تخمین میزان بارش با استفاده از تولیدات ماهواره‏محور persiann-cdr و cmc (مطالعۀ موردی: بالادست سد زاینده‏ رود)

میزان بارش و اندازه‏گیری آن توسط ایستگاه‏های باران‏سنجی و برف‏سنجی از مهم‌ترین داده‏ها در مدیریت منابع آب است. با این‌وجود، اندازه‏گیری این داده‏ها با محدودیت‏هایی از هر دو منظر زمانی و مکانی همراه است. با توسعۀ داده‏های ماهواره‏محور مختلف تخمین بارش sre (satellite based rainfall estimates)، امکان بررسی، ارزیابی و مقایسۀ بین داده‏های تخمین بارش ماهواره‏محور و مقادیر ثبت‌شده در ایستگاه‏های زمینی در نقاط مختلف از جمله ایران و با در نظر گرفتن شرایط مختلف اقلیمی کشور فراهم می‌شود. در این تحقیق، با انتخاب بالادست سد زاینده‌رود به عنوان محدودۀ مطالعاتی، از دو دسته دادۀ تخمین بارش ماهواره‏محور persiann-cdr(persiann-climate data record) و canadian meteorological centre (cmc) daily snow depth analysis data به‌ترتیب برای بررسی دو متغیر بارندگی و آب معادل برف طی سال‏های 1999 تا 2019 استفاده می‌شود. هدف اصلی تحقیق حاضر، بررسی عملکرد این دو دسته دادۀ ماهواره‏محور با استفاده از داده‏های ایستگاه‏های زمینی (در مجموع، 16 ایستگاه باران‌سنجی و 14 ایستگاه برف‌سنجی) در ناحیۀ بالادست سد زاینده‏رود در مقیاس زمانی ماهانه در بازۀ زمانی 1378 تا 1398 (1999 تا 2019) است. به این‌منظور، از شاخص‏های ارزیابی ضریب همبستگی، جذر متوسط مربعات خطا و خطای نسبی استفاده می‌شود. علاوه بر آن، با استفاده از آماره‏های دسته‏بندی عملکرد داده‏های ماهواره‏محور در تشخیص بارش بررسی می‌شود. بر اساس نتایج به‌دست‌آمده، ضریب همبستگی 0.48 و خطای نسبی 54.55 درصد نشان‌دهندۀ آن است که در مقیاس کلی، با استفاده از داده‏های تخمین بارندگی ماهواره‏محور persiann-cdr مقدار بارندگی بالادست سد زاینده‏رود به صورت تخمین رو به بالا برآورد می‌شود. همچنین، نتایج ارزیابی داده‏های تخمین آب معادل برف cmc نشاندهندۀ آن است که نتایج بهترین برآورد آب معادل برف توسط این داده‏ها با خطای 4.22 درصد و بیشترین همبستگی (cc) برابر با 0.34 است.

estimation of precipitation using persiann-cdr and cmc-based satellite productions (case study: upstream of the zayandehroud dam)

precipitation and its measurement by rain and snow gauges are mostly important data for water resources management. however, measuring these data has limitations due to both temporal and spatial resolutions. by developing the sre (satellite-based rainfall estimates) datasets, assessment, evaluation, and comparison of sres datasets against in-situ observations in different parts of glob, also iran is developed in various studies. in this study, by selecting the upstream area of the zayandehroud dam as the case study, two datasets, persiann-cdr (persiann-climate data record) and canadian meteorological center (cmc) daily snow depth analysis data, are selected to evaluate their performance for the estimation of two variables of rainfall and snow water equivalent (swe) in the period 1999 to 2019, respectively. the performance of these two sres using in-situ gauges (a total of 16 rain gauges and 14 swe gauges) in the upstream area of the zayandehroud dam on a monthly time scale is evaluated. for this purpose, different evaluation indices of the correlation coefficient, mean square root of error, and relative error are used. in addition, the performance of sres in precipitation detection is examined using the classification statistics. based on the obtained results, the correlation coefficient of 0.48 and relative error of 54.55% indicates that the estimated rainfall amounts by persiann-cdr are in the upper-estimation condition over the study area. also, the evaluation cmc-based swe estimations show that the best amounts swe is estimated with an error of 4.22% and the highest correlation (cc) is 0.34.