ریزمقیاس نمایی بارش ماهواره ای با در نظر گرفتن رابطه مکانی ناهمگن بین بارش و متغیرهای محیطی
محورهای موضوعی : سنجش از دور
آرمان عبدالهی پور
1
,
حسن احمدی
2
,
بابک امین نژاد
3
1 - دانشجوی دکتری گروه عمران، دانشکده فنی و مهندسی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران
2 - استادیار گروه عمران، دانشکده فنی و مهندسی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران
3 - استادیار گروه عمران، دانشکده فنی و مهندسی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران
کلید واژه: سنجش از دور, استان گلستان, ریزمقیاس نمایی, بارش ماهواره ای,
چکیده مقاله :
محصولات بارش ماهواره ای، یکی از منابع تخمین بارندگی می باشند. با این وجود، برای استفاده در مناطق محلی، و یا برای پارامترسازی مدل های هواشناسی و هیدرولوژیکی در مقیاس های حوضه ای؛ رزولوشن مکانی آنها اغلب درشت است. بنابراین، در این تحقیق یک روش ریزمقیاس نمایی- کالیبراسیون برای تخمین های ماهواره ای مأموریت اندازه گیری بارش جهانی (GPM؛ رزولوشن مکانی 1/0 درجه) از تاریخ 01/04/2014 تا 31/03/2015 به مدت یک سال، با در نظر گرفتن ناهمگنی مکانی در رابطه بین بارش و متغیرهای محیطی، با استفاده از مدل رگرسیون وزنی جغرافیایی مختلط (MGWR) برای استان گلستان، توسعه داده شد. در دستیابی به داده های بارش بهبود یافته با رزولوشن مکانی یک کیلومتر در مقیاس سالانه، نتایج نشان داد که (1) با روش پیشنهادی نه تنها رزولوشن مکانی بهبود یافت، بلکه دقت نیز افزایش پیدا کرد؛ (2) داده های بارش ریز مقیاس شده و کالیبره شده (CC= 0.74, bias= 0.23) عملکرد بهتری از داده های اصلی (CC= 0.58, bias= 0.35) در برابر مشاهدات زمینی داشتند.
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.
1- اکبری، مهدی. آقایی، محمدمهدی. فرهمند، حمید. تجریشی، مسعود. (1395): ریزمقیاس نمودن محصول بارش ماهواره TRMMبه کمک داده‌های ثبت شده زمینی و مدل رقوم ارتفاعی. اولین کنفرانس بین‌المللی آب، محیط‌زیست و توسعه پایدار، گروه مهندسی عمران، دانشکده فنی، دانشگاه محقق اردبیلی، 6 تا 8 مهر.
2- علی بخشی، سیده مریم. فرید حسینی، علیرضا. داوری، کامران. علیزاده، امین. گاسچا، هنری مونیکا. (1395): مقایسه آماری بین محصولات IMERG و TMPA 3B42V7 در سطح سه داده‌های بارش GPM و TRMM (مطالعه موردی: حوضه آبریز کشف رود، استان خراسان رضوی). مرتع و آبخیزداری، مجله منابع طبیعی ایران، دوره 69، شماره 4.
3- قرابیگلی، فریده. وظیفه دوست، مجید. پیرمرادیان، نادر. اشرف زاده، افشین. (1392): ریزمقیاس کردن داده‌های ماهواره‌ای بارندگی TRMM و مقایسه آن با داده‌های رادار هواشناسی داپلر در مناطق ساحلی دریای خزر. رساله دوره دکتری، دانشگاه گیلان، دانشکده علوم کشاورزی، گروه مهندسی آب (آبیاری و زهکشی).
4- Abdollahipour, Arman. Ahmadi, Hassan. Aminnejad, Babak. (2020): Evaluating The Hydrological Utility Of Satellite-Based Rainfall Products Using Neural Network Models Over The Ghare Ghieh River Basin, Iran. Journal Of Water And Climate Change.
5- Abdollahipour, Arman. Ahmadi, Hassan. Aminnejad, Babak. (2021)::A Review Of Downscaling Methods Of Satellite-Based Precipitation Estimates, Earth Science Informatics: 1-20.
