مقایسه داده‌‌های بارش ماهانه ماهواره‌‌ای و زمینی در شبکه‌‌ای با تفکیک زیاد روی ایران

Abstract

بارش برآورد شده از داده‌‌های ماهواره‌‌ای در زمینه‌‌های گوناگون از جمله بررسی‌‌های هیدرولوژیکی کاربرد دارد. استفاده کنندگان این داده‌‌ها باید شناخت کافی از خصوصیات خطای این محصولات در مناطق گوناگون جهان داشته باشند. در این بررسی داده‌‌های برآورد ماهواره‌‌ای بارش که به روش «برآورد بارش اطلاعات از راه دور با استفاده از نظریة شبکه عصبی» (PERSIANN) (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks) به‌دست آمده، با داده‌‌های زمینی روی ایران مقایسه شده است. داده‌‌های بارش ماهانه PERSIANN با تفکیک مکانی °25/0 طول و عرض جغرافیایی روی شبکه‌‌ای با محدوده جغرافیایی بین °25 تا °40 شمالی و °44 تا °63 شرقی روی ایران طی سال‌های 2003 تا 2007 با داده‌‌های باران‌سنجی با همین تفکیک مکانی شبکه‌بندی و مقایسه شد. این شبکه باران‌سنجی متشکل از بیش از دو هزار ایستگاه اندازه‌گیری در سراسر ایران است. مقایسه نقشه میانگین بارش سالانه این دو شبکه روی ایران نشان می‌‌دهد که PERSIANN الگوی تغییرات مکانی بارش سالانه را به‌خوبی می‌‌شناسد ولی مقدار آن را را در اغلب نقاط ایران کم‌برآورد و در بعضی مناطق خشک کویری بیش‌برآورد می‌کند. ضریب همبستگی و پراکنش بارش ماهانه PERSIANN و باران‌سنجی برای همه سلول‌‌های شبکه که حداقل شامل یک باران‌سنج‌‌ بودند و سپس برای سلول‌‌هایی که حداقل پنج باران‌سنج‌‌ داشتند به‌دست آمد. هر دو مورد نشان‌‌دهنده کم‌برآورد شدن بارش ماهانه این محصول ماهواره‌‌ای است. برای مقایسه این دو داده شبکه‌‌ای در مناطق جغرافیایی و اقلیم‌‌های متفاوت، نمودار سری زمانی بارش ماهانه ماهواره‌‌ای و زمینی پنج سلول که حداقل پنج باران‌سنج‌‌ داشتند رسم شد. نتایج نشان داد که PERSIANN بارش را در منطقه زاگرس کم و در کرانه دریای خزر به‌شدت کم و همچنین سلول واقع در منطقه خشک شرق را زیاد برآورد می‌‌کند. <strong> </strong>