ارزیابی کیفیت محصولات بخار آب باندهای IR و Near-IR مادیس در ایران

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 48

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_JSW-34-6_013

تاریخ نمایه سازی: 8 آبان 1402

Abstract:

بخار آب به عنوان یکی از گازهای گلخانه­ای مهم نقش اساسی در بسیاری از پروسه­های هواشناسی و اقلیمی دارد. تهیه محصولات بخار آب قابل بارش (PWV) سنجنده مادیس روی ماهواره­های ترا و آکوا به عنوان یکی از ابزارهای سنجش از دور، با تفکیک مکانی مناسب و به صورت روزانه امکان پذیر است. دقت و کارایی این محصولات در هر منطقه متفاوت است، بنابراین مقادیر PWV سنجنده مادیس در کشور ایران مورد ارزیابی قرار گرفت. در این مطالعه، یک­سال از مشاهدات شبکه­ی گیرنده­های GPS دائمی کشور به منظور ارزیابی صحت داده­های PWV سنجنده مادیس در باندهای مختلف Near-IR  و IR مورد استفاده قرار گرفتند. مقایسه سری­های زمانی PWV  در باند Near-IR  با مقادیر متناظر GPS نشان داد که این دو روش موافقت بالایی با یکدیگر با میانگین همبستگی ۹۵/۰ دارند. آنالیزها نشان داد که محصولات باند Near-IR مقادیر بخار آب را در منطقه بیشتر برآورد می­کند. همچنین، آنالیزهای مشابه روی داده­های ماهواره­های ترا و آکوا برای باند Near-IR نشان دادند که تقریبا هر دو مجموعه داده بخار آب دارای دقت و صحت یکسانی هستند. از طرف دیگر، ارزیابی­های آماری روی محصولات بخار آب باند IR به طور مجزا در طول روز و شب نسبت به GPS PWV در همه ایستگاه­ها صورت گرفت. براساس مقادیر RMSE،  دقت محصولات باند IR در شب بهتر از روز بدست آمد. به طور میانگین در کل منطقه برای یک­سال، RMSE محصولات باند IR در طول روز و شب به ترتیب ۱۵/۹ و ۹۰/۷ میلی متر برآورد شدند. علاوه براین، با بررسی کارایی محصولات بخار آب این سنجنده در طول روز، مشاهده شد که دقت و صحت محصولات این سنجنده برای روز در باند Near-IR بسیار بهتر از باندIR  می­باشد. بنابراین، بخار آب باند IR قبل از استفاده باید کالیبره شود.

Keywords:

باند IR , باند Near-IR , بخار آب قابل بارش , مادیس , GPS

Authors

علی سام خانیانی

صنعتی نوشیروانی بابل

ذهیر نیکرفتار

دانشگاه تهران

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 :
  • Adavi Z., and Mashhadi-Hossainali M. ۲۰۱۴. ۴D tomographic reconstruction of ...
  • Bevis M., Businger S., Herring T.A., Rocken C., Anthes R.A., ...
  • Divakarla M. G., Barnet C. D., Goldberg M. D., McMillin ...
  • Merrikhpour M.H., and Rahimzadegan M.(۲۰۱۷. Improving the algorithm of extracting ...
  • Morisette J. T., Privette J. L., and Justice C. O. ...
  • Sharifi M.A., Azadi M., and Khaniani A.S. (۲۰۱۶). Numerical simulation ...
  • نمایش کامل مراجع