List of Articles بارش ماهواره ای

• Open Access Article
  • Abstract Page
  • Full-Text
  
  1 - Downscaling TRMM satellite-based precipitation data using non-stationary relationships between precipitation and land surface characteristics
  Bahareh Zanjani Hesam Seyed Kaboli Mohsen Rashidian
  Satellite-based precipitation dataset has been widely used to estimate precipitation, especially over regions with sparse rain gauge networks. However, the low spatial resolution of these datasets has limited their application in localized regions and watersheds. So, ha More

  Satellite-based precipitation dataset has been widely used to estimate precipitation, especially over regions with sparse rain gauge networks. However, the low spatial resolution of these datasets has limited their application in localized regions and watersheds. So, having an accurate estimation of precipitation by satellites along with the adequate spatial scale in hydrologic studies is the main goal of this study. In this research, Geographically weighted regression (GWR) method was investigated to downscale the Tropical Rainfall Measuring Mission (TRMM-3B42 Version 7) over the DEZ river basin in the southwest of IRAN for 2010-2011. Downscaling was performed based on the non-stationary relationships between the TRMM precipitation and the Digital elevation model (DEM) derived products, the Normalized difference vegetation index (NDVI), the Enhanced vegetation index (EVI) and the Land surface temperature (LST). The result shows that the downscale precipitation at 1 km spatial scale had significantly improved spatial resolution, and agreed well with data from the rain gauge stations. For the 16-day precipitation, Mean square root means square error (RMSE) and absolute mean error (MAE) values are 22.7 mm and 7.45 mm, respectively. However, the accuracy of the model varies in a different location and depends on the vegetation condition. Manuscript profile
• Open Access Article
  • Abstract Page
  • Full-Text
  
  2 - ارزیابی مدل‌‌های CMIP5 جهت شبیه‌ سازی بارش با استفاده از ترکیب داده‌های بارش شبکه‌ای APHRODIT و بارش ماهواره ای PERSIANN-CDR در سراسر استان خوزستان
  کاظم رنگزن علی شهبازی زهرا جریده مصطفی کابلی زاده
  یکی از مهم ترین محدودیت  های مدل  های گردش عمومی جو، بزرگ  مقیاس بودن متغیرهای اقلیمی شبیه  سازی شده می  باشد. بنابراین می بایست به روش های مختلف ریزمقیاس شوند تا توانایی لازم جهت برازش به منطقه مورد مطالعه را داشته باشند. انتخاب مدل GCM مناسب ب More

  یکی از مهم ترین محدودیت  های مدل  های گردش عمومی جو، بزرگ  مقیاس بودن متغیرهای اقلیمی شبیه  سازی شده می  باشد. بنابراین می بایست به روش های مختلف ریزمقیاس شوند تا توانایی لازم جهت برازش به منطقه مورد مطالعه را داشته باشند. انتخاب مدل GCM مناسب برای محدوده مورد مطالعه نقش بسیار مهمی در شبیه سازی پارامتر موردنظر (بارش) برای آینده دارد. در این تحقیق از مدل های CMIP5 شامل BCC-CSM1.1.M، MPI-ESM-MR و  MPI-ESM-LR به منظورارزیابی مدل ها در دوره پایه و مشخص کردن بهترین مدل جهت برازش به منطقه مورد مطالعه استفاده شد. بدین ترتیب که ابتدا هیستوریکال مدل و دیتای شاهد (ترکیب بارش ماهواره ای پرژین و بارش شبکه ای آفرودیت) به دو دوره تقسیم شد دوره اول 1992-1983 به عنوان دوره پایه و دوره دوم 2003-1994 به عنوان دوره ارزیابی. شاخص های راست آزمایی میانگین خطای مطلق و شاخص امتیاز مهارتی میانگین خطای مطلق بین مدل ها و شاهد در دوره ارزیابی قبل و بعد از اصلاح و ریزمقیاس نمایی به صورت فصلی در نرم افزار متلب برای تمامی پیکسل های استان خوزستان محاسبه شد. .نتایج حاکی از آن است که قبل از اعمال روش ریزمقیاس نمایی عامل تغییر (دلتا) مدل BCC-CSM1.1.Mدارای خطای کمتر نسبت به دو مدل دیگر بود و دو مدل دیگر از لحاظ میزان خطا تقریبا مشابه بودند. .بعد از اعمال روش دلتا مدل BCC-CSM1.1.M بهترین بهبود را از خود نشان داد و مدل های MPI-ESM-MR,  MPI-ESM-LR به ترتیب در رتبه های دوم و سوم اهمیت قرار گرفتند. بنابراین بیشترین اعتماد  بعد از ریزمقیاس نمایی  به روش دلتا برای آینده تحت سناریوی RCP5.4 برای  استان خوزستان به مدل BCC-CSM1.1.M اختصاص یافت. Manuscript profile
• Open Access Article
  • Abstract Page
  • Full-Text
  
  3 - Downscaling of satellite-based precipitation considering the spatially heterogeneous relationship between precipitation and environmental variables
  Arman Abdollahipour Hassan Ahmadi Babak Aminnejad
  The satellite-based precipitation products are one of the sources of rainfall estimation. Nonetheless, for usage in the local regions and, or for parameterizing of meteorological and hydrological models at basin scales, their spatial resolution is often coarse. Therefor More

  The satellite-based precipitation products are one of the sources of rainfall estimation. Nonetheless, for usage in the local regions and, or for parameterizing of meteorological and hydrological models at basin scales, their spatial resolution is often coarse. Therefore, in this study, a downscaling– calibration method was developed for global precipitation measurement (GPM) satellite estimates (at 0.1° spatial resolution), for one year from 01/04/2014 to 31/03/2015, by considering the spatial heterogeneity of the relationship between precipitation and the environmental variables using the mixed geographically weighted regression (MGWR) model for Golestan province. In obtaining improved precipitation data with 1 km spatial resolution at an annual scale, the results showed that (1) the proposed method not only improved the spatial resolution of precipitation but also increased accuracy; (2) the downscaled and calibrated precipitation data (CC = 0.74, bias = 0.23) performed better than the original data (CC = 0.58, bias = 0.35) against ground observations. Manuscript profile