ارزیابی روش‌های مختلف درون‌یابی داده‌های دمایی NCEP/NCARدر سطح حوضه‌های آبریز درجه 2 کشور ایران

نویسندگان

1 مهندسی آب، دانشکده فنی و مهندسی، دانشگاه بین‌المللی امام خمینی (ره)، قزوین، ایران

2 مهندسی آب، دانشکده فنی و مهندسی دانشگاه بین‌المللی امام خمینی (ره)، قزوین

چکیده

دما یکی از پارامتر‌های مهم در مطالعات اقلیمی و هیدرولوژیکی است. هدف اصلی این مقاله استفاده از داده‌های دمای سالانه از مجموعه داده‌های موسوم به Reanalysis از پایگاه جهانی NCEP/NCAR  با توان تفکیک مناسب برای مطالعات منطقه‌ای می‌باشد. این پایگاه، داده‌های دما  را با دقت 5/2 درجه در اختیار کاربران قرار می‌دهد. به دلیل تنوع توپوگرافی کشور ایران، دقت داده‌های 5/2 درجه پایین بوده و برای پژوهش‌های کاربردی و مطالعات منطقه‌ای باید از توان تفکیک بالاتر استفاده نمود. هدف از این پژوهش افزایش توان تفکیک داده‌های دمای پایگاه مزبور با استفاده از روش‌های درون‌یابی موجود در نرم‌افزار متلب است. در متلب چهار روش برای درون‌یابی داده‌ها موجود می‌باشند که عبارتند از: روش خطی، روش نزدیک‌ترین همسایگی، روش اسپلاین و روش همسایگی عادی (طبیعی). با به کارگیری هرکدام از این چهار روش در سطح 30 زیر حوضه درجه 2 تعریف شده توسط سازمان مدیریت منابع آب، داده‌های  5/2 درجه به داده‌هایی با توان تفکیک 1 درجه تبدیل شدند. برای بررسی دقت داده‌های درون‌یابی شده، داده‌های جدید تولید شده داخل هر زیرحوضه با داده‌های دمای ایستگاه‌های سینوپتیک داخل همان زیرحوضه مقایسه گردیدند. با استفاده از معیار‌های خطاسنجی RMSE، MBE، ضریب باقیمانده و ناش - ساتکلیف روش‌های نزدیکترین همسایگی و اسپلاین با برتری نسبی نسبت به روش‌های دیگر، به‌عنوان روش برتر شناخته شدند. حاصل این مطالعه تولید گره‌های اطلاعاتی مربوط به دما برای مطالعات هیدروکلیماتولوژیکی، ارائه روش برای بروزرسانی و لذا حذف نیاز محققین به جمع‌آوری، آزمون و استفاده از ایستگاه‌های زمینی و داده‌های موجود در منطقه است.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of different interpolation methods for NCEP/NCAR temperature data over the 2nd order watersheds in Iran

نویسندگان [English]

  • Reza Morovati 1
  • Alireza Shokoohi 2
1 M.Sc graduate of water engineering, Imam Khomeini International University, Qazvin, Iran.
2 Associate professor, Imam Khomeini International University, Faculty of Engineering and Technology, Water Engineering Department, Qazvin, Iran.
چکیده [English]

Temperature is one the most important parameters in climatology and hydrological investigations. The main purpose of this article is enhancing the resolution of the gridded annual temperature data of the NCEP/NCAR reanalysis dataset to a reasonable level. In this data base, temperature is available at the resolution of 2.5 degree. For regional studies in Iran, due to the diversity of topographical features, the precision of the available resolution is not enough. In this research, it is intended to replace a finer resolution of 1 degree by applying the interpolation methods embedded in the MATLAB. There are 4 different methods for interpolation in the MATLAB: Linear, Nearest Neighborhood, Spline and Natural Nearest Neighborhood. By applying these methods over the 30 second order watersheds across Iran, a network of 1*1 degree resolution was obtained from the 2.5*2.5 degree resolution. To examine the precision of the simulated data, the annual average temperature for each sub-watershed was calculated via the long term data of the 47 synoptic stations distributed unevenly across the country. Using RMSE,MBE, Nash-Sutcliffe and  CRM statistics the Nearest Neighborhood and Spline methods was identified as the best methods for interpolation of the NCEP/NCAR reanalysis temperature data. The main result of this research is the generation of gridded temperature data for hydro-climatological studies, introducing a method for its updating and henceforth, omitting the labor of gathering, testing and using local data.