6- Abdollahipour, Arman. Ahmadi, Hassan. Aminnejad, Babak. (2021): Evaluating The Reconstruction Method Of Satellite-Based Monthly Precipitation Over Golestan Province, Northern Iran, Acta Geophysica 69, No. 6: 2305-2323.
7- Alexakis, D.D. Tsanis, I.K. (2016): Comparison Of Multiple Linear Regression And Artificial Neural Network Models For Downscaling TRMM Precipitation Products Using MODIS Data. Environmental Earth Sciences, 75(14), Pp.1-13.
8- Cheema, Muhammad Jehanzeb Masud. And Bastiaanssen, Wim GM. (2012): Local Calibration Of Remotely Sensed Rainfall From The TRMM Satellite For Different Periods And Spatial Scales In The Indus Basin. International Journal Of Remote Sensing, 33(8), Pp.2603-2627.
9- Chen, Cheng. Zhao, Shuhe. Duan, Zheng. Qin, Zhihao. (2015): An Improved Spatial Downscaling Procedure For TRMM 3B43 Precipitation Product Using Geographically Weighted Regression, IEEE Journal Of Selected Topics In Applied Earth Observations And Remote Sensing, 1939-1404.
10- Chen, Fengrui. Liu, Yu. Liu, Qiang. Li, Xi. (2014): Spatial Downscaling Of TRMM 3B43 Precipitation Considering Spatial Heterogeneity, Taylor & Francis, International Journal Of Remote Sensing, 35:9, 3074-3093.
11- Chen, Shaodan. Zhang, Liping. She, Dunxian. Chen, Jie. (2019). Spatial Downscaling Of Tropical Rainfall Measuring Mission (TRMM) Annual And Monthly Precipitation Data Over The Middle And Lower Reaches Of The Yangtze River Basin, China. Water, 11(3), P.568.
12- Chen, Yuanyuan. Huang, Jingfeng. Sheng, Shaoxue. Mansaray, Lamin R. Liu, Zhixiong. Wu, Hongyan. Wang, Xiuzhen. (2018): A New Downscaling-Integration Framework For High-Resolution Monthly Precipitation Estimates: Combining Rain Gauge Observations, Satellite-Derived Precipitation Data And Geographical Ancillary Data. Remote Sensing Of Environment, 214, Pp.154-172.
13- Duan, Zheng. Bastiaanssen, W.G.M. (2013): First Results From Version 7 TRMM 3B43 Precipitation Product In Combination With A New Downscaling–Calibration Procedure, Elsevier, Sciencedirect, Remote Sensing Of Environment, 131, 1–13.
14- Duan, Zheng. Liu, Junzhi. Tuo, Ye. Chiogna, Gabriele. Disse, Markus. (2016): Evaluation Of Eight High Spatial Resolution Gridded Precipitation Products In Adige Basin (Italy) At Multiple Temporal And Spatial Scales, Elsevier, Sciencedirect, Science Of The Total Environment, 0048-9697.
15- Fang, Jian. Du, Juan. Xu, Wei. Shi, Peijun. Li, Man. Ming, Xiaodong. (2013): Spatial Downscaling Of TRMM Precipitation Data Based On The Orographical Effect And Meteorological Conditions In A Mountainous Area, Elsevier, Sciencedirect, Advances In Water Resources, 61, 42–50.
16- Immerzeel, W.W. Rutten, M.M. Droogers, P. (2009): Spatial Downscaling Of TRMM Precipitation Using Vegetative Response On The Iberian Peninsula, Elsevier, Sciencedirect, Remote Sensing Of Environment, 113, 362–370.
17- Jia, Shaofeng. Zhu, Wenbin. Lű, Aifeng. Yan, Tingting. (2011): A Statistical Spatial Downscaling Algorithm Of TRMM Precipitation Based On NDVI And DEM In The Qaidam Basin Of China, Elsevier, Sciencedirect, Remote Sensing Of Environment, 115, 3069–3079.
