مقایسه دو مجموعه داده بارش شبکه‌بندی شده با وضوح بالا در بالادست سد مارون در ایران

برآورد ماهواره‌ای بارش مهم و ضروری است چرا که برای جبران اندازه‌گیری‌های محدود بارش باران در مناطقی که نظارت مستمر و پیوسته بارش ها با توجه به پراکندگی شبکه‌های باران‌سنجی وجود ندارد، کاربرد دارند. سیستم‌های برآورد بارش ماهواره‌ای می‌توانند اطلاعات را در مناطقی که اطلاعات باران‌سنجی در دسترس نیست ارائه دهند. لذا بررسی دقت این نوع داده‌ها از اهمیت بالایی برخوردار است. در این مطالعه از داده‌های باران دو مجموعه داده بارش ماهواره‌ای persianncdr و persiannccs در بالا دست سد مارون (ایستگاه‌های باران‌سنجی دهنو، قلعه رییسی، ایدنک، مارگون) در سال‌های 2003 تا 2014 استفاده گردید و ارزیابی در مقیاس‌های روزانه، ماهانه، فصلی و سالانه انجام گرفت. نتایج نشان می دهد که بارش سالانه در هر دو مجموعه داده در تمامی ایستگاه‌ها کم برآورد می شوند ولی مدل persiannccs نسبت به persianncdr تناسب نزدیک‌تری با داده‌های مشاهداتی دارد. در برآورد بارش فصلی، نتایج نشان دهنده مناسب‌تر بودن مدل persiannccs در تخمین بارش و تشخیص وقایع بارش نسبت به مدل دیگر می‌باشد. در برآورد بارش ماهانه و روزانه نتایج نشان‌دهنده مناسب‌تر بودن داده‌های persianncdr نسبت به مجموعه داده دیگر می‌باشد. همچنین با توجه به مقادیر pod (احتمال آشکارسازی) و far (شاخص هشدار اشتباه) برآورد شده مشخص گردید که از لحاظ شاخص pod، داده‌های روزانه بارش مدل persiannccs و طبق شاخص far داده‌های بارش روزانه مدل persianncdr عملکرد بهتری در آشکارسازی روزهای بارانی و غیر بارانی دارند.

Comparison of two highresolution gridded precipitation data sets at the upstream of the Maroun dam in Iran

Satellitebased precipitation estimations are important and necessary because they are used to compensate the limited rain measurements in areas where there is no continuous monitoring of rainfall due to the dispersion of rain ague networks. Satellitebased precipitation estimation systems can provide information in areas where rainfall data are not available. Therefore, the accuracy of this type of data is very important. In this study, rainfall data of two longterm satellite data sets (FARSICDR and PERSIANNCCS) at the upstream of Maroun Dam (Dehno, GhaleRaeesi, Idenak, Margoon stations) during 20032014 were used and evaluated on daily, monthly, seasonally and annually basis. The results show that the annual precipitation of each dataset is underestimated in all stations, but the PERSIANNCCS model compare to the PERSIANNCDR has better estimations for annual observations. For estimation of seasonal precipitation, the results indicate that the PERSIANNCCS model is better than the other one for rainfall estimation and rainfall detection. For estimation of monthly and daily precipitation, the results indicate that PERSIANNCDR data are more appropriate than the other data set. Also, regarding to POD (probability of detection) and FAR (False alarm rate) estimated data, It was found that according to POD index, PERSIANNCCS precipitation daily data and according to FAR, daily precipitation data of PERSIANNCDR model have better performance in detecting rainy and nonrainy days.