ارزیابی روش‌های درون‌یابی برای برآورد بارندگی سالانه حوزه‌آبخیز کارون

به دلیل وسیع بودن حوزه‌های آبخیز و کمبود ایستگاه‌های اندازه گیری بارندگی، روش‌های تحلیل مکانی بارش به منظور تهیه نقشه‌های هم‌باران از اهمیت بالایی برخوردار است.روش‌های متفاوتی برای برآورد بارندگی و توزیع مکانی بارندگی مانند روش‌های قطعی و زمین‌آمار وجود دارد.در این مقاله 163 ایستگاه هواشناسی در داخل حوزه با طول آماری مشترک 48 ساله انتخاب گردید و روش‌های درون‌یابی شامل عکس فاصله وزنی، توابع پایه شعاعی، چند‌جمله ای محلی و عام، کریجینگ معمولی و کوکریجینگ معمولی به منظور برآورد مکانی بارندگی سالانه در حوزه‌آبخیز کارون در جنوب غرب ایران مورد استفاده قرار گرفت.برای این منظور داده‌های بارندگی با روش‌های مختلف برازش داده شد و درنهایت با استفاده از اعتبارسنجی‌حذفی با حذف تک تک ایستگاه‌ها مقادیر بارندگی آن‌ها تعیین و با مقادیر برآوردی مقایسه گردید.نتایج حاصل نشان داد که روش‌های کریجینگ با مدل کروی و روش کوکریجینگ با مدل گوسی با میانگین ریشه مربعات خطا به ترتیب 46/137و37/140 و همچنین با خطای میانگین به ترتیب 28/3- و 55/0- مناسب‌ترین روش تشخیص داده شد.

Evaluation of interpolation methods for estimating annual rainfall in Karoon watershed

Due to the vastness of watersheds and the lack of rainfall measuring stations, spatial precipitation analysis methods are very important in order to prepare rainfall maps. There are different methods for estimating rainfall and spatial distribution of rainfall, such as deterministic methods and geostatistical methods. In this paper, 163 meteorological stations within the basin with a common statistical length of 48 years were selected and interpolation methods including Inverse Distance Weighting, Radial Base Functions, Local and General Polynomials, Ordinary Kriging and Ordinary Cokriging to estimate spatial annual rainfall Used in Karoon watershed in southwestern Iran. For this purpose, rainfall data were fitted by different methods and finally, using deletion validation, by removing each station, their rainfall values were determined and compared with estimated values. The result showed that kriging methods with spherical model and cokriging method with Gaussian model with root mean square error of 137.46 and 140.37 respectively and also with mean error of -3.28 and -0.55 respectively, were identified as the most appropriate methods.