این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات آب و خاک ایران، جلد ۵۱، شماره ۶، صفحات ۱۴۲۷-۱۴۴۰
عنوان فارسی تخمین بارش با استفاده از تصاویر ماهواره‌ای رطوبت سطحی خاک ASCAT در حوضه‌های نیمه‌خشک و مرطوب ایران
چکیده فارسی مقاله یکی از روش‌های نوین تخمین بارش استفاده از الگوریتم SM2Rain می‌باشد که با محوریت برآورد بارش با استفاده از تغییرات رطوبت خاک و حل معکوس معادله بیلان آب خاک توسعه داده شده است. در تحقیق حاضر به ارزیابی عملکرد این الگوریتم در تخمین بارش روزانه در سطح دو اقلیم خشک/نیمه­خشک (خراسان رضوی) و مرطوب (مازندران) ایران و با استفاده از داده‌های منبع رطوبتی ASCAT در بازه زمانی 2006 تا 2013 پرداخته شده است. نتایج به­دست آمده در دو استان خراسان رضوی و مازندران نشان داد که متوسط ضریب همبستگی (CC) بین بارش مشاهداتی و تخمین زده شده در سطح بازه‌های مذکور توسط الگوریتم SM2Rain به­ترتیب معادل 70/0 و 62/0 می‌باشد. طبق محاسبات صورت گرفته در سطح استان خراسان رضوی، در بخش‌های جنوب و جنوب-غربی استان، الگوریتم SM2Rain با ضریب CC در حدود 84/0 و RMSE معادل 9/3 میلی­متر در روز بهترین عملکرد و در بخش‌های شمالی استان نیز با ضریب CC در حدود 54/0 و RMSE معادل 7/7 میلی­متر در روز عملکرد ضعیف داشته است. در بخش‌های عمده‌ای از استان مازندران نیز عملکرد الگوریتم مذکور، قابل قبول ارزیابی می‌شود به­طوری که در مناطق شرقی تا بخش‌های مرکزی استان، ضریب همبستگی 72/0 و RMSE معادل 9/3 میلی­متر در روز می‌باشد. نتایج حاصل از اصلاح الگوریتم SM2Rain نیز نشان داد که با افزودن ترم تبخیر-تعرق و تعرق عملکرد الگوریتم مذکور در شبیه‌سازی بارش در بازه‌های مطالعاتی بین 10 تا 18 درصد افزایش یافته است. با اصلاح الگوریتم مذکور میزان متوسط شاخص RBias در سطح استان خراسان رضوی از 9/21- به 3/9 درصد و در سطح استان مازندران از 9/36- به 9/7 درصد کاهش یافته است. خروجی حاصل از این تحقیق می‌تواند به عنوان یک داده بارشی جایگزین یا مکمل داده‌های زمینی به ویژه در حوضه‌هایی که دارای آمار کمی هستند، مدنظر قرار گیرد.
کلیدواژه‌های فارسی مقاله باران،رطوبت سطحی خاک،سنجش از دور،بیلان آب خاک،
عنوان انگلیسی Estimation of Precipitation Using Satellite-based Surface Soil Moisture (SSM) in Semi-Arid and Humid Climates of Iran
چکیده انگلیسی مقاله One of the new methods for estimation of rainfall is SM2Rain algorithm which calculates rainfall using soil moisture variations and inverse solution of soil water balance equation. This research addressed the efficiency of SM2Rain algorithm for rainfall estimation over the semi-arid (Khorasan-Razavi) and humid (Mazandaran) climate regions of Iran using ASCAT surface soil moisture dataset during 2006-2013. Findings indicate that the basin-averaged value of correlation coefficient (CC) between the estimated and observed datasets for Khorasan-Razavi and Mazandaran areas is 0.70 and 0.62, respectively. Results in the south and south-west regions of Khorasan-Razavi showed that the SM2Rain algorithm with the CC value of 0.84 and RMSE value of 3.9 mm/day (basin-averaged) performs very well, while in the north parts of the province with the CC value of 0.54 and RMSE value of 7.7 mm/day, the performance of this algorithm is relatively low. Also, the performance of SM2Rain algorithm in most parts of the Mazandaran province, especially in east and central parts, is acceptable and the basin-averaged values of CC and RMSE are 0.72 and 3.9 mm/day, respectively. The results also showed that by adding evapotranspiration term to SM2Rain algorithm, the efficiency of modified algorithm in estimation of rainfall increases about 10-18% in both regions. Furthermore, by using the modified SM2Rain algorithm over the Khorasan-Razavi, the basin-averaged value of relative bias (RBias) decreases from -21.9% to 9.3% and in Mazandaran region, the RBias decreases from -36.9 to 7.9%. The findings of this research indicate that the estimated rainfall with the SM2Rain algorithm can be considered as an alternative or supplementary dataset for ground-based observations, especially in ungauged catchments or data-limited areas.
کلیدواژه‌های انگلیسی مقاله باران,رطوبت سطحی خاک,سنجش از دور,بیلان آب خاک
نویسندگان مقاله مریم طارمی |
گروه مهندسی آب، دانشگاه بین المللی امام خمینی، قزوین، ایران

اصغر عزیزیان |
گروه مهندسی آب، دانشگاه بین المللی امام خمینی، قزوین، ایران

لوکا بروکا |
موسسه تحقیقات ژئو هیدرولوژی IRPI، رم، ایتالیا

نشانی اینترنتی https://ijswr.ut.ac.ir/article_75215_49245ef972eb63b8f1039debeb6f56ea.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات