، س. ا. ۱۳۸۲. تحلیل ساختار دمای ماهانه ایران. مجله ...
  • مسعودیان، س. ا. ۱۳۸۴. بررسی روند دمای ایران در نیم ...
  • نادی، م.، م. جامعی، ج. بذرافشان و س. جنت رستمی. ...
  • Apaydin H., K. Sonmez and E. Yildirim. ۲۰۰۴. Spatial interpolation ...
  • Bordi, I., K. Fraedrich, M. Petitta, and A. Sutera. ۲۰۰۶. ...
  • Chang, C. L., S. L. Lo and S. L.Yu. ۲۰۰۵. ...
  • Kalnay, E., M. Kanamitsu, R. Kistler, W. Collins, D. Deaven, ...
  • Moriasi, D. N., J. G. Arnold, M. W. Van Liew, ...
  • Raziei , T., I. Bordi, , L. S. Pereira and ...
  • Raziei, T., I. Bordi and L. S. Pereira. ۲۰۱۱. An ...
  • Rossi, G. ۲۰۰۳. Requisites for a drought watch system, in ...
  • Sibson, R. ۱۹۸۱. A brief description of natural neighbor interpolation ...
  • Tssung, C. K. ۲۰۰۴. Introduction to geographic information system, ۲nd ...
  • نمایش کامل مراجع