توصيفگر ها :
بارش , رواناب , IDF , ماهواره , PERSIANN-CCS , TRMM-3B42RT V7 , CMORPH , SWAT
چكيده فارسي :
بارش با تغييرات زماني و مكاني زياد به عنوان يكي از اجزاي اساسي چرخه هيدرولوژي است و اندازهگيري دقيق آن به ويژه در مناطقي كه اندازهگيري زميني داراي محدوديت است ضروري ميباشد. اين مطالعه با هدف ارزيابي بارش و رواناب و مقايسه سه محصول بارش ماهوارهاي PERSIANN-CCS، TRMM-3B42RT V7 و CMORPH با دادههاي زميني در در اقليمها و ارتفاعهاي مختلف ايران و در مقياسهاي زماني ساعتي، روزانه، ماهانه و سالانه انجام شده است. براي اين منظور از دادههاي 6 ساعته 52 ايستگاه سينوپتيك با پراكندگي مناسب در سطح ايران در دوره آماري ژانويه 2003 تا دسامبر 2018 استفاده شد. دادههاي بارشي به روش تصحيح تواني اصلاح و منحنيهاي IDF ساعتي (6، 12، 18 و 24 ساعته) ماهوارهاي و ايستگاههاي سينوپتيك به هر دو روش اصلاح شده و اصلاح نشده در دوره بازگشتهاي 5، 10، 20، 50 و 100 ساله استخراج شده و با يكديگر مقايسه شدند. به منظور ارزيابي آماري بارش، از سه شاخص ارزيابي ضريب همبستگي پيرسون، ريشه نسبي ميانگين مربعات خطا (RRMSE) و اريبي نسبي (RBais)و سه شاخص احتمالاتي POD، FAR و CSI براي ارزيابي دقت اين محصولات بارشي ماهوارهاي استفاده شد. براي ارزيابي رواناب از مدل بارش-رواناب نيمهتوزيعي SWAT از اول ژانويه 2007 تا 31 دسامبر 2017 استفاده گرديد. دادههاي اقليمي مورد نياز شامل: بارش، دماي حداكثر و حداقل، رطوبت نسبي، سرعت باد و تابش خورشيدي به صورت روزانه و نقشه كاربري اراضي، نقشه خاك و نقشه ارتفاعي رقومي است. رواناب خروجي حاصله از اول ژانويه 2009 تا 31 دسامبر 2017 شبيهسازي شد. به منظور اطمينان از جواب حاصله، مدل در نرمافزار SWAT-CUP و با استفاده از الگوريتم SUFI2 واسنجي و صحت سنجي شد. دوره آماري واسنجي از 2009 تا 2014 و دوره آماري صحت سنجي از 2015 تا 2017 ميباشد. نتايج روش اصلاح شده تواني عملكرد مناسبتري براي استخراج منحنيهاي IDF داشته و به علاوه با افزايش تداوم بارش، منحنيهاي ماهوارهاي به منحني مشاهدهاي نزديكتر ميشود. همچنين عملكرد هر ماهواره در توسعه منحنيهاي IDF در اقليمها و ارتفاعهاي مختلف بررسي شد. نتايج ارزيابي آماري نشان داد كه ماهواره TRMM همبستگي بيشتر و RRMSE كمتري نسبت به ساير محصولات دارد. بر اساس RBais ماهواره PERSIANN-CCS حدود 143% بيش برآورد، TRMM حدود 56% كمبرآورد و CMORPH حدود 8% كمبرآورد دارند. به علاوه ماهواره PERSIANN-CCS وقايع بارشي را بهتر تخمين ميزند. Rp همه ماهوارهها در اقليم مديترانهاي بيشتر و در مرطوب از همه كمتر است. ماهواره PERSIANN-CCS در اقليم مديترانهاي بهترين همبستگي Rp و كمترين RRMSE را دارد و در ارتفاعات 2100-1500 متر بيشترين همبستگي و در ارتفاعات 500-24- بهترين RRMSE و RBais را دارد. TRMM و CMORPH در اقليم مديترانهاي بهترين Rp و در اقليمهاي خشك بهترين RRMSE و RBais را دارد. اين دو ماهواره در ارتفاعات 2100- 1500 بهترين عملكرد را بر اساس شاخصهاي ارزيابي دارند. به طور كلي اكثر محصولات بارشي اين مطالعه در نواحي غربي، جنوب غربي در نزديك سواحل خليج فارس عملكرد خوبي در تخمين بارش دارند. در شبيهسازي رواناب بر اساس دو شاخص ضريب تبيين (R2) و ضريب نش-ساتكليف (NSE) طي مراحل واسنجي، صحتسنجي و كل دوره آماري به ترتيب روش وزندهي برابر، وزندهي بيزي (BMA)، ماهواره CMORPH، PERSIANN-CCS و TRMM-3B42RT V7 بهترين عملكرد را دارد. در بين ماهوارههاي ذكر شده مدلسازي با دادههاي بارش ماهواره CMORPH بهترين رواناب خروجي را براي حوضه كرخه دارد. مدلسازي با دادههاي ماهواره PERSIANN-CCS رواناب را بيشبرآورد ومدلسازي با دادههاي ماهواره TRMM-3B42RT V7 رواناب را كمتر برآورد ميكند به علاوه روش وزندهي برابر نسبت به روش وزندهي بيزي (BMA) عملكرد بهتري دارد. اين ميتواند به دليل طول دوره آماري كم مورد استفاده در اين تحقيق يا وزندهي نامناسب دادههاي هر ماهواره به منظور ميانگينگيري و دستيابي به بهترين رواناب خروجي باشد. همچنين بر اساس آزمون آماري ناپارامتريك يو من ويتني و شاخصهاي ذكر شده بهترين روش مورد قبول براي رواناب خروجي در سطح معنيداري 95 درصد پس از مدلسازي رواناب حاصله از ايستگاههاي سينوپتيك، روش وزندهي برابر است.
