ريزمقياس نمايي آماري سطح آب هاي زير زميني حاصل از داده هاي ماهواره ثقل سنجي GRACE

Statistical downscaling of GRACE gravity satellite-derived groundwater level data

با تداوم تهديد تغييرات آب و هوايي، افزايش جمعيت و در پي آن افزايش تقاضاي آب، نياز به داده­ هاي هيدرولوژي با قدرت تفكيك مكاني بالا و پوشش زماني كافي بيش از پيش احساس مي­ شود. لذا در اختيار داشتن داده ­هايي مانند تغييرات ذخاير آب زميني و تغييرات سطح آب­هاي زيرزميني با قدرت تفكيك مكاني بالا به برنامه ­ريزي و تصميم­ گيري بهتر و مؤثرتر براي مديريت منابع آبي كمك شاياني مي­ كند. از زمان شروع مأموريت ماهواره­ هاي ثقل ­سنجي GRACE، امكان ارزيابي منابع آبي، به ­ويژه تغييرات سطح آب­هاي زيرزميني در مقياس جهاني فراهم شده ­است. علي­رغم وجود پوشش وسيع مكاني، به دليل داشتن قدرت تفكيك مكاني پايين و ابعاد پيكسل بزرگ (در حدود km2200،000)، استفاده از داده­هاي GRACE براي مقياس­هاي محلي و كوچكتر، امكان­پذير نيست. از اين رو هدف از اين پژوهش، امكان­ سنجي ريز مقياس ­نمايي داده­هاي GRACE به مقياسي كوچك و محلي مي­ با­شد. در اين مطالعه، از روش تجربي رگرسيوني بر پايه روابط بين مشاهدات GRACE و ديگر داده­هاي هيدرولوژي استفاده شده است و داده ­هايي از تغييرات سطح آب­هاي زيرزميني با ابعاد شبكه °0/25 ايجاد شدند. در نهايت، از داده­ هاي سطح آب­هاي زيرزميني حاصل از چاه­ هاي مشاهده ­اي براي اعتبارسنجي تغييرات سطح آب­هاي زيرزميني ريزمقياس­ شده استفاده شد، كه RMSE آن­ها بين 38/17 تا 56/4 ميلي­متر و R2 آن­ها بين0/49 تا 0/54 بدست آمدند. نتايج نشان داد فرايند ريزمقياس­نمايي قابل قبول بوده و مدل­ سازي انجام شده كارايي لازم را دارد. لذا اين روش مي ­تواند بطور موثري قدرت تفكيك مكاني مشاهدات GRACE را از °1 به °0/25 بهبود بخشد.

The continuing threat of climate change, population growth and as a result increasing water demand have forced us to need hydrological data with high spatial resolution and proper time coverage more than before. Therefore, having the data such as terrestrial water storage changes and groundwater level changes with high resolution spatial helps us to plan and make decisions for water resource management more efficiently. Since the beginning of the GRACE mission, the evaluation of water resources, especially the groundwater level changes has been provided at the global scale. Despite the area wide coverage, due to the low spatial resolution and large pixel size (~200,000 km2), it is not possible to use the GRACE data for local and smaller scales. Therefore, the purpose of this research is the feasibility of downscaling GRACE data to small and local scale. In this study, we used an empirical regression method based on the relationship between GRACE observation and other hydrological data and created the data of the groundwater level changes of 0.25 degree. Finally, we used the groundwater level changes data, derived from monitoring wells to validate downscaled groundwater level changes, where RMSE value from 38.17 mm to 56.4 mm, and R2 from 0.49 to 0.54 were obtained. The results show that the process of downscaling is acceptable and the implemented modeling is effective. Therefore, this method can improve GRACE data resolution from 1° to 0.25°, effectively.