واسنجی یک مدل تصحیح بارش ماهواره‌ای فصلی برای افزایش دقت بیلان آبی در مناطق خشک ایران

بارندگی به‌عنوان یکی از مهم‌ترین متغیرهای ورودی برآورد بیلان یک حوضه آبریز، همواره مورد توجه قرار گرفته است. ارزیابی و تصحیح داده‌های سنجش از دور بارش به‌عنوان مکمل داده های بارش زمینی در ایران که بیشترین وسعت آن را مناطق خشک و نیمه‌خشک تشکیل می‌دهد، ضروری می باشد. بر همین اساس در این پژوهش، داده‌های بارش 6 ایستگاه سینوپتیک در 3 اقلیم ایران (فراخشک، خشک و نیمه خشک) به‌عنوان مبنا در دوره‌ زمانی 20 ساله (1998-2017) انتخاب گردید. داده‌های بارش ماهانه ماهواره ای (tmpa3b43) (به‌صورت فصلی) مورد ارزیابی قرار گرفته و با کمک مدل حاصل ضربی تصحیح شدند. ارزیابی نتایج با کمک شاخص های ضریب همبستگی (r)، میانگین انحراف خطا(mbe)، میانگین قدرمطلق خطا(mae) و جذر میانگین مربعات خطا(rmse) انجام پذیرفت. بر اساس نتایج مقادیر تصحیح‌نشده، ضریب همبستگی از 0.79 برای ایستگاه گرمسار تا 0.95 برای ایستگاه رامهرمز متغیر بود. در هر سه اقلیم داده های ماهواره ای دارای بیش‌برآورد بودند. پس از اعمال مدل حاصل ضربی بر داده ها، پارامتر فصلی v جهت تصحیح داده های ماهواره‌ای برای اقلیم های مختلف به دست آمد. پس از تصحیح، شاخص های ارزیابی به‌ویژه در معیار میانگین انحراف خطا با کاهش قابل‌ملاحظه‌ای مواجه شدند. مقادیر این خطا در پیکسل‌های متناظر ایستگاه های گرمسار، بشرویه، ساوه به ترتیب به 0.1 برای فصل بهار، 0.4 برای فصل پاییز و 0.7 برای فصل زمستان برحسب میلی متر کاهش یافتند. با توجه به نتایج پارامتر تصحیح در هر سه اقلیم مورد مطالعه، در فصل پاییز بیشترین بیش برآوردی مشاهده شد. برای ایستگاه های قزوین(نیمه‌خشک)، گرمسار(فراخشک) و ساوه(خشک) در این فصل به ترتیب با ضرایب تصحیح 0.64، 0.67 و 0.79 بیشترین تصحیح اعمال شد. بر اساس نتایج به‌دست‌آمده، می‌توان از مدل واسنجی استفاده‌شده برای تصحیح داده های فصلی سنجش از دور در مناطق خشک بهره برد.

Validation of a Seasonal Satellite Precipitation Correction Model to increase the Accuracy of Water Balance in Arid Regions of Iran

Rainfall always has been considered as one of the most important variables for estimating the balance of watershed. The evaluation and correction of precipitation data as a supplement to the ground data in Iran, which it most regions is located in arid and semiarid zone, is necessary. In this study, the precipitation data from 6 synoptic stations in 3 climate of Iran (extra arid, arid and semiarid) were selected as the basis for the period of 20 years (19982017). The satellite monthly precipitation data (TMPA3B43) was corrected with the multiplicative model, and results were evaluated by using R, MBE, MAE, and RSME indices. Based on uncorrected results, the correlation coefficient (R) varied from 0.79 for Garmsar station to 0.95 for Ramhormoz station. In all three climates, satellite data had overestimated values. After applying the multiplicative model, a seasonal parameter has been obtained for satellite data correction. All evaluation indices, especially the MBE, were significantly reduced after the correction. The lowest values for this error in the corresponding pixels of Garmsar, Boshrouyeh, Saveh stations were reduced to 0.1(spring), 0.4(autumn), and 0.7(winter) respectively. According to the results of the correction parameter in all three studied climates, the highest overestimate was observed in the autumn season. Also, this correction coefficient was 0.64, 0.67, and 0.79 for Qazvin(semiarid), Garmsar(extraarid), and Saveh(arid) stations, respectively. Based on the obtained results, the calibration model can be used to correct the seasonal data of the remote sensing in dry regions.