ریزمقیاس نمایی آماری سطح آب های زیر زمینی حاصل از داده های ماهواره ثقل سنجی grace

با تداوم تهدید تغییرات آب و هوایی، افزایش جمعیت و در پی آن افزایش تقاضای آب، نیاز به داده های هیدرولوژی با قدرت تفکیک مکانی بالا و پوشش زمانی کافی بیش از پیش احساس می شود. لذا در اختیار داشتن داده هایی مانند تغییرات ذخایر آب زمینی و تغییرات سطح آب های زیرزمینی با قدرت تفکیک مکانی بالا به برنامه ریزی و تصمیم گیری بهتر و موثرتر برای مدیریت منابع آبی کمک شایانی می کند. از زمان شروع ماموریت ماهواره های ثقل سنجی grace، امکان ارزیابی منابع آبی، به ویژه تغییرات سطح آب های زیرزمینی در مقیاس جهانی فراهم شده است. علی رغم وجود پوشش وسیع مکانی، به دلیل داشتن قدرت تفکیک مکانی پایین و ابعاد پیکسل بزرگ (در حدود km2200،000)، استفاده از داده های grace برای مقیاس های محلی و کوچکتر، امکان پذیر نیست. از این رو هدف از این پژوهش، امکان سنجی ریزمقیاس نمایی داده های graceبه مقیاسی کوچک و محلی می با شد. در این مطالعه، از روش تجربی رگرسیونی بر پایه روابط بین مشاهدات grace و دیگر داده های هیدرولوژی استفاده شده است و داده هایی از تغییرات سطح آب های زیرزمینی با ابعاد شبکه °0.25 ایجاد شدند. در نهایت، از داده های سطح آب های زیرزمینی حاصل از چاه های مشاهده ای برای اعتبارسنجی تغییرات سطح آب های زیرزمینی ریزمقیاس شده استفاده شد، که rmse آن ها بین 38.17 تا 56.4 میلی متر و r2 آن ها بین 0.49 تا 0.54 بدست آمدند. نتایج نشان داد فرایند ریزمقیاس نمایی قابل قبول بوده و مدل سازی انجام شده کارایی لازم را دارد. لذا این روش می تواند بطور موثری قدرت تفکیک مکانی مشاهدات grace را از °1 به °0.25 بهبود بخشد.

Statistical downscaling of GRACE gravity satellite-derived groundwater level data

With the continued threat from climate change, population growth and followed by increasing water demand, the need for hydrological data with high spatial resolution and proper time coverage to be felt more than ago. Therefore, having data such as terrestrial water storage changes and groundwater level changes with high resolution spatial helps to plan and make decisions for water resource management more efficiently. Since the beginning of the GRACE mission, evaluation of water resources, especially groundwater level changes has been provided at a global scale. Despite the wide coverage area, due to the low spatial resolution and large pixel size (~200,000 km2), the use of GRACE data for local and smaller scales, it isn rsquo;t possible. Therefore, the purpose of this research is the feasibility of downscaling GRACE data to small and local scale. In this study, used from an empirical regression method based on the relationship between GRACE and other hydrological data and created groundwater level changes data with 0.25 degree gridded. Finally, used from groundwater level changes data derived from monitoring wells to validate downscaled groundwater level changes, where RMSE value between 38.17 mm to 56.4 mm, and R2 between 0.49 to 0.54 were obtained. Therefore, this method can improve GRACE data resolution from 1 ° to 0.25 °, effectively.