مقایسه داده های بارش ماهانه ماهواره ای و زمینی در شبکه ای با تفکیک زیاد روی ایران

بارش برآورد شده از داده های ماهواره ای در زمینه های گوناگون از جمله بررسی های هیدرولوژیکی کاربرد دارد. استفاده کنندگان این داده ها باید شناخت کافی از خصوصیات خطای این محصولات در مناطق گوناگون جهان داشته باشند. در این بررسی داده های برآورد ماهواره ای بارش که به روش «برآورد بارش اطلاعات از راه دور با استفاده از نظریه شبکه عصبی» (PERSIANN) (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks) به دست آمده، با داده های زمینی روی ایران مقایسه شده است. داده های بارش ماهانه PERSIANN با تفکیک مکانی °25/0 طول و عرض جغرافیایی روی شبکه ای با محدوده جغرافیایی بین °25 تا °40 شمالی و °44 تا °63 شرقی روی ایران طی سال های 2003 تا 2007 با داده های باران سنجی با همین تفکیک مکانی شبکه بندی و مقایسه شد. این شبکه باران سنجی متشکل از بیش از دو هزار ایستگاه اندازه گیری در سراسر ایران است. مقایسه نقشه میانگین بارش سالانه این دو شبکه روی ایران نشان می دهد که PERSIANN الگوی تغییرات مکانی بارش سالانه را به خوبی می شناسد ولی مقدار آن را را در اغلب نقاط ایران کم برآورد و در بعضی مناطق خشک کویری بیش برآورد می کند. ضریب همبستگی و پراکنش بارش ماهانه PERSIANN و باران سنجی برای همه سلول های شبکه که حداقل شامل یک باران سنج بودند و سپس برای سلول هایی که حداقل پنج باران سنج داشتند به دست آمد. هر دو مورد نشان دهنده کم برآورد شدن بارش ماهانه این محصول ماهواره ای است. برای مقایسه این دو داده شبکه ای در مناطق جغرافیایی و اقلیم های متفاوت، نمودار سری زمانی بارش ماهانه ماهواره ای و زمینی پنج سلول که حداقل پنج باران سنج داشتند رسم شد. نتایج نشان داد که PERSIANN بارش را در منطقه زاگرس کم و در کرانه دریای خزر به شدت کم و همچنین سلول واقع در منطقه خشک شرق را زیاد برآورد می کند.