چکیده:
این پژوهش در پهنة ایرانزمین به منظور بررسی انتخاب بهترین روش درونیابی مکانی برای برآورد میزان متوسّط دمای سالانه انجام گردید. برای این منظور، از آمار دمای 180 ایستگاه سینوپتیک در سطح کشور استفاده شد و با استفاده از روشهای مختلف درونیابی قطعی IDW، GPI، LPI و RBF با توان و مدلهای مختلف (اسپلاین نواری کاملاً منظّم، چندربعی معکوس، چندربعی، نواری با کشش و نواری با ضخامت کم) و روشهای درونیابی زمینآماری کریجینگ و کوکریجینگ (با مدلهای دایرهای، کروی، کروی چهار وجهی، پنج وجهی، نمایی، گوسین، درجه دوّم منطقی، اثر قطعهای، K-bessel، J-bessel و ثابت) به بررسی الگوی توزیع مکانی متوسّط دمای سالانه در سطح ایران و شناخت مناسبترین روش میانیابی در کشور پرداخته شد. با استفاده از روش ارزیابی متقابل و استفاده از شاخصهای RMSE، MBE، MAPE و r مناسبترین روش میانیابی انتخاب شد. در نهایت با استفاده از روشهای مناسبتر، نقشههای متوسّط دمای سالانه در محیط GIS تهیّه گردید. نتایج نشان داد برای پهنهبندی متوسّط دمای سالانه در ایران، روش RBF با مدل چندربعی نسبت به سایر مدلها دارای کمترین مقدار RMSE و بیشترین مقدار همبستگی است.
The present study was done through Iran to investigate the best method of spatial interpolation to estimate the annual average temperature. Therefore، the data of 180 synoptic stations in Iran were used. Using different interpolation methods (IDW، GPI، LPI and RBF) with different powers of 1، 2، 3، 4 and 5 and models (Completely Regularized Spline، Inverse Multi-quadric، Multi-quadric، Spline with Tension، and Thin Plate Spline)، spatial distribution of the average annual precipitation was investigated to recognize the best method of interpolation. The geo-statistical interpolation methods were kriging and co-kriging. Using some evaluation methods and some indices (RMSE، MBE، MAPE and R)، the best method for interpolation was selected. Finally، annual temperature map in GIS was provided by the best method. The results showed that the RBF method has the least RMSE and the most correlation relationship than the others for the interpolating the annual average temperature in Iran (Multi-quadric)
خلاصه ماشینی:
"ایرمک و راناد١٦ (٢٠٠٨) نشان دادند که کریجینگ بهترین روش پهنه بندی برای پارامتر دما اسـت ــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ 1- Campling 2- Spatial Interpolation 3- Abdul-Rahman 4- Chaplot 5- Li 6- Inverse Distance Weighted 7- Shepard 8- Kriging 9- Deutsch & Journel 10- Krige 11- Yue 12- Zimmerman 13- Spline 14- Aguilar 15- Perice 16- Irmak and Ranade و همچنین نتایج تحقیقات یان هونگ ١ و همکاران (٢٠٠٥) نشـان داد کـه خطـای درون یـابی متوسـط دمـای ماهانه در حدود ٠/٤٢ تا ٠/٨٣ درجۀ سانتیگراد است .
در این پژوهش ، با توجه به اهمیت موضوع برای تهیۀ نقشۀ متوسط دمای سالانه در ایران با رویکرد انتخاب بهترین روش میان یابی از بین روش های درون یابی قطعی IDW،GPI و LPI با توان وزن دهی یک تا پنج و از روش RBF با مـدل هـای توابـع نـواری کـاملا مـنظم ٤، چنـدربعی معکـوس ، 5 چندربعی ٦، نواری با کشش ٧ و نواری با ضخامت کـم ٨ اسـتفاده شـده اسـت و از بـین روش هـای زمـین آمـاری ، روش های کریجینگ و کوکریجینگ از سه روش معمولی (OK٩)، ساده (SK١٠) و عمومی (UK١١) با مدل هـای دایره ای ١٢، کروی ١٣، چهار وجهی١٤، پنج وجهی ١٥، نمایی١٦، گوسین ١٧، درجه دوم منطقی ١٨، اثـر قطعـه ای ١٩، -K J-bessel،bessel و ثابت ٢٠ استفاده گردید."