ارزیابی دقت و اصلاح شبکه بارش روزانه آفرودیت در استان گلستان

سابقه و هدف: برآورد بارش در مناطق فاقد آمار هواشناسی اهمیتی حیاتی در مطالعات هیدرولوژی و هواشناسی دارد. این مسئله در کشور ما که فاقد شبکه متراکم ثبت بارش به ویژه در مناطق مرتفع می‌باشد، اهمیت بیشتری پیدا می‌کند. شبکه متراکم بارش آفرودیت، داده‌های روزانه بارش را در گره‌های 0/25×0/25 درجه در محدوده ایران اختیار قرار می‌گذارد اما قبل از استفاده از آن صحت شبکه و عدم قطعیت آن باید بررسی گردد. در مورد این پایگاه داده در ایران و جهان مطالعات محدودی صورت گرفته است. این تحقیق با هدف بررسی دقت و صحت داده‌های بارش شبکه آفرودیت در استان گلستان در مقیاس‌های مختلف زمانی روزانه، ماهانه و سالانه انجام شد. همچنین دقت این شبکه با روش‌های معمول درون‌یابی مقایسه و داده‌های آن برای کاربردی نمودن هرچه بیشتر اصلاح شد. مواد و روش: در این پژوهش از داده‌های 24 ایستگاه هواشناسی شامل 5 ایستگاه همدیدی و 19 ایستگاه باران‌سنجی به منظور ارزیابی شبکه آفرودیت استفاده شد. نقاط شبکه بر مبنای نزدیک‌ترین نقطه به ایستگاه‌های هواشناسی انتخاب شدند و آنالیز داده‌ها در 3 مقیاس روزانه، ماهانه و سالانه انجام شد. پس از بررسی و ارزیابی دقت داده‌های شبکه، به منظور اصلاح خطای داده‌های بارش ماهانه و سالانه شبکه، از ضریب اصلاحی نسبت میانگین‌ها استفاده شد. سپس دقت داده‌های اصلاح شده این شبکه با دو روش معمول درون‌یابی کریجینگ عمومی و وزنی عکس فاصله مقایسه شد. برای ارزیابی این روش‌ها تکنیک اعتبارسنجی ارزیابی متقاطع به کار گرفته شد و با محاسبه آماره‌های خطا، روش‌های مختلف با یکدیگر مقایسه شدند. یافته‌ها: نتایج حاصل از بکارگیری شاخص خطای اریبی جهت ارزیابی خطا در هر 3 مقیاس روزانه، ماهانه و سالانه نشان داد که در همه مقیاس‌های مورد بررسی داده‌های آفرودیت علی رغم همبستگی بسیار خوب با داده‌های ایستگاهی، دارای خطای کمبرآوردی زیادی هستند که این خطا در نقاط پربارش بیشتر است. ضرایب بدست آمده برای اصلاح داده‌های ماهانه و سالانه شبکه بین 1/2 در ماه‌های سرد تا 1/8 در ماه‌های گرم تغییر می‌کند. بررسی خطای شبکه اصلاح شده در ماه‌های مختلف نشان داد علاوه بر رفع مشکل کم برآوردی، میانگین خطا نیز به مقدار زیادی کاهش یافته است، همچنین در مورد بارش سالانه، جذر میانگین مربعات خطا از 247 به 194 میلیمتر تقلیل یافته است. با توجه به اینکه برای اصلاح داده‌های شبکه تنها یک عدد ثابت (ضریب اصلاحی) در داده‌ها ضرب شد، بنابراین ضرایب همبستگی بدون تغییر باقی ماند. مقایسه داده‌های اصلاح شده با روش‌های درونیابی در همه ماه‌های مورد بررسی نشان داد که شبکه اصلاح شده از هر دو روش درون‌یابی کارآمدتر است. بررسی ضرایب همبستگی داده‌های واقعی و برآوردی نشان داد که همبستگی شبکه اصلاح شده با داده‌های واقعی در همه ماه‌ها مثبت است اما در روش‌های وزنی عکس فاصله و کریجینگ عمومی در برخی موارد ضریب همبستگی منفی بدست آمد که نشان می‌دهد شبکه اصلاح شده علاوه بر خطای کمتر در تشخیص درست نقاط کم بارش و پربارش منطقه نسبت به روش‌های درون‌یابی کارآمدتر است. نتیجه‌گیری: نتایج این پژوهش نشان می‌دهد که شبکه متراکم آفرودیت دقت بسیار خوبی در تخمین بارش نقاط فاقد ایستگاه هواشناسی به خصوص در مناطق مرتفع دارد و نسبت به روش‌های درون‌یابی کریجینگ عمومی و وزنی عکس فاصله نتایج دقیقتری دارد، ولی به دلیل مشکل کم برآوردی داده‌های این شبکه، قبل از عملیاتی کردن داده‌ها شبکه باید اصلاح گردد.

Evaluation and modification of Aphrodite daily precipitation network in Golestan province

Background and objectives: Rainfall estimation in regions facing lack meteorological stations is critical in hydrology and meteorology studies. The problem in Iran that lacks dense weather station network, especially in the highlands, is more important. Aphrodite is a dense network that provides daily precipitation data in a resolution of 0.25*0.25 degree. But before operating network, its accuracy and uncertainty should be evaluated. About this database, few studies have been conducted in Iran and the world. This study aimed to evaluate the accuracy of Aphrodite in Golestan province at daily, monthly and yearly scales. Also its accuracy compared with two conventional interpolation techniques and for more data operation, the network was modified. Materials and methods: In this study, 19 rain gauges and 5 synoptic stations were used to evaluate the Aphrodite network. Grid points network were selected based on the nearest point to meteorological station and data analysis was performed in daily, monthly and yearly scales. After accuracy evaluation of network, the correction factor of means ratio was employed for modification of monthly and annual rainfall network data. As well modified network data were compared with interpolation methods of Ordinary Kriging (OK) and Inverse Distance Weighting (IDW). Crossvalidation technique was used for evaluation and error indices was calculated for comparison of different methods. Results: The results of MBE in all studied scales showed that in spite of good correlation of Aphrodite and meteorological data, Aphrodite data has large underestimation error that this is higher in high rainfall areas. Obtained modification factors of the monthly and annual data vary from 1.2 to 1.8 in cold and warm months, respectively. In addition to removal underestimation error from modified network, the average of error is reduced remarkably. Also RMSE of annual rainfall data, is declined from 247 to 194 mm. considering that, network modification needs to be multiplied in a constant (correction factor) so the correlation coefficients remained unchanged. Comparison of modified data network with interpolation methods showed that modified network is more efficient than both interpolation methods. Correlation coefficients of actual and estimated data showed that the correlation of modified network with actual data is positive in all the months but in case of IDW and OK, correlation coefficients was negative in some months that represent modified network in addition to fewer error also in the detection of low and high rainfall points is more efficient than the interpolation methods. Conclusion: This study showed that high resolution Aphrodite network has good accuracy in rainfall estimation especially in high elevation regions. Also this network is more accurate than interpolation methods of OK and IDW. But because of its underestimation error, before than operating Aphrodite data, the network must be modified.