ارزيابي داده‌هاي بارش با استفاده از مدل‌هاي CHIRPS و PERSIANN (مطالعه موردي: بندرعباس)

دسترسي به داده‌هاي ﺑﺎرشي وسيع با دقت مناسب، مي‌تواند نقش مؤثري در برنامه‌ريزي‌هاي آبياري و مديريت منابع آبي ايفا نمايد. ﺗﺼﺎوﻳﺮ ﻣﺎﻫﻮاره‌اي با توليد داده‌هاي زياد، وسيع، ارزان و به‌روز به‌عنوان راﻫﻜﺎري ﻋﻤﻠﻲ جهت ﺗﺨﻤـﻴﻦ ﺑـﺎرش ﻣﻄـﺮح است. بدين‌منظور، در اين پژوهش با استفاده از سامانه گوگل‌ارث‌انجين و محصولات بارش حاصل از تصاوير ماهواره‌اي مدل PERSIANN و CHIRPS در بازه‌هاي زماني روزانه، ماهانه و سالانه به ارزيابي و صحت‌سنجي مقدار بارش ايستگاه بندرعباس طي دوره آماري ۲۰۲۰- ۱۹۸۳ پرداخته شد. ﻧﺘﺎﻳﺞ ﻧﺸﺎن داد ﻛﻪ ﺑﺮآورد ﺑﺎرش ﺗﻮﺳﻂ ماهواره‌هاي PERSIANN و CHIRPS در ﻣﻘﻴﺎس ﻣﺎﻫﺎﻧﻪ و سالانه از دﻗﺖ بيشتر ﻧﺴﺒﺖ ﺑﻪ ﻣﻘﻴﺎس روزانه ﺑﺮﺧﻮردار ﺑﻮده و در ﻣﻘﻴﺎس‌هاي ﻣﺎﻫﺎﻧﻪ و ﺳﺎﻻﻧﻪ، ﺑﻴﺶﺗﺮﻳﻦ ﺿﺮﻳﺐ ﻫﻤﺒﺴﺘﮕﻰ و ﻛﻢﺗﺮﻳﻦ مقدار RMSE ﻣﺘﻌﻠﻖ ﺑﻪ الگوريتم PERSIANN است. مقدار ﺿﺮﻳﺐ ﻫﻤﺒﺴﺘﮕﻰ الگوريتم PERSIANN در ﻣﻘﻴﺎس‌هاي روزانه و ﻣﺎﻫﺎﻧﻪ و سالانه به‌ترتيب برابر با 0/32 ، 0/83 و 0/94 و ﺿﺮﻳﺐ ﻫﻤﺒﺴﺘﮕﻰ الگوريتم CHIRPS در ﻣﻘﻴﺎس‌هاي روزانه و ﻣﺎﻫﺎﻧﻪ و سالانه به‌ترتيب برابر با 0/24، 0/71 و 0/90 ﺑﻪدﺳﺖ آﻣﺪ. مقدار ضريب تبيين R2  الگوريتم‌هاي PERSIANN و Chrips در مقياس ماهانه به‌ترتيب برابر با 0/89 و 0/70 و در مقياس سالانه به‌ترتيب برابر با 0/88 و 0/80 به‌دست آمد. نتيجه‌گيري كلي اين بود كه دقت ﻫﺮ دو الگوريتم در تعيين اﻟﮕﻮي ﻣﻜﺎﻧﻰ ﺑﺎرﻧﺪﮔﻰ در ﻣﻘﻴﺎس ماهانه و ﺳﺎﻻﻧﻪ مناسب بوده و الگوريتم PERSIANN از دقت بالاتري در مقياس زماني ماهانه برخوردار است.