معرفي و مقايسه عملكرد دو پايگاه جهاني داده بازتحليل در برآورد دماي هواي روزانه بيشينه، كمينه و ميانگين (مطالعه موردي: حوضه آبريز رودخانه حله)

Introduction and comparison of the performance of two global reanalysis databases in estimating daily maximum, minimum, and average air temperatures (case study: Helleh River basin

تعيين دماي هوا در بسياري از محاسبات ترازنامه آب و انرژي، مدل‌سازي هيدرولوژيكي و مطالعات هواشناسي و كشاورزي نقش مهمي دارد. پژوهش حاضر با هدف معرفي دو پايگاه بازتحليل داده هواشناسي ecmwf و merra و ارزيابي عملكرد آنها در برآورد دماي هواي بيشينه، كمينه و ميانگين روزانه انجام شد. به اين منظور، اطلاعات روزانه دماي بيشينه، كمينه و ميانگين دوازده ايستگاه اندازه‌گيري دما در سطح حوضه آبريز رودخانه حله واقع در جنوب ايران و كرانه‌هاي خليج فارس براي دوره آماري 2003 تا 2016 به مدت 14 سال (5114) روز اخذ و براي ارزيابي آنها از معيارهاي آماري ضريب همبستگي (cc)، ميانگين خطا (me) و مجذور ميانگين مربعات خطا (rmse) استفاده شد. نتايج نشان مي‌دهد ميزان انطباق اطلاعات پايگاه‌هاي داده بازتحليل در هر سه پارامتر دمايي بيشينه، كمينه و ميانگين مناسب است، اما پايگاه داده ecmwf نسخه era-interim نسبت به پايگاه داده merra نسخه 2 بسيار مناسب‌تر است به‌طوري كه ضريب همبستگي براي همه مولفه‌هاي دمايي بيشينه، كمينه و ميانگين بيشتر از 0.9 است. نتايج اين تحقيق نشان مي‌دهد عملكرد هر دو پايگاه داده در برآورد دماي ميانگين نسبت به دماي بيشينه و كمينه بهتر است. همچنين هر دو پايگاه داده در برآورد داده‌هاي دماي بيشينه، كم‌برآورد و در برآورد داده‌هاي كمينه، بيش‌برآورد هستند. دماي هواي ميانگين روزانه، ثبت شده در پايگاه داده ecmwf نسخه era-interim مقداري گرم‌تر (0.4+ درجه سلسيوس) برآورد مي‌شود درحالي‌كه پايگاه داده merra نسخه 2 دماي هواي ميانگين را سردتر (0.5 درجه سلسيوس) تخمين مي‌زند. درنهايت، در مقياس روزانه، استفاده از پارامترهاي روزانه دماي هوا (بيشينه، كمينه و ميانگين) پايگاه داده ecmwf نسخه era-interim نسبت به پايگاه داده merra نسخه 2 در اولويت است. همچنين پيشنهاد مي‌شود با توجه به عملكرد مناسب پايگاه‌هاي داده بازتحليل و بهره‌مندي از مزاياي آن، ساير متغيرهاي هواشناسي نيز ارزيابي شوند.

Estimating air temperature plays an important role in many water and energy balance calculations, hydrological modeling, meteorological and agricultural studies. Changes in air temperature influence on plant growth and many other components at the interface between earth surface and atmosphere. The most common sources for air temperature time series are meteorological stations. However, meteorological networks are sparse in complex terrains, such as mountains. This is mainly due to difficulties with the installation and maintenance of the stations. The air temperature can also be calculated using climate model and reanalysis datasets. The purpose of this study was to introduce two meteorological reanalysis databases: the European Center for Medium-Range Weather Forecasts (ECMWF) and Modern-Era Retrospective Analysis for Research and Applications (MERRA), and evaluation of their performance in estimating daily maximum, minimum and average air temperature. In this regard, maximum, minimum and average air temperature data at daily scale for a period of 14 years from 2003 to 2016 (5114 days) were obtained from 12 temperature measurement stations in Helleh river basin area in south of Iran and the Persian Gulf coasts. The elevation correction and downscaling temperature based on modeled lapse rate are used for correcting two meteorological reanalysis datasets. The correlation coefficient (CC), mean error (ME) and squared mean of errors (RMSE) were used to evaluate the presented datasets. The results showed that the compliance rate of reanalysis datasets in all parameters of maximum, minimum, and average air temperature are appropriate, but the ECMWF-ERA-Interim version dataset is much better than the MERRA version 2 dataset. The correlation coefficients for all parameters of maximum, minimum and average air temperature are more than 0.9. Also, the performance of both datasets in estimating the average air temperature at daily scale is better than the maximum and minimum air temperature at daily scale. Both databases are also underestimated in estimating maximum temperature data and overestimated in estimating minimum data. The average air temperature at daily scale is estimated slightly warmer (0.4°C) from the ECMWF-ERA-Interim version dataset, while the MERRA dataset of version 2 estimates the mean of air temperature colder (-0.5°C). Finally, the use of daily air temperature parameters (maximum, minimum and average) of the ECMWF ERA-Interim dataset is more preferable than MERRA version 2 dataset. Considering the proper performance of reanalysis datasets and using their advantages, we suggest evaluating other meteorological parameters.