ارزیابی روش های مختلف و پیشنهاد یک روش جدید برای بازسازی خلاءهای آماری داده های دمای کمینه روزانه در ایستگاه های ارتفاعی ایران

داده های دمای حداقل روزانه مهم ترین نیاز پژوهش های اقلیمی و همچنین مطالعات تاثیر تغییر اقلیم در زمینه سرماهای زودرس پاییزه، دیررس بهاره، طول مدت سرما، ارزیابی پتانسیل تولید محصولات باغی و زراعی وابسته به سرمازدگی و نهایتا امنیت غذایی است. از نگاه دیگر، به رغم آنکه ایستگاه های مناطق مرتفع نقش مهمی در صحت برآورد شیب ارتفاعی آماره های دما و میدانی کردن آنها دارند، تعدادشان در ایران بسیار معدود بوده و اغلب آنها از نظر آماری واجد گسستگی های زیادی هستند و بازسازی آنها برای مطالعاتی که مبتنی بر دوره های آماری همگن طولانی هستند، امری ضروری محسوب می شود. هدف از این بررسی، مقایسه روش های مختلف بازسازی داده های روزانه دمای کمینه در ایستگاه های مرتفع و معرفی برترین روش ها برای ترمیم و گسترش سری های زمانی مربوطه در دوره اقلیمی همزمان با ایستگاه های قدیمی ایران است. برای این منظور، 12 ایستگاه که ارتفاعی بیشتر از 1900 متر داشتند، انتخاب و از دوره های موجود آماری آنها 500 دمای کمینه روزانه به طور تصادفی حذف و همان داده ها با استفاده از 31 روش کلاسیک موجود و یک روش پیشنهادی جدید مبتنی بر توزیع تجمعی احتمالات وقوع دماهای کمینه بازسازی گردید و اعتبار هریک از آنها با استفاده از آماره مجذور مربعات خطا و همچنین بررسی حدود خطا در سطح اطمینان 90 و 95% بطور کمی ارزیابی شد. بر اساس نتایج به دست آمده سه روش تحلیل مولفه های اصلی، روش پیشنهادی مبتنی بر تابع توزیع تجمعی احتمالات و روش شبکه عصبی مصنوعی با حدود اعتماد 95% خطای بازسازی به ترتیب 0/2±، 2/2± و 1/3± درجه نسبت به سایر روش های بازسازی ارجحیت دارند. این بررسی منجر به تکمیل سری آماری دمای کمینه روزانه این ایستگاه ها در دوره 2010-1965 گردید که در مطالعات تغییر اقلیم و ریسک سرمای زودرس و دیررس و همچنین تغییرات تقویم زراعی در اثر پدیده تغییر اقلیم مورد استفاده قرار می گیرند.