18- Jing, Wenlong. Yang, Yaping. Yue, Xiafang. Zhao, Xiaodan. (2016): A Spatial Downscaling Algorithm For Satellite-Based Precipitation Over The Tibetan Plateau Based On NDVI, DEM, And Land Surface Temperature, MDPI, Remote Sensing, 8, 655.
19- Liu, Jinping. Zhang, Wanchang. Nie, Ning. (2018): Spatial Downscaling Of TRMM Precipitation Data Using An Optimal Subset Regression Model With NDVI And Terrain Factors In The Yarlung Zangbo River Basin, China, Hindawi, Advances In Meteorology, Article ID 3491960, 13 Pages.
20- Ma, Ziqiang. Xu, Jintao. He, Kang. Han, Xiuzhen. Ji, Qingwen. Wang, Tsechun. Xiong, Wentao. Hong, Yang. (2020): An Updated Moving Window Algorithm For Hourly-Scale Satellite Precipitation Downscaling: A Case Study In The Southeast Coast Of China. Journal Of Hydrology, 581, P.124378.
21- Ma, Ziqiang. He, Kang. Tan, Xiao. Xu, Jintao. Fang, Weizhen. He, Yu. Hong, Yang. (2018): Comparisons Of Spatially Downscaling TMPA And IMERG Over The Tibetan Plateau. Remote Sensing, 10(12), P.1883.
22- Ma, Ziqiang. Shi, Zhou. Zhou, Yin. Xu, Junfeng. Yu, Wu. Yang, Yuanyuan. (2017): A Spatial Data Mining Algorithm For Downscaling TMPA 3B43 V7 Data Over The Qinghai Tibet Plateau With The Effects Of Systematic Anomalies Removed, Elsevier, Sciencedirect, Remote.
23- Sharifi, Ehsan. Saghafian, B. Steinacker, R. (2019): Downscaling Satellite Precipitation Estimates With Multiple Linear Regression, Artificial Neural Networks, And Spline Interpolation Techniques. Journal Of Geophysical Research: Atmospheres, 124(2), Pp.789-805.
24- Shi, Yuli. Song, Lei. Xia, Zhen. Lin, Yurong. B. Myneni, Ranga. Choi, Sungho. Wang, Lin. Ni, Xiliang. Lao, Cailian. Yang, Fengkai. (2015): Mapping Annual Precipitation Across Mainland China In The Period 2001–2010 From TRMM3B43 Product Using Spatial Downscaling Approach, MDPI, Remote Sensing, 7, 5849-5878.
25- Xu, Shiguang. Wu, Chaoyang. Wang, Li. Gonsamo, Alemu. Shen, Yan. Niu, Zheng. (2015): A New Satellite-Based Monthly Precipitation Downscaling Algorithm With Non-Stationary Relationship Between Precipitation And Land Surface Characteristics, Elsevier, Sciencedirect, Remote Sensing Of Environment, 162, 119–140.
26- Zhan, Chesheng. Han, Jian. Hu, Shi. Liu, Liangmeizi. Dong, Yuxuan. (2018): Spatial Downscaling Of GPM Annual And Monthly Precipitation Using Regression-Based Algorithms In A Mountainous Area, Hindawi, Advances In Meteorology, Volume 2018, Article ID 1506017, 13 Pages.
27- Zhang, Yueyuan. Li, Yungang. Ji, Xuan. Luo, Xian. Li, Xue. (2018): Fine-Resolution Precipitation Mapping In A Mountainous Watershed: Geostatistical Downscaling Of TRMM Products Based On Environmental Variables, MDPI, Remote Sensing, 10, 119.
28- Zhao, Na. (2021): An Efficient Downscaling Scheme For High-Resolution Precipitation Estimates Over A High Mountainous Watershed, Remote Sensing, 13(2), P.234.
29- Zhao, Xiaodan. Jing, Wenlong. Zhang, Pengyan. (2017): Mapping Fine Spatial Resolution Precipitation From TRMM Precipitation Datasets Using An Ensemble Learning Method And MODIS Optical Products In China, MDPI, Sustainability, 9, 1912.
_||_