Evaluation of Deterministic and Geostatistical Methods for Regionalization of Seasonal Precipitation in Hamadan Province

Document Type : Research Paper

Authors

1 Ph.D. Student of Water Resources Engin., Faculty of Agric., Bu-Ali Sina University of Hamadan, Iran

2 Prof., Dept. of Sciences and Water Engin., Faculty of Agric., Bu-Ali Sina University of Hamadan, Iran

Abstract

Precipitation information plays an important role in water resources and natural resources studies in any region. With respect to the large changes in the spatial and temporal distribution of precipitation in the arid and semi- arid areas, it is important to regionalize precipitation. One of the methods for regionalization of precipitation is application of deterministic and geostatistical methods. In this research, different methods, namely, inverse distance, local polynomial, radial basis function, simple kriging and ordinary kriging were assessed using different models for regionalization of seasonal precipitation in Hamadan Province utilizing the precipitation statistics of 20 meteorological stations belonging to the Meteorological Organization and Ministry of Energy for a 10-year period (2003-2012). For assessing the performance of the examined methods the cross validation method, the assessment criteria Mean Absolute Error, Root Mean Squared Error and General Standard Deviation index were utilized. The results showed that the radial basis function method with Thin Plate Spline model for the autumn, the inverse distance weighting method for the winter and spring, and the radial basis function with Completely Regularized Spline model for the summer were the most appropriate methods for regionalization of the seasonal precipitation in Hamadan Province.

Keywords

References

 
ثقفیان ب، رزمخواه ه و قرمز چشمه ب، 1390. بررسی تغییرات منطقه­ای بارش سالانه باکاربرد روشهای زمین آمار (مطالعه موردی: استان فارس). مهندسی منابع آب، شماره 9، صفحه­های 29 تا 38.
ذبیحی ع، سلیمانی ک، شعبانی م و آبروش ص، 1390. بررسی توزیع مکانی بارش سالانه با استفاده از روش‎های زمین‎آماری (ﻣﻄﺎﻟﻌﻪ ﻣﻮردی: اﺳﺘﺎن قم). پژوهشهای جغرافیای طبیعی، شماره 78، صفحه­های 102 تا 112.
زمانی ر، آخوندعلی ع، سلیمانی ک، انصاری ف و اله بخشیان پ، 1391. کاربرد زمین آمار در پهنه بندی شدت های خشکسالی. پژوهشنامه مدیریت حوضه آبخیز، شماره 6، صفحه­های 15 تا 29.
صفرراد ط، فرجی سبکبار ح، عزیزی ق و عباسپور ر­، 1392. تحیل