ارزيابي كارآيي چند آزمون همگني در شناسايي جهش در داده هاي اقليمي دما، بارش و فشار؛ مطالعه موردي: ايستگاه فرودگاهي رشت

Evaluation of some Homogeneity Tests on mutation detection in climatic data, case study: Rash station

بررسي همگني از جمله چالش هاي مهم قبل از آشكارسازي روند در سري داده هاي اقليمي است. توانايي آزمون هاي همگني در تشخيص ناهمگني متناسب با نوع فراسنج و يا تغييرات در سري زماني ايستگاه يكسان نيست. ايستگاه سينوپتيك رشت يكي از ايستگاهاي داراي آمار طولاني است كه مطابق فراداده و اسناد ثبت شده، چندين تغيير مكاني داشته است. در اين مطالعه آزمون هاي رايج همگني شامل انحرافات تجمعي، ورسلي، نرمال استاندارد، پتي و بيشاند بر داده هاي ميانگين دما و فشار و مجموع بارش روزانه آن در بازه زماني سال هاي 1961 تا 2018 اعمال شد. نتايج نشان دادند كه در داده هاي بارش هيچ كدام از آزمون ها نتوانستند تغييري در فراداده را آشكار كند. در دما و فشار، آزمون پتي و بيشاند موفقيت بيشتري در كشف محدوده تغييرات عمده در فراداده داشتند. با اين حال استفاده همزمان از نتايج چند آزمون منجر به كسب نتايج قبال اعتماد تري مي گردد و نتايج بهتري براي شناسايي نقاط ناهمگني و جهش در سري اين داده ها ارائه دهد. همچنين اگرچه اين آزمون ها تاريخ مشخصي را به عنوان تاريخ جهش معرفي مي كنند اما اين تاريخ بيانگر محدوده وقوع ناهمگني است كه در ضعيف ترين تخمين ها دو سال در اطراف زمان جهش بوده است. آگاهي از محدوه زماني تغيير فراداده مي تواند در انتخاب آزمون مناسب مفيد باشد و اگر بدانيم كه تغييرات احتمالي در حوالي نقاط مياني سري رخ داده است روش هاي پتي و بيشاند تخمين دقيق تري از زمان رخداد جهش ارائه مي دهند.

Homogeneity analysis is one of the important challenges of trend detection in the climate data series. However, the ability of homogeneity tests in detecting heterogeneity differs depending to the parameters or types of changes. Rasht Synoptic Station has long-term climate data which according to the recorded metadata and documents has undergone several location changes. In this study, homogeneous tests including cumulative deviations, Worsley, Normal Standard, Pettit and Bishand were used to test the homogeneity of daily average temperature, air pressure and rainfall data of Rasht station during the period from 1961 to 2018. The results showed that none of the tests were able to reveal any jump in precipitation data. In temperature and pressure parameters, Both Bishand and Pettit tests had more success in discovering the sharpest heterogeneities in accordance to changes in the metadata. However, simultaneous use of multiple test results will lead to more reliable results for identifying heterogeneity. Also, although these tests give a definite date as a jump date, it should be noted that the given dates represent the range of heterogeneity occurring in the least-estimated two years around the real time of the jump. Awareness of the time period of the change of metadata can be useful in choosing the appropriate test. If it is known that potential changes have occurred around the midpoints of the series, Pettit and Bisahnd methods provide a more accurate estimate of the time of the jump occurrence