خالد اوسطی

وجود نواقص در سری های زمانی بارش و دما، یکی از مشکلات پیش روی محققین است و تخمین غیر دقیق آنها می تواند باعث بروز خطا در نتایج مطالعات آتی طرح ها شده و اجرای پروژه ها را دچار مشکل می نماید. در اغلب داده های دما و بارش، که به دلایلی نظیر عدم ثبت آمار، حذف آمار غلط و خرابی یا از بین رفتن دستگاه های اندازه گیری اتفاق می افتد، تخمین و برآورد این داده ها لازم و ضروری می باشد. بدین منظور روش های متعددی برای تخمین این داده ها وجود دارد که بسته به شرایط هر ایستگاه ممکن است هر یک روش خاص بهترین نتیجه را به همراه داشته باشد. در این تحقیق کارایی استفاده از روش های (میانگین حسابی (AA)، نسبت نرمال (NR)، سنتی انگلیسی ها (UK)، رگرسیون خطی ساده با ایستگاه شاهد( LR 1)، رگرسیون خطی ساده با ارتفاع شاهد (LR 2)، رگرسیون خطی چندمتغیره (MLR)، درونیابی وزن دهی عکس فاصله (IDW)، درونیابی به کمک توابع اسپیلاین (RBF) و کریجینگ معمولی (OK)) در بازسازی داده های سالانه و ماهانه بارش و دما با استفاده از ایستگاه های سینوپتیک کشور مورد ارزیابی قرار گرفت. 31 ایستگاه دارای آمار طولانی مدت به روش خوشه بندی به 5 گروه تقسیم شد و از هر گروه یک ایستگاه به عنوان معرف انتخاب گردید. در هر ایستگاه، 5 سال از داده های موجود حذف گردید و مقادیر آنها از روش های مذکور برآورد شد. مقادیر برآوردی و واقعی با استفاده از شاخص های خطا MAE، RMSE، RRMSE، MBE، S-MSE و CE مورد ارزیابی قرار گرفتند. نتایج بازسازی داده های سالیانه بارش نشان دهنده برآورد بهتر روش های LR1، NR و UK بود. بیشترین خطا مربوط به ایستگاه رامسر با اقلیم بسیار مرطوب و متغیر بارش بود. این امر می تواند به دلیل توپوگرافی پیچیده اطراف خزر باشد که گرادیان و روند تغییرات مکانی بارش را کاملا پیچیده نموده است.