Abstract:
محصولات بارش ماهواره ای، یکی از منابع تخمین بارندگی می باشند. با این وجود، برای استفاده در مناطق محلی، و یا برای پارامترسازی مدل های هواشناسی و هیدرولوژیکی در مقیاس های حوضه ای؛ رزولوشن مکانی آنها اغلب درشت است. بنابراین، در این تحقیق یک روش ریزمقیاس نمایی- کالیبراسیون برای تخمین های ماهواره ای مأموریت اندازه گیری بارش جهانی (GPM؛ رزولوشن مکانی 1/0 درجه) از تاریخ 01/04/2014 تا 31/03/2015 به مدت یک سال، با در نظر گرفتن ناهمگنی مکانی در رابطه بین بارش و متغیرهای محیطی، با استفاده از مدل رگرسیون وزنی جغرافیایی مختلط (MGWR) برای استان گلستان، توسعه داده شد. در دستیابی به داده های بارش بهبود یافته با رزولوشن مکانی یک کیلومتر در مقیاس سالانه، نتایج نشان داد که (1) با روش پیشنهادی نه تنها رزولوشن مکانی بهبود یافت، بلکه دقت نیز افزایش پیدا کرد؛ (2) داده های بارش ریز مقیاس شده و کالیبره شده (CC= 0.74, bias= 0.23) عملکرد بهتری از داده های اصلی (CC= 0.58, bias= 0.35) در برابر مشاهدات زمینی داشتند.
The satellite-based precipitation products are one of the sources of rainfall estimation. Nonetheless, for usage in the local regions and, or for parameterizing of meteorological and hydrological models at basin scales, their spatial resolution is often coarse. Therefore, in this study, a downscaling– calibration method was developed for global precipitation measurement (GPM) satellite estimates (at 0.1° spatial resolution), for one year from 01/04/2014 to 31/03/2015, by considering the spatial heterogeneity of the relationship between precipitation and the environmental variables using the mixed geographically weighted regression (MGWR) model for Golestan province. In obtaining improved precipitation data with 1 km spatial resolution at an annual scale, the results showed that (1) the proposed method not only improved the spatial resolution of precipitation but also increased accuracy; (2) the downscaled and calibrated precipitation data (CC = 0.74, bias = 0.23) performed better than the original data (CC = 0.58, bias = 0.35) against ground observations.
Machine summary:
بنابراين ، در اين پژوهش يک روش ريزمقياس نمايي- کاليبراسيون براي تخمين هاي ماهواره اي مأموريت اندازه گيري بارش جهاني (GPM؛ رزولوشن مکاني ٠/١ درجه ) از تاريخ ٢٠١٤/٠٤/٠١ تا ٢٠١٥/٠٣/٣١ به مدت يک سال ، با در نظر گرفتن ناهمگني مکاني در رابطه بين بارش و متغيرهاي محيطي، با استفاده از مدل رگرسيون وزني جغرافيايي مختلط (MGWR) براي استان گلستان ، توسعه داده شد.
بنابراين ، در اين پژوهش يک روش ريزمقياس نمايي- کاليبراسيون تجميع شده و يکپارچه با در نظرگرفتن رابطه مکاني نا ايستا بين بارش و متغيرهاي محيطي مرتبط با آن ، با استفاده از مدل رگرسيون وزني جغرافيايي مختلط ١ (MGWR) که توسعه يافته مدل GWR با در نظر گرفتن متغيرهاي سرا سري ميباشد (Abdollahipour و همکاران ، ٢٠٢١، ٦)، به منظور به دست آوردن بهترين تخمين هاي بارش ماهواره اي GPM در رزولوشن مکاني يک کيلومتر و در مقياس زماني سالانه ، براي استان گلستان توسعه داده شد.
در اين روش پيشنهادي، علاوه بر متغيرهاي NDVI و DEM (عوامل توپوگرافي نظير ارتفاع ، شيب ٢، جهت شيب ٣) و LST (دماي سطح زمين در روز، دماي سطح زمين در شب و اختلاف دماي سطح زمين در روز و شب )، چون بارش يک متغير مکاني ناهمگن است ، موقعيت جغرافيايي (طول و عرض جغرافيايي )٤ نيز به عنوان متغيرهايي که تغييرات مکاني بارش را منعکس ميکنند (Zhao و همکاران ، ٢٠١٧، ٤) و همچنين ، متغير هواشناسي سرا سري سرعت باد به منظور نمايش بهتر تغييرات مکاني بارش در مدل (Zhang و همکاران ، ٢٠١٨، ٢٢)، در نظر گرفته شد.