مددی, غزاله, حمزه, سعید, نوروزی, علی اکبر. (1394). ارزیابی بارش در مقیاس‌های روزانه، ماهانه و سالانه با استفاده از تصاویر ماهواره ای (مطالعة موردی: حوزة مرزی غرب ایران). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی, 6(2), 59-74.
غزاله مددی; سعید حمزه; علی اکبر نوروزی. "ارزیابی بارش در مقیاس‌های روزانه، ماهانه و سالانه با استفاده از تصاویر ماهواره ای (مطالعة موردی: حوزة مرزی غرب ایران)". سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی, 6, 2, 1394, 59-74.
مددی, غزاله, حمزه, سعید, نوروزی, علی اکبر. (1394). 'ارزیابی بارش در مقیاس‌های روزانه، ماهانه و سالانه با استفاده از تصاویر ماهواره ای (مطالعة موردی: حوزة مرزی غرب ایران)', سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی, 6(2), pp. 59-74.
مددی, غزاله, حمزه, سعید, نوروزی, علی اکبر. ارزیابی بارش در مقیاس‌های روزانه، ماهانه و سالانه با استفاده از تصاویر ماهواره ای (مطالعة موردی: حوزة مرزی غرب ایران). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی, 1394; 6(2): 59-74.
ارزیابی بارش در مقیاس‌های روزانه، ماهانه و سالانه با استفاده از تصاویر ماهواره ای (مطالعة موردی: حوزة مرزی غرب ایران)
متغیر بارش نقش بسیار مهمی در مطالعات هیدرومتئورولوژی و کشاورزی دارد. بنابراین اندازه‌گیری و تخمین بارندگی در سطح منطقهای به ما کمک می‌کند تا درک درستی از آب و چرخه انرژی بدست آوریم. با توجه به تغییر‌پذیری زیاد کمیت بارش در مکان و زمان، پایش آن در مقیاس‌های منطقهای به وسیله ایستگاه‌های زمینی بسیار دشوار می باشد. از اینرو استفاده از تصاویر ماهواره‌ای با تفکیک مکانی بالا توصیه میشود. اما لازم است قبل از استفاده از این داده‌ها، دقت زمانی و مکانی آنها ارزیابی شود. هدف از این تحقیق، ارزیابی قابلیت دادههای ماهوارة TRMM در برآورد بارش روزانه، ماهانه و سالانه در مقیاس مکانی 25/0× 25/0 درجه، برای دوره آماری 2012-2000 میلادی و مقایسه آن با دادههای بارش در 30 ایستگاه هواشناسی (سینوپتیک و کلیماتولوژی) در حوزه مرزی غرب ایران بوده است. با بررسی تغییرات میزان بارش در دوره آماری فوق، سری زمانی و مکانی ضریب همبستگی پیرسون برای مقیاس‌های زمانی روزانه، ماهانه و سالانه محاسبه و تحلیل شد. نتایج نشان داد که همبستگی معنی‌داری در سطح پنج درصد بین دادههای بارش زمینی و ماهواره‌ای در مقیاس‌های ماهانه و سالانه وجود دارد. با استفاده از نتایج بدست آمده، ارتباط بین دادههای ماهانه بارش حاصل از تصویر ماهواره‌ای و دادههای مشاهده‌ای در ایستگاه‌ها با استفاده از دو روش رگرسیون خطی و رگرسیون غیر‌خطی برای هر سال بررسی شد. همچنین با کمک آماره‌های اعتبار‌سنجی، اعتبار مدل‌های مورد استفاده تعیین گردید.
Evaluation of rainfall on a daily, monthly and annual basis using satellite imagery (Case study: west boundary basin of Iran)
نویسندگان [English]
Ghazaleh Madadi1؛ Saeid Hamzeh2؛ Ali Akbar Noroozi3
1MSc. Student of Water Engineering, University of Malayer
2Assis. Prof. College of Geography, University of Tehran
3Assis. Prof. Soil Conservation and Watershed Management Research Institute, Iran
چکیده [English]
Precipitation variable is the key parameter of agricultural and hydrometeorology studies. Therefore, measurement and estimation of rainfall at the regional level help to understand the manner of water and energy cycles. In spite of the high variability of temporal and spatial precipitation quantity, precipitation monitoring using ground stations at regional scales is considerably difficult. The use of satellite images with high spatial resolution is therefore recommended. However, it is first necessary to evaluate temporal and spatial accuracy of data. The aim of this study was to evaluate the accuracy of Tropical Rainfall Measuring Mission (TRMM) satellite data for estimating daily, monthly, and annual rainfall on a regular spatial scale (0.25° ×0.25°) during 2000-2012, and to compare these estimated data with precipitation data at 30 stations (synoptic and climatological) in the west boundary basin of Iran. The Pearson correlation coefficient was calculated daily, monthly, and annually for the mentioned rainfall period changes. The results indicated a significant correlation (p<0.05) among the monthly and annual collected data of terrestrial and satellite precipitation. The relationship between monthly precipitation data from satellite images and observed data from stations were also determined using a linear and nonlinear regression for each year. The model reliability was also subsequently determined using statistical validation.
ابتدای صفحه