تحليل دقت روش هاي زمين آمار در تهيه پراكنش مكاني دماي هوا در مناطق كوهستاني (مطالعه موردي: حوزه آبخيز كارون)

Analyzing the Geostatistical Methods Accuracy in Preparing Air Temperature Spatial Distribution in Mountainous Regions (Case Study: Karoun Basin)

فقدان ايستگاه هاي هواشناسي در نقاط مرتفع در مناطق كوهستاني، امكان استفاده از روش رگرسيون خطي در پهنه بندي دماي هوا در مقياس هاي زماني مختلف را با مشكل مواجه ساخته است. لذا در اين مطالعه، به بررسي دقت روش هاي كريجينگ، كوكريجينگ و ميانگين متحرك وزني با توان هاي 2 و 3 در تهيه توزيع مكاني دماي هوا در مقياس هاي ماهانه و سالانه در مقايسه با روش رگرسيون خطي پرداخته شده است. بدين منظور از داده هاي يك دوره آماري 25 ساله (1380-1355) استفاده شد. مقايسه نتايج با استفاه از شاخص هاي مجذور مربعات باقيمانده، دقت و انحراف و بررسي مفهوم فيزيكي مقادير برآورد شده صورت گرفت. نتايج اين مطالعه نشان داد استفاده از متغير كمكي ارتفاع در روش كوكريجينگ ميزان شعاع تاثير را 28% افزايش داده است. همچنين، عليرغم بيش برآورد مقادير دماي هواي ماهانه و سالانه با روش كريجينگ، اختلاف معني داري در سطح پنج درصد بين شاخص هاي ارزيابي در دو روش كريجينگ و كوكريجينگ وجود نداشت. بررسي نتايج ارزيابي روش هاي منتخب، قابليت دو روش مذكور در مقايسه با روش رگرسيون خطي در پهنه بندي دماي هوا در منطقه كارون را به اثبات مي-رساند. تحليل نقشه هاي هم دماي ماهانه و سالانه با روش كريجينگ، كاهش مقادير دماي هوا از نواحي شرقي به غربي را نشان مي دهد.

The lack of enough meteorological stations at high elevations in mountainous regions causes a limitation for using regression relations to interpolate air temperatures at different time scales. Therefore, in this study, geostatistical methods include Kriging, Co-Kriging and Weighting moving average has been compared with elevation-temperature relation using a data series of 25 years (1975-2000). Evaluating the selected interpolation methods has been done based on Root Mean Square Error, Mean Absolute Error and Mean Biass Error. Also the physical conception of estimated values has been analyzed based on extracted maps. Results showed that using elevation as a covariate in Cokriging method caused a 28% increase in effective range. Although Kriging method overestimate the monthly and yearly air temperature, no significant difference was observed in evaluating indices between Kriging and Cokriging methods. Results also demonstrated that both Kriging and Cokriging method could be used instead of linear regression to interpolate air temperature in the study area. Analyzing prepared maps showed a decreasing pattern in air temperature from east to west parts.