بررسی امکان پیش بینی بارش روزانه با استفاده از تحلیل سری زمانی داده های ماهواره ای مشخصات فیزیکی ابر

پایان نامه
چکیده

پیش بینی بارش در آگاهی و هشدار قبل از وقوع سیلاب، مدیریت منابع آب و از همه مهم تر در برآورد نیاز آبی و تحصیص و توزیع مناسب آب کشاورزی از اهمیت بالایی برخوردار است. در این پژوهش به منظور بررسی امکان پیش بینی بارش، رابطه ی بین مشخصات فیزیکی ابر حاصل از تصاویر سنجنده ی مادیس با محصول بارش از ماهواره ی trmm در بخشی از منطقه ی فلات مرکزی ایران مورد بررسی قرار گرفت. صحت سنجی داده های بـارش ماهواره ی trmm با اسـتفـاده از داده های ایستگاه های هـمدیدی و صـحت سنجی تولیدات فیزیکی ابر با استفاده از اطلاعات پروژه ی بارورسازی ابرها صورت گرفت. تحلیل سری زمانی محصولات ماهواره ای مشخصات فیزیکی ابر شامل پارامترهای فشار بالای ابر (روز، شب و ترکیبی)، دمای بالای ابر(روز، شب و ترکیبی)، شعاع موثر ابر (فاز یخی، مایع و ترکیبی از دو فاز)، ضخامت نوری ابر (فاز یخی، مایع و ترکیبی از دو فاز) و آب مایع درون ابر (فاز یخی، مایع و ترکیبی از دو فاز) برای سال 2010 میلادی و برای منطقه ی مورد مطالعه صورت گرفت. نتایج حاصل از تحلیل سری زمانی نشان داد که تولیدات فیزیکی ابرها وابسته به زمان و دارای نوسانات فصلی هستند. بررسی ماهانه ی ارتباط بارش با تولیدات فیزیکی ابرها برای سال 2010 میلادی و در سطح تفکیک مکانی 100 کیلومتر مربع انجام شد. نتایج نشان داد که در ماه های پربارش مانند ماه ژانویه ارتباط بین بارش و مشخصات فیزیکی ابرها بالاتر می باشد. به طوری که مقدار r2 در ماه ژانویه سال 2010 بین بارش و ضخامت نوری ابر در فاز ترکیبی به 0/81و بین بارش و آب مایع درون ابر در فاز یخی به 0/72 می رسد. بررسی روزانه ی ارتباط بارش با مشخصات فیزیکی ابرها برای 5 رویداد بارش (روزهای 13 دسامبر 2001، 9 ژانویه 2004، 9 دسامبر 2004، 13 دسامبر 2004 و 22 ژانویه 2005) و در محدوده ی مکانی بین 28 تا 30 درجه عرض شمالی و 51 تا 54 درجه طول شرقی از نصف النهار گرینویچ و در سطح تفکیک مکانی 25 کیلومتر مربع انجام گرفت. علت انتخاب این محدوده از منطقه ی مورد مطالعه وجـود بارش های سنگین بالای 100 میلی متر بر روز در روزهای مـورد نـظر بود. نتایج نشان داد که پارامتر آب مـایع درون ابر اثر بـیش تری بر بارش دارد. تخمین های بارش با استفاده از مدل های رگرسیونی خطی تولیدات آب مایع درون ابر در روزهای مورد مطالعه انجام گردید که نتایج نشان داد که در روز 9 دسامبر 2004، مقدار r2 به 0/75 برای 75 نقطه ی مورد بررسی رسیده است. برآورد بارش با استفاده از شبکه ی عصبی مصنوعی و مشخصات فیزیکی ابرها برای رویدادهای بارش مورد مطالعه انجام گرفت که نتایج حاصل از آن دارای همبستگی بالا در بخش آزمون شبکه ی عصبی مصنوعی شد. ارتباط مقدار بارش با میزان افت فشار و دمای بالای ابر در روزهای بارش نسبت به روز قبل از بارش در روزهای مورد مطالعه انجام گرفت که نتایج نشان داد که این ارتباط مـعنی دار می باشد.

