سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

توسعه مدل های واریوگرام به دست آمده از مجموعه-داده های ماهواره ای خانواده PERSIANN و TRMM ۳B۴۳ V. ۷ در استان فارس

Publish Year: 1403
Type: Journal paper
Language: Persian
View: 18

This Paper With 12 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_WEJMI-17-63_003

Index date: 17 March 2025

توسعه مدل های واریوگرام به دست آمده از مجموعه-داده های ماهواره ای خانواده PERSIANN و TRMM ۳B۴۳ V. ۷ در استان فارس abstract

مقدمه: داده ­های بارندگی معمولا یکی از اجزای جدایی ناپذیر اغلب مدل­ های هیدرولوژیکی به حساب می­ آیند. از این­ رو­ می ­بایستی شناخت مناسبی از توزیع مکانی و زمانی این­ گونه داده ­ها، قبل از استفاده در مدل­ های مربوطه حاصل گردد. این موضوع مستلزم دسترسی به آمار کافی پدیده بارش می ­باشد. با توجه به هزینه و عدم دسترسی به آمار پایش باران در نقاط مختلف، مجموعه-داده ­های مبتنی بر اندازه ­گیری­ های ماهواره ­ای می­ تواند در این راستا بسیار موثر باشد. روش­: در این تحقیق، ۴ مجموعه­-داده­ ماهواره ­ای (PERSIANN، PERSIANN-CDR، PERSIANN-CCS و TRMM ۳B۴۳ V. ۷) برای به دست آوردن و بهسازی منحنی ­های واریوگرام میانگین بارندگی سالیانه در استان فارس، با هم مقایسه گردیده ­اند. برای ارزیابی آن ها، از مقادیر مشاهداتی در ۲۳ ایستگاه پایش زمینی در منطقه مورد مطالعه استفاده شده است. یافته ­ها: با مقایسه داده ­های مشاهداتی و ماهواره ­ای، ملاحظه گردید که علاوه بر عدم تطابق مقادیر مجموعه-داده ­های به دست آمده از داده ­های ماهواره ­ای با مشاهدات ایستگاه ­های پایش زمینی (به عنوان مثال، ضریب رگرسیون مجموعه-داده ­های مورد استفاده از خانواده PERSIANN و TRMM با مشاهدات ایستگاه­ های زمینی به ترتیب ۳۵/۰ و ۶۵/۰ می­باشد)، این مجموعه-داده ­ها ناهمسانگرد بوده و منحنی­ های واریوگرام به ­دست آمده از آن ها نامحدود می ­باشند که این موارد کاربرد آن ها را در اغلب کاربردهای هیدرولوژیکی سخت می­ نماید. بنابراین، با حذف روند چندجمله ­ای های درجه ۱ یا درجه ۲، برای همسانگرد نمودن مجموعه­-داده­ های مبتنی بر داده ­های ماهواره­ای و جدا نمودن بخش غیرتصادفی از آنها اقدام به عمل آمد. پس از حذف روند از مجموعه­-داده­ ها، دو مجموعه-داده تهیه شده از داده­های اولیه مبتنی بر PERSIANN-CCS و TRMM ۳B۴۳ V. ۷ دارای خصوصیات قابل قبول بوده و همسانگرد به ­دست می­ آید، به طوری­که شاخص محدودیت منحنی واریوگرام به حداکثر ۸۵/۰ و ۳۱/۰ رسیده است. نتیجه­ گیری: از میان مدل­های مختلف واریوگرام تئوری نیز، مدل گوسی به عنوان مدل منتخب برای بیان واریوگرام مجموعه-داده ­های ماهواره­ای انتخاب گردید. بنابراین، ملاحظه می ­گردد که با استفاده از یافته ­های این مطالعه، می توان حتی در مناطقی که فاقد ایستگاه ­های پایش زمینی هستند، با استفاده از برخی مجموعه­-داده ­های منتخب­ ماهواره­ای ومدل مناسب واریوگرام بارندگی را به دست آورده و در سایر مدلهای هیدرولوژیکی استفاده نمود.

توسعه مدل های واریوگرام به دست آمده از مجموعه-داده های ماهواره ای خانواده PERSIANN و TRMM ۳B۴۳ V. ۷ در استان فارس Keywords:

واریوگرام , مجموعه-داده های ماهوراره ای , مدل گوسی , حذف روند

توسعه مدل های واریوگرام به دست آمده از مجموعه-داده های ماهواره ای خانواده PERSIANN و TRMM ۳B۴۳ V. ۷ در استان فارس authors

کیوان خجند

گروه مهندسی عمران، دانشکده مهندسی، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران

محمود رضا شقاقیان

گروه مهندسی عمران، دانشکده مهندسی، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

زهرا قدم پور

گروه مهندسی عمران، دانشکده مهندسی، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران

تورج سبزواری

گروه مهندسی عمران، دانشکده مهندسی، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران

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 :
Shaghaghian MR, Abedini MJ. Rain gauge network design using coupled ...
Huang Y, Bárdossy A, Zhang K. Sensitivity of hydrological models ...
Shirvani A. Comparison of ground based observation of precipitation with ...
Kiany MSK, Masoodian SA, Balling Jr RC, Montazeri M. Evaluation ...
Salmani-Dehaghi N, Samani N. Spatiotemporal assessment of the PERSIANN family ...
Mahbod M, Safari S, Rafiee MR. Spatial downscaling of TRMM ...
Mikaili O, Rahimzadegan M. Investigating remote sensing indices to monitor ...
Khojand K, Shaghaghian MR, Ghadampour Z, Sabzevari T. Validity, reliability ...
Gutierrez-Lopez A. A Robust Gaussian variogram estimator for cartography of ...
Shehu B, Haberlandt U. Relevance of merging radar and rainfall ...
Zou W yue, Yin S qing, Wang W ting. Spatial ...
Bárdossy A, Modiri E, Anwar F, Pegram G. Gridded daily ...
Saghafian B, Razmkhah H., Ghermez Cheshmeh B. Spatial mapping of ...
Alijanian M, Rakhshandehroo GR, Mishra AK, Dehghani M. Evaluation of ...
Usowicz B, Lipiec J, Łukowski M, Słomiński J. Improvement of ...
Vallejo-Bernal SM, Urrea V, Bedoya-Soto JM, Posada D, Olarte A, ...
Isaaks EH. Applied Geostatistics. Oxford University Press; ۱۹۸۹ ...
Shaghaghian MR. Application of transformed data in rain gauge network ...
نمایش کامل مراجع