اعتبارسنجي برآوردهاي بارندگي روزانه شبكه APHRODIT و برآوردهاي حاصل از درون يابي مكاني بارندگي در استان خوزستان

Validation of Grid APHRODIT Daily Precipitation Estimates and Estimates Derived from Spatial Interpolation of Precipitation in the Khuzestan Province

وجود داده هاي صحيح و قابل اطمينان بارندگي در مطالعات هيدرولوژي، مديريت و برنامه ريزي منابع آب اهميت زيادي دارد. در اين مطالعه براي دستيابي به مناسب ترين روش برآورد بارندگي منطقه اي در استان خوزستان، داده هاي بارندگي روزانه برآوردي حاصل از مناسب ترين روش درون يابي و داده هاي بارندگي روزانه موجود شبكه APHRODITEطي سال هاي 2007- 2000 با مقادير اندازه گيري شده در 44 ايستگاه هواشناسي مقايسه شدند. مناسب ترين روش درون يابي بارندگي روزانه از ارزيابي چهار روش: وزني عكس فاصله، كريجينگ عمومي، كوكريجينگ و رگرسيون كريجينگ تعيين گرديد. در روش هاي كريجينگ براي تحليل نيم تغييرنماها پنج مدل نيم تغييرنماي كروي، نمايي، خطي، خطي داراي حد آستانه و گوسي بر داده هاي بارندگي برازش داده شد. مقايسه داده هاي بارندگي روزانه APHRODITE با داده هاي ثبت شده ايستگاه ها نيز از روش نزديكترين همسايگي صورت گرفت. براي ارزيابي روش هاي مختلف از اعتبارسنجي متقاطع استفاده شده و تعيين دقيق ترين روش برآورد بارندگي روزانه براساس شاخص هاي ريشه ميانگين مربعات خطا، ميانگين خطاي اريب، خطاي مطلق ميانگين و تحليل رگرسيوني انجام گرديد. نتايج ارزيابي خطاي روش هاي درون يابي نشان داد كه روش رگرسيون كريجينگ دقت بالاتري در درون يابي داده هاي بارندگي روزانه استان خوزستان دارد. بنابراين روش هاي درون يابي مبتني بر روابط رگرسيوني كه از چندين متغير كمكي استفاده مي كنند، دقت برآورد بارندگي را در منطقه بهبود مي-دهند. مقايسه شاخص هاي خطا و تحليل رگرسيوني روش رگرسيون كريجينگ و شبكه APHRODITE بيانگر آن بود كه دقت برآورد رگرسيون-كريجينگ در بيشتر روزهاي مورد بررسي بالاتر از APHRODITE است. بنابراين براي دستيابي به توزيع مكاني و برآورد منطقه اي بارندگي روزانه در استان خوزستان، استفاده از روش درون يابي رگرسيون كريجينگ دقيق تر از داده هاي برآوردي APHRODITE مي باشد.

Accurate and reliable precipitation data is very important for hydrological studies, water resources management and planning. In this study, to obtain the most appropriate method for estimating regional precipitation in Khuzestan province, the estimated daily precipitation data from the optimal interpolation method and APHRODIT daily grid precipitation data were compared with measured data from 44 meteorological stations during the 2000-2007 years. Four interpolation methods i.e. Inverse Distance Weighted, Ordinary Kriging, Cokriging, and Regression Kriging were assessed to determine the most appropriate interpolation method for daily precipitation. For the variography analysis in Kriging models, five variogram models including spherical, exponential, linear, linear to sill and Gaussian were fitted on the precipitation data. Near neighbor method was used to compare APHRODIT daily precipitation data with measured data in stations. Cross validation was using to evaluate different methods and the most appropriate method was determined based on Root Mean Square Error, Mean Bias Error, Mean Absolute Error indices and regression analysis.The results from evaluation of errors in interpolation methods showed that the regression Kriging method has the highest accurate to interpolation of daily precipitation data in Khuzestan province. Therefore, regression-based interpolation methods which using covariates would be improved precipitation evaluate accurate in the area. The Comparison of error indices and regression analysis of regression Kriging method and APHRODITE grid indicated that Estimation accuracy of regression Kriging is higher than the APHRODITE in the most days.Therefore to obtain the spatial distribution and estimate of regional daily precipitationin Khuzestan Province, Regression Kriging interpolation method is more accurate than estimate data of APHRODITE.