استفاده از داده‌های اقلیمی جهانی برای بازسازی خلاهای آماری داده‌های دما و بارش (مطالعۀ موردی: ایستگاه‌های حوزۀ آبخیز خانمیرزا)

آگاهی از اوضاع اقلیمی، کمک وافری به کاهش خسارات ناشی از بلایای طبیعی می کند، درحالی که این امر نیازمند پایگاه های اطلاعاتی گسترده و پیوسته ای است. به طور مرسوم در بسیاری از مطالعات قبلی، برای پرکردن خلاهای آماری بارش و دما از روش های وابستگی با ارتفاع، به عنوان متغیری کمکی استفاده شده است. از جمله معتبرترین و پرکاربردترین منابع اقلیمی، مدل های جهانی اقلیمی هستند که بسیاری از خلاهای محاسباتی با استفاده از خروجی آن ها قابل پوشش است. مطالعات پیشین در اکثر مناطق جهان، همبستگی خوبی بین داده های محلی ایستگاه ها و داده های اقلیمی گزارش کرده اند. طی این پژوهش با بررسی تمامی سناریوهای موجود عوامل ماهانۀ هواشناسی دما و بارش در سایت اقلیمی کانادایی (gcm/rcm) و با تکنیک حذف تعمدی دادۀ موردنظر و درنظرگرفتن به عنوان دادۀ گمشده، مرتبط ترین سناریوی اقلیمی انتخاب شد. با استفاده از روش حداقل مربعات خطا بهترین داده های اقلیمی با همخوانی مناسبی با داده های مشاهده ای ایستگاه محلی استخراج و اصلاح شد. همچنین خروجی این روش با روش همبستگی بین داده های ایستگاهی این دو پارامتر و ارتفاع مقایسه شد. نتایج روش استفاده از همبستگی با داده های اقلیمی سایت کانادایی و داده های مشاهده ای، با واقعیت انطباق بیشتری دارند. صحت سنجی از طریق مقایسۀ تعامدی نشان دهنده قابلیت به کارگیری داده های اقلیمی به عنوان متغیری کمکی برای بازسازی و پیش بینی داده های گمشدۀ بارش و دماست.