منابع مشابه

بازسازی سری های زمانی داده های ماهواره ای دمای سطح زمین با استفاده از الگوریتم تجزیه و تحلیل هارمونیک سری های زمانی (HANTS)

دمای سطح زمین (LST) یکی از پارامترهای اساسی در مبادله انرژی بین زمین و اتمسفر است. در بسیاری از علوم مختلف از جمله اقلیم‌شناسی، هیدرولوژی، کشاورزی، اکولوژی، بهداشت عمومی و علوم زیست‌محیطی استفاده از سری­های زمانی LST کاربرد فراوان دارد. اما سری­های زمانی داده­های ماهواره­ای معمولاً دارای داده­های ناقص، از دست رفته و یا غیر قابل قبول هستند که این به دلیل حضور ابرها در تصاویر، وجود ذرات گرد و غبار...

متن کامل

پیش بینی دبی جریان رودخانه با استفاده از داده کاوی و سری زمانی

شبیه­سازی جریان رودخانه به‌منظور آگاهی از دبی رودخانه در دوره‌های زمانی آینده از مسائل مهم و کاربردی است. با توجه به اهمیت اطلاع از دبی جریان در سال­های آینده، در این مطالعه دبی جریان در سه ایستگاه حاجی‌قوشان، قره‌شور و تمر در حوضۀ آبخیز گرگانرود برای سال­های آبی 90-1381 شبیه­سازی شد. به‌منظور شبیه­سازی از روش آماری سری زمانی در قالب الگوی اتورگرسیون (AR) و داده‌کاوی در قالب ماشین بردار پشتیبان...

متن کامل

واکاوی زمانی بارش سالانه شهر شیراز با استفاده از تحلیل سری های زمانی

بارندگی یکی از عوامل مهم هواشناسی است که مقدار آن به نحو چشمگیری در نقاط مختلف کره زمین تغییر می‌یابد. یکی از روش‌هایی که به کمک آن می توان سیر تحولات بارندگی را درگذشته و حال بررسی نمود، آنالیز روند سری‌های زمانی در مقیاس‌های مختلف زمانی است. در این تحقیق از متوسط بارش سالانه شهر شیراز برای مدل‌سازی و پیش‌بینی با استفاده از تکنیک تحلیل سری‌های زمانی استفاده‌شده است. برای این منظور از ایستگاه س...

متن کامل

پیش بینی سیلاب از طریق داده های سری زمانی دبی رودخانه سومبار با استفاده از مدل باکس _جنکینز

امروزه یکی از مهمترین مسائل جهت مدیریت سیلاب، پیش بینی جریان رودخانه ها می باشد. جلوگیری از صدمات اقتصادی و جانی ناشی از سیلاب یکی از مهمترین دستاوردهای پیش بینی صحیح جریان می باشد. فاکتورها و عوامل مختلفی بر روی دبی رودخانه تاثیر گذار است که تحلیل این پدیده را مشکل می سازند. مدلهای فیزیکی-مفهومی، رگرسیونی و سری های زمانی از معمولترین روشهای تحلیل جریان رودخانه می باشند در این تحقیق با استفاده ...

متن کامل

پیش بینی وقوع بارش روزانه با استفاده از داده های هواشناسی روزهای قبل (مطالعه موردی: شهر اصفهان)

هدف از این تحقیق، پیش­بینی وقوع بارش روزانه شهر اصفهان با استفاده از داده­های هواشناسی 1 تا 7 روز قبل می­باشد. برای این منظور،داده­های هواشناسی دوره 2009-2000 با استفاده از مدل­های هوشمند بردار پشتیبان، k-نزدیک­ترین همسایگی، شبکه عصبی مصنوعی و درخت تصمیم بررسیگردید. نتایج نشان داد که در هر چهار روش، دقت پیش­بینی بهترین سناریوها با استفاده از داده­های 6 و 7 روز قبل، کمتر از 75 درصد بود، اما با ا...

متن کامل

پیش بینی تورم با استفاده از رهیافت سری های زمانی

امروزه، پیش­بینی متغیرهای کلان اقتصادی از جمله نرخ تورم، از اهمیت ویژه­ای برای سیاستگذاری و برنامه ریزی های اقتصادی برخوردار شده است. در این راستا در دهه های اخیر، مدل­های پیش­بینی گوناگونی برای نرخ تورم مطرح شده اند. در این مقاله، با استفاده از سری زمانی نرخ تورم اعلام شده از سوی مرکز آمار ایران (از اسفند ۱۳۸۲ تا آذر ۱۳۹۳)،  مدل (۲،۲،۳)arima انتخاب شد. بعد از تصریح مدل، ابتدا پیش بینی درون نمو...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده علوم کشاورزی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023