چكيده انگليسي :
Precipitation with large temporal and spatial variations is widely used in hydrological studies. Therefore, accurate measurement of precipitation is necessary. This study aims to evaluate and compare three precipitation products including PERSIANN Cloud Classification System estimation (PERSIANN-CCS), Tropical Rainfall Measuring Mission (TRMM-3B42RT V7) and CPC Morphing technique (CMOROH) with ground station data in different climates and elevations across Iran on hourly, daily, monthly and annual time scales. For this purpose, 6-hour data of 52 synoptic stations with suitable distribution during of January 2003 to December 2018 were used. Precipitation data were modified by power correction method and sub-daily IDF curves (6, 12, 18 and 24 hours) of satellites and synoptic stations were extracted by both modified and unmodified methods for 5, 10, 20, 50 and 100 year return periods. The results showed that the modified method has a better performance and in addition becomes closer to the observation curve by increasing the duration of satellite curves. Also, the performance of each satellite in the development of IDF curves in different climates and elevations was evaluated. Three evaluation indices including Pearson’s correlation coefficient (Rp), relative root mean square error (RRMSE) and relative bais (RBais) and three probability indices including probability of detection (POD), false alarm ratio (FAR), and critical success index (CSI) were used to evaluate the accuracy of these satellite precipitation products. The results showed that TRMM satellite has more Rp and less RRMSE than other products. According to RBais, TRMM and CMORPH underestimate precipitation by 56% and 8%, respectively. But PERSIANN-CCS overestimate precipitation by 143%. In addition, this satellite detects precipitation better. The Rp of all satellites is higher in the Mediterranean climate and lower in the humid climate. PERSIANN-CCS has the best values of Rp and RMSE in the Mediterranean climate. It has the highest Rp in 1500-2100 meters and RRMSE and RBais in -24-500 meters. TRMM and CMORPH have the best Rp in Mediterranean climates and the best RMSE and RBais in arid climates. These two satellites have the best performance at 1500-2100 meters based on evaluation criteria. In general, most of the precipitation products of this study in the western and southwestern regions near the coast of the Persian Gulf have a good performance in estimating precipitation. The SWAT model was used to evaluate runoff from January 1, 2007 to December 31, 2017. In order to ensure the obtained answer, the model was calibrated and validated in SWAT-CUP software using SUFI2 algorithm. In runoff simulation based on two indices of coefficient of determination (R2) and Nash-Sutcliffe coefficient (NSE) during calibration, validation and total statistical period, respectively, equal weighting method, Bayesian weighting (BMA), CMORPH satellite, PERSIANN-CCS and TRMM-3B42RT The V7 has the best performance. Among the mentioned satellites, modeling with precipitation data of CMORPH satellite has the best output runoff for Karkheh basin. PERSIANN-CCS satellite data modeling overestimates runoff, and TRMM-3B42RT V7 satellite data modeling underestimates runoff. In addition, the equal weighting method performs better than the Bayesian weighting method (BMA). This may be due to the short statistical period used in this study or the inadequate weighting of each satellite data in order to average and achieve the best output runoff. Also, based on the non-parametric statistical test of Mann-Whitney U and the mentioned indicators, the best accepted method for outflow runoff at a significance level of 95% after modeling the runoff from synoptic stations is equal weighting method.