پیش بینی بارش روزانه در مناطق بدون آمار بارش با شبیه فرایند نقطه ای زمانی- مکانی STNSRP (مطالعه موردی: حوضه Walnut Gulch)

با توجه به اهمیت پیش بینی بارش، نیاز به وجود آمار دارای کیفیت مناسب، یا با طول بسنده در مطالعات آبشناسی و اینکه نبودن داده های ثبت شده ARIMA بارش در بسیاری از حوضه های آبخیز، استفاده از گروه های زمانی بارش تولید شده با شبیه هایی، مانند زنجیره ی مارکوفی برای تولید بارش در یک ایستگاه موضوعی مهم و متداول شده است. با توجه به ضریب اهمیت و تاثیر زیاد توزیع مکانی بارندگی در ویژگی های آب نگار خروجی از یک حوضه آبخیز، تولید بارش در چند ایستگاه به صورت همزمان اهمیت ویژه ای دارد. در این تحقیق، از شبیه فرایند نقطه ای زمانی- مکانی [1](STNSRP) برای تولید بارش در مقیاس زمانی روزانه، با درنظر گرفتن وابستگی مکانی بارش در حوضه آبخیز والنات گالچ ایالات متحده ی برای یک گروه زمانی بارش طولانی مدت (50 ساله) در 20 ایستگاه باران سنجی استفاده شده است: 14 ایستگاه به عنوان ایستگاه واقعی و 6 ایستگاه به عنوان نقاط مجازی در نظر گرفته شدند. سپس آماره های مختلف مانند میانگین، واریانس و احتمال روز خشک برای بارش تولید شده و مشاهداتی در هر یک از ایستگاه ها در ماه های مختلف سال با هم مقایسه گردیدند . همچنین با استفاده از روش IDW، نقشه ی بارش با استفاده از بارش باریده در ایستگاه های مجازی و سایر ایستگاه های موجود در منطقه تولید، با نقشه ی بارش باریده با فرض وجود همه ایستگاه ها مقایسه شدند. نتایج نشان دادند که نقشه ی بارش تولید شده با درنظر گرفتن بارش باریده در ایستگاه های مجازی نسبت به نقشه ی بارش تولید شده بدون این ایستگاه ها، تنها با درنظرگرفتن ایستگاه های موجود، خطای کمتری را دارد.