ارزیابی عملکرد محصولات PDIR-Now و PERSIANN CCS برای بارش‌های منجر به خسارت‌بارترین سیلاب‌های کشور ایران در سال‌های 1396 الی 1398

جغرافیا و مخاطرات محیطی

مقاله 13، دوره 12، شماره 1 - شماره پیاپی 45، اردیبهشت 1402، صفحه 229-246   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/geoeh.2022.74364.1147

نویسندگان

سید حسین ثنایی نژاد^{* 1}؛ خسرو سالاری²

¹استاد هواشناسی کشاورزی، گروه مهندسی علوم و آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

²دانشجوی دکتری هواشناسی کشاورزی، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

چکیده

بارش یکی از اصلی‌ترین اجزای چرخه هیدرولوژی است. علاوه بر این، توزیع بارش نقش بسیار مهمی را در توازن انرژی کره زمین و دسترسی بشر به منابع آبی ایفا می‌کند؛ اما بارندگی همواره برای بشر ثمربخش نیست. هرساله وقوع سیل در کشور ایران خسارات جانی و مالی بسیاری را به مردم و زیرساخت‌ها تحمیل می‌نماید. برای به حداقل رساندن این خسارت‌ها لازم است مقدار بارش‌های وقوع یافته اندازه‌گیری شود، تا بتوان برای کاهش خسارت‌ها برنامه‌ریزی کرد. ازآنجایی‌که اندازه‌گیری بارش با دقت مکانی و زمانی بالا هزینه بسیاری دارد، مدل‌های بسیاری برای تخمین مقادیر بارش توسعه یافته‌اند؛ اما برای استفاده از داده‌های خروجی این مدل‌ها لازم است ابتدا عملکرد آن‌ها مورد ارزیابی قرار گیرد. در این پژوهش به ارزیابی عملکرد دو محصول تخمین بارش PERSIANN-CCS و PDIR-Now با استفاده از بارش‌های تمامی ایستگاه‌های سینوپتیک کشور برای خسارت‌بارترین سیلاب­های ایران در سال‌های 1396 الی 1398 اقدام گردید. برای ارزیابی عملکرد از شاخص‌های آماری PC، BIAS، FAR، POD، HSS، R²، ME، MAE و RMSE استفاده شد. نتایج به دست آمده بیان‌گر تغییرپذیری بالای شاخص‌ها در وقایع مختلف است. به‌طور میانگین ملاحظه شد که محصولات PERSIANN-CCS و PDIR-Now اگرچه دارای میانگین PC بالا هستند اما به ترتیب دارای ضریب تعیین 16/0 و 19/0 و RMSE برابر با 38/9 و 78/12 بوده که مقادیر بسیار مطلوبی نیستند. با توجه ‌به شاخص‌های آماری خطا در تاریخ‌های موردبررسی ملاحظه می‌شود که این دو محصول برای تخمین مقادیر بارش تمامی ایستگاه‌ها عملکرد مناسبی نداشته و برای تخمین بهتر بارش‌های منجر به سیلاب­های سنگین، بررسی‌های بیشتر پیشنهاد می­شود.

کلیدواژه‌ها

PERSIANN-CCS؛ PDIR-Now؛ بارش؛ سنجش‌ازدور؛ سیل

مراجع

اکبری، جواد؛ کاظم‌زاده، مجید؛ 1398.  ارزیابی دقت توزیع مکانی بارش ماهواره TRMM 3B43 در اقالیم مختلف کشور ایران. مجله علوم و مهندسی آبخیزداری ایران، ۱۳(44)، ۷۳.

https://www.magiran.com/paper/1947294

جوان، خدیجه؛ 1392. ارزیابی تطبیقی داده­های ماهواره­ای و داده­های زمینی در برآورد مقدار بارندگی در حوضه آبریز دریاچه ارومیه. پایان­نامه دکتری دانشگاه تبریز. دانشکده جغرافیا. گروه آب و هواشناسی. اساتید راهنما دکتر بهروز ساری صراف، دکتر علی‌اکبر رسولی. استاد مشاور: دکتر مهدی عرفانیان.

چاوشیان، علی؛ کتیرایی، پری سیما؛ 1398. ارزیابی و کاربرد انواع مجموعه داده‌های دیدبانی (زمینی و ماهواره‌ای) بارش بر روی ایران. نشریه آب‌وخاک، ۳۳(3)، صص520-501.

https://www.magiran.com/paper/2041188

خبرگزاری جمهوری اسلامی؛ 1398. هشدارهای هواشناسی قابلیت پیش­بینی سیل را ندارند [اخبار]. بازیابی شده در 25 اسفند 1399، از https://www.irna.ir/news/83327702

رحمتی، اکبر؛ مساح بوانی، علیرضا؛ 1398. ارزیابی پایگاه داده‌های جهانی بارش برای استفاده در مدل‌های فیزیکی، مطالعه موردی: حوزه آبریز کارون. مجله تحقیقات منابع آب ایران. ۱۵(1)، صص192-178.

https://www.magiran.com/paper/1978598

زنگنه اینالو، محمدرضا؛ قهرمان، بیزن؛ فرید حسینی، علیرضا؛ 1397) مقایسه مقادیر مشاهداتی و اطلاعات بارش ماهواره­ای PERSIAN و CMORPH – روش­های درون­یابی در مقایس ساعتی و روزانه (مطالعه موردی: حوضه آبریز شاپور. مجله تحقیقات منابع آب ایران. 14(4)، صص 1-12.