کلیدواژه‌ها [English]

  • Keywords: Gridded data
  • Interpolation
  • Temperature
  • 2nd order watersheds
  • MATLAB
  • NCEP/NCAR
اسفندی درآباد، ف.، س. ا. حسینی، م. آزادی مبارک و ز. حجازی زاده. 1389. پیش‌بینی میانگین دمای ماهانه ایستگاه سینوپتیک سنندج با استفاده از مدل شبکه عصبی مصنوعی پرسپترون چندلایه (MLP). فصلنامه علمی-پژوهشی انجمن جغرافیای ایران، شماره 27، ص 45 - 65 .
اکبری، ط. و س. ا. مسعودیان. 1388. شناسایی رژیم دمایی و پهنه‌بندی نواحی دمای ایران. مجله جغرافیا و برنامه‌ریزی محیطی، سال بیستم، (1)33، ص 74-59.
بداق جمالی، ج.، س. جوانمرد و ر. شیرمحمدی. 1381. پایش و پهنه‌بندی وضعیت خشکسالی استان خراسان با استفاده از نمایه استانداردشده بارش. فصلنامه تحقیقات جغرافیایی. مقاله 550.
ثقفیان، ب.، ه. رزمخواه و ب. قرمزچشمه. 1390. بررسی تغییرات منطقه‌ای بارش سالانه با کاربرد روش‌های زمین آمار (مطالعه موردی: استان فارس). مجله مهندسی منابع آب، سال چهارم، ص 38-29.
رضیئی، ط. و ا. فتاحی. 1390. ارزیابی کاربرد داده‌های بارشNCEP/NCAR  در پایش خشکسالی ایران. مجله فیزیک زمین و فضا، شماره 2، ص 247-225.
شکوهی، ع. و پ. دانشکار آراسته. 1387. مقایسه روش‌های تخمین هدایت هیدرولیکی سفره آب زیرزمینی به منظور استفاده در مدل‌های شبیه‌سازی. مجله تحقیقات فنی و مهندسی، جلد 2، شماره 9، ص 95-112.
عساکره، ح. 1387. کاربرد روش کریجینگ در میان‌یابی بارش. مجله جغرافیا و توسعه، شماره 12، ص 42-25.
غیور، ح. و م. منتظری. 1383. پهنه‌‌بندی رژیم‌های دمایی ایران با مؤلفه‌های مبنا و تحلیل خوشه‌ای. مجله جغرافیا و توسعه، سال دوم، شماره 4، ص 21-34. 
فرجی سبکبار، ح. ع. و ق. عزیزی. 1385. ارزیابی میزان دقت روش‌های درون‌یابی فضایی مطالعه موردی: الگوسازی بارندگی حوضه کارده مشهد. مجله پژوهش‌های جغرافیایی .شماره 58. ص 15-1.
قهرودی تالی، م. 1381. ارزیابی درون‌یابی به روش کریجینگ. مجله پژوهش‌های جغرافیایی. شماره 3، ص 108-95.
مروتی، ر. و ع. شکوهی. 1392. ارزیابی روش‌های مختلف درون‌یابی داده‌های شبکه‌بندی شده دما (مورد مطالعاتی:کشور ایران). دوازدهمین همایش ملی آبیاری و کاهش تبخیر.
مسعودیان، س. ا. 1382. تحلیل ساختار دمای ماهانه ایران. مجله پژوهشی دانشگاه اصفهان (علوم انسانی). جلد پانزدهم،
شماره 1 و 2، ص 87 - 96.
مسعودیان، س. ا. 1383. بررسی روند دمای ایران در نیم سده‌ی گذشته. مجله جغرافیا و توسعه، سال دوم، شماره 3،
ص 89 - 106.  
مسعودیان، س. ا.  1382. تحلیل ساختار دمای ماهانه ایران. مجله پژوهشی دانشگاه اصفهان. جلد پانزدهم. شماره 1و2،
ص 87 - 96 .
مسعودیان، س. ا. 1384. بررسی روند دمای ایران در نیم سده گذشته. مجله پژوهش‌های جغرافیایی.شماره 54، ص 45-29.
نادی، م.، م. جامعی، ج. بذرافشان و س. جنت رستمی. 1391. ارزیابی روش‌های مختلف درون‌یابی داده‌های بارندگی ماهانه و سالانه (مطالعه‌ی موردی: استان خوزستان). مجله پژوهش‌های جغرافیایی. سال44، شماره4، ص 130-117.
Apaydin H., K. Sonmez and E. Yildirim. 2004. Spatial interpolation techniques for climate data in the GAP region in Turkey. J. Climate Research, 28:31-40.
Bordi, I., K. Fraedrich, M. Petitta, and A. Sutera. 2006. Large-scale assessment of drought variability based on NCEP/NCAR and ERA-40 re-analyses.Water Resour. Manage, 20: 899–915.
Chang, C. L., S. L. Lo and S. L.Yu. 2005. Applying fuzzy theory and genetic algorithm to interpolate precipitation. Journal of Hydrology 314 :92–104
oly, D., L. Nilsen, R. Fury A. Elvebakk,  and T. Brossard. 2003. Temperature Interpolation at a Large Scale: Test On A Small Area In Svalbard. International Journal of Climatology. 1637–1654.
Kalnay, E., M. Kanamitsu, R. Kistler, W. Collins, D. Deaven, L. Gandin, M. Iredell, S. Saha,
G. White, J. Woollen, Y. Zhu, A. Leetmaa, R. Reynolds, M. Chelliah, W. Ebisuzaki, W. Higgins, J. Janowiak, K. C. Mo, C. Ropelewski, J. Wang, R. Jenne and D. Joseph. 1996.  The NCEP/NCAR 40-year reanalysis project, Bull. Amer. Meteor. Soc., 77:437–471.
Moriasi, D. N., J. G. Arnold, M. W. Van Liew, R. L. Bingner, R. D. Harmel, and T. L. Veith. 2007. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations.Transactions of the ASABE, Vol, 50, No,3, pp: 885-900.
Raziei , T., I. Bordi, , L. S. Pereira and A. Sutera. 2010. Space- time variability of hydrological drought and wetness in Iran using NCEP/NCAR and GPCC datasets. Hydrology and  Earth System Science, 14: 1919–1930.
Raziei, T., I. Bordi and L. S. Pereira. 2011. An Application of GPCC and NCEP/NCAR Datasets for Drought Variability Analysis in Iran. Water Resour Manage., 25:1075–1086
Raziei, T., B. Saghafian, A. A. Paulo, L. S. Pereira, and I. Bordi. 2009. Spatial and temporal variability of drought in western Iran. Water Resour. Manage., 23: 439–455.
Rossi, G. 2003.  Requisites for a drought watch system, in G. Rossi et al. (Eds) Tools for drought mitigation in Mediterranean regions. Kluwer Academic Publishers, Dordrecht, 147–157.
Sibson, R. 1981. A brief description of natural neighbor interpolation (Chapter 2). In V. Barnett. Interpreting Multivariate Data. Chichester: John Wiley.
Tssung, C. K. 2004. Introduction to geographic information system, 2nd edition, Mc Graw Hill.