چکیده:
هدف پژوهش حاضر ارزیابی عملکرد دو پایگاه داده بارش ماهوارهای CHIRPS و پایگاه داده بازتحلیل ERA5-Land در آشکارسازی خشکسالیهای ایران با استفاده از شاخص بارش استاندارد شده در محدوده ایران میباشد. به همین منظور دادههای رستری دو پایگاه داده با استفاده از شاخص بارش استاندارد شده در 11 گام زمانی، و با استفاده از دادههای 110 ایستگاه هواشناسی و تحلیل آزمون همبستگی در محدوده کشور ایران مورد ارزیابی قرار گرفتند. نتایج نشان داد که هر دو پایگاه داده در گامهای زمانی 1 تا 12 ماهه در سرتاسر ایران بجز مناطق شمالی کشور، از همبستگی خوبی با دادههای ایستگاهی (RCHIRPS = 0. 56, RERA5 = 0. 76) برخوردار میباشند. همچنین پایگاه داده ERA5-Land در گامهای زمانی بالاتر (24-72 ماهه) نیز عملکرد قابل قبولی در آشکارسازی خشکسالیها نشان داد. همچنین نتایج نشان داد که مساحت مناطق تحت سیطره خشکسالی در هر دو پایگاه داده تا گام زمانی 12 ماهه نسبتا برابر بوده اما در گامهای زمانی بالاتر در پایگاه داده CHIRPS دچار خطا شده و قابل اعتماد نخواهد بود. همچنین بر اساس نتایج مشخص شد که بطور کلی دقت و قابلیت پایگاههای داده در گامهای زمانی بالا با طول دوره آماری 30-40 سال کاهش قابل ملاحضهای یافته و برای گامهای زمانی بلندتر میبایست از طول دوره آماری طولانی تری استفاده شود.
The aim of this study is to evaluate the performance of two precipitation datasets, CHIRPS and ERA5-Land, in detecting droughts using the Standardized Precipitation Index (SPI) over Iran. To achieve this, the raster data of the two datasets were evaluated using the standardized precipitation index in 11 time steps, along with precipitation data from 110 meteorological stations and correlation analysis. The study results revealed that both CHIRPS and ERA5-Land datasets exhibited a high degree of correlation with station data in time steps ranging from 1 to 12 months across Iran, except for the northern region (RCHIRPS = 0.56, RERA5 = 0.76). Furthermore, the ERA5-Land dataset demonstrated an acceptable level of performance in higher time steps (24-72 months) compared to CHIRPS. Additionally, the study revealed that the areas affected by drought were relatively similar between both datasets for time steps up to 12 months, although the reliability of CHIRPS was questionable at higher time steps. Moreover, based on the results, it was found that in general, the accuracy and capability of databases in high time steps, with a statistical period length of 30-40 years, have been significantly reduced, and for longer time steps, a longer statistical period should be used.
خلاصه ماشینی:
از جمله مطالعات مشابهي که تاکنون در اين زمينه انجام شده است ، مي توان به موارد زير اشاره کرد: Jinyoung Rhee و همکاران (٢٠١٠)، در مطالعه اي ، شاخص مقياس بندي شده وضعيت خشک سالي (SDCI) را با ادغام داده هاي LST و NDVI سنجنده MODIS و داده هاي بارش ماهواره TRMM توسعه دادند و با استفاده از شاخص هاي PSDI،Z -پالمر، ٣-SPI و ٦-SPI براي دوره ٢٠٠٠-٢٠٠٩ مورد ارزيابي قرار دادند نتايج نشان داد شاخص SDCI بهتر از شاخص هاي موجود مانند NDVI و شاخص سلامت گياهي (VHI) در منطقه خشک آريزونا و نيومکزيکو و همچنين در منطقه مرطوب کاروليناي شمالي و کاروليناي جنوبي عمل مي کند.
Navidi Nassaj و همکاران (٢٠٢١) در پژوهشي به بررسي قابليت هاي پنج پايگاه داده بارش شبکه بندي شده ,GPCC PERSIANN-CDR, CHIRPS, ECMWF ERA٥ و ٢-NASA MERRA در آشکارسازي خشک ساليها براي ١٣ ايستگاه سينوپتيک در گستره کشور ايران با استفاده از شاخص خشک سالي SPI براي دوره زماني ١٩٨٧-٢٠١٦ و بر اساس شاخص هاي ارزيابي عملکرد ضريب همبستگي، ضريب نش -ساتکليف ، RMSE، شاخص توافق اصلاح شده MAI، شاخص نسبت هشدار کاذب FAR، شاخص احتمال تشخيص POD و شاخص موفقيت بحراني CSI پرداختند.
همان طور که اشاره شد، به منظور بررسي کارايي پايگاه هاي داده Land-ERA٥ و CHIRPS و همچنين بررسي وضعيت 2 Climate Hazards Group InfraRed Precipitation with Station data 3 Reanalysis 4 the European Centre for Medium-Range Weather Forecasts پديده خشک سالي از شاخص بارش استانداردشده SPI استفاده شد.