https://www.magiran.com/paper/1936725

سبحانی، بهروز؛ عالی جهان، مهدی؛ زینالی، بتول؛ 1395. واکاوی همدید - ماهواره‌ای موج بارشی سنگین استان چهارمحال‌وبختیاری. نشریه جغرافیا و مخاطرات محیطی. ۵(20)، صص 134-109.

  https://www.magiran.com/paper/1706341

شریفی، احسان؛ ثقفیان، بهرام؛ هلد اشتایناکر، راین؛ 1395. بررسی کارایی جدیدترین نسل محصولات بارش ماهوارهای با وضوح زمانی-مکانی بالا.  ششمین کنفرانس ملی مدیریت منابع آب ایران.

 https://civilica.com/doc/559219/

شکری کوچک، سعید؛ آخوندعلی، علی­محمد؛ شریفی، محمدرضا؛ 1399. ارزیابی عملکرد الگوریتم‌های بارش ماهواره­ای PERSIANN و PERSIANN-CDR و بررسی تأثیر ناهمواری‌ها بر آن (مطالعه موردی: حوضه آبریز حله. مجله اکو هیدرولوژی. ۷(2)، صص 527-511.

https://www.magiran.com/paper/2144274

عزیزیان، اصغر؛ امینی، ستاره؛ 1399. تأثیر شرایط اقلیمی و توپوگرافیکی سطح زمین بر عملکرد محصولات بارشی خانواده PERSIANN در سطح ایران. مجله تحقیقات منابع آب ایران. 16(1)، صص 101-86..

 https://www.magiran.com/paper/2146596

قهرمان، بیژن؛ زنگنه اینالو، محمدرضا؛ فریدحسینی، علیرضا؛ 1397. بررسی تطابق داده‌های بارش ماهواره­ایTRMM  اصلاح شده، با داده‌های بارش زمینی ایستگاه‌های هواشناسی حوضه‌ی آبخیز رود شاپور استان فارس. فصلنامه پژوهش‌های آبخیزداری (پژوهش و سازندگی. ۱۲۱، صص 57-43.

https://www.magiran.com/paper/1963200

گرجی زاده، علی؛ آخوندعلی، علی محمد؛ شهبازی، علی؛  مریدی، علی؛ 1398. مقایسه دو مجموعه داده بارش شبکه‌بندی شده با وضوح بالا در بالادست سد مارون در ایران. مجله تحقیقات آب و خاک ایران. ۵۰(3)، صص 541-527.  https://www.magiran.com/paper/2007634

 

Alsumaiti, T. S., Hussein, K., Ghebreyesus, D. T., & Sharif, H. O., 2020. Performance of the CMORPH and GPM IMERG products over the United Arab Emirates. In Remote Sensing (Vol. 12, Issue 9). https://doi.org/10.3390/RS12091426

Barrett, E. C., 1970. The estimation of monthly rainfall from satellite data. Monthly weather review, 98(4), 322-327.

 https://doi.org/10.1175/1520-0493(1970)098<0322:TEOMRF>2.3.CO;2

Hogan, R. J., & Mason, I. B., 2012. Deterministic Forecasts of Binary Events. In Forecast Verification (pp. 31–59). https://doi.org/10.1002/9781119960003.ch3

Katiraie-Boroujerdy, P. S., Nasrollahi, N., Hsu, K. L., & Sorooshian, S., 2013. Evaluation of satellite-based precipitation estimation over Iran. Journal of arid environments, 97, 205-219. https://doi.org/10.1016/j.jaridenv.2013.05.013

Kidd, C., 2001. Satellite rainfall climatology: A review. International Journal of Climatology, 21(9), 1041–1066. https://doi.org/10.1002/joc.635

Laboratory, N. N. S. S., 2020. SEVERE WEATHER 101 Flood Basics. Retrieved March 8, 2021, from https://www.nssl.noaa.gov/education/svrwx101/floods/

Masood, M., Shakir, A. S., Azhar, A. H., Nabi, G., & Habib-u-Rehman., 2020. Assessment of Real Time, Multi-Satellite Precipitation Products under Diverse Climatic and Topographic Conditions. Asia-Pacific Journal of Atmospheric Sciences, 56(4), 577–591. https://doi.org/10.1007/s13143-019-00166-1

Nguyen, P., Ombadi, M., Gorooh, V. A., Shearer, E. J., Sadeghi, M., Sorooshian, S., ... & Ralph, M. F., 2020. PERSIANN Dynamic Infrared–Rain Rate (PDIR-Now): A Near-Real-Time, Quasi-Global Satellite Precipitation Dataset. Journal of hydrometeorology, 21(12), 2893-2906. https://doi.org/10.1175/JHM-D-20-0177.1

Saemian, P., Hosseini-Moghari, S. M., Fatehi, I., Shoarinezhad, V., Modiri, E., Tourian, M. J., ... & Sneeuw, N., 2021. Comprehensive evaluation of precipitation datasets over Iran. Journal of Hydrology, 603, 127054. https://doi.org/10.1016/j.jhydrol.2021.127054

Ur Rahman, K., Shang, S., Shahid, M., & Wen, Y., 2020. An Appraisal of Dynamic Bayesian Model Averaging-based Merged Multi-Satellite Precipitation Datasets Over Complex Topography and the Diverse Climate of Pakistan. In Remote Sensing  (Vol. 12, Issue 1). https://doi.org/10.3390/rs12010010

Van Hoang, T., Chou, T. Y., Nguyen, N. T., Fang, Y. M., Yeh, M. L., Nguyen, Q. H., & Nguyen, X. L., 2019. A robust early warning system for preventing flash floods in mountainous area in Vietnam. In ISPRS International Journal of Geo-Information (Vol. 8, Issue 5). https://doi.org/10.3390/ijgi8050228