دوره 12، شماره 23 - ( بهار و تابستان 1400 )                   جلد 12 شماره 23 صفحات 223-212 | برگشت به فهرست نسخه ها

XML English Abstract Print


دانشگاه علوم کشاورزی و منابع طبیعی ساری
چکیده:   (1057 مشاهده)
تخمین بارش در حوضه ­های فاقد داده هواشناسی اهمیت زیادی در مطالعات هیدرولوژی و پیش‌بینی سیلاب دارد. با توجه به فقدان ایستگاه­های هواشناسی با آمار بلندمدت در استان مازندران و همچنین ماهیت تصادفی ­بودن داد ه­های بارش، استفاده از روش­های آماری مبتنی­بر متغیرهای کمکی و مقایسه آن­ها با روش­های زمین آماری برای درون­ یابی داده­ های بارندگی ماهانه و سالانه در این استان ضروری به ­نظر می­ رسد. به ­همین منظور در این تحقیق از داده­ های بارش 21 ایستگاه هواشناسی طی دوره­ آماری 13ساله (2016-2004) استفاده شد و شش روش درون­یابی شامل کریجینگ عمومی، کوکریجینگ، وزنی عکس فاصله، اسپلاین، رگرسیون کریجینگ و گرادیان خطی سه ­بعدی با یکدیگر مقایسه شدند. ارزیابی روش­ها نیز بر اساس میانگین مربعات خطا و میانگین خطای اریب و تحلیل رگرسیونی انجام گرفت. تحلیل واریوگرافی مدل­ های کروی و نمایی را به‌عنوان بهترین مدل نظری نیم تغییرنما نشان داد. نتایج تحلیل شاخص­های خطا نشان داد روش اسپلاین دارای بیشترین خطای برآورد بارش بوده و روش گرادیان خطی سه ­بعدی مناسب­ترین روش تهیه نقشه ­های هم بارش معرفی شد که توانست خطای تخمین بارش را نسبت به­ روش­های زمین آماری بین 100 تا 200 میلی‌متر و حدود 40-60 درصد کاهش دهد. البته دقت تخمین آن در ماه­ های گرم و کم بارش کاهش می­یابد. بررسی نقشه ­های هم‌بارش به‌خوبی دقت روش‌های مبتنی بر متغیر کمکی در تشخیص حلقه ­های کم­بارش و پر بارش استان را نشان می­ دهد به‌طوری‌که حلقه پر بارش استان در سواحل غربی وجود دارد و با حرکت به سمت شرق استان از حجم بارش کاسته می­ شود. با توجه به تبعیت نقشه هم‌بارش از نقشه پستی و بلندی، این نکته مورد توجه است که حجم بارش نزولی اختلاف زیادی با بارش ارتفاعات این استان دارد. نتایج این پژوهش اثبات کرد استفاده از متغیرهای کمکی منجر به افزایش قابل توجه دقت نقشه‌های هم‌بارش می‌شود.
متن کامل [PDF 1751 kb]   (157 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: هواشناسی
دریافت: 1398/12/20 | ویرایش نهایی: 1400/5/26 | پذیرش: 1399/4/22 | انتشار: 1400/5/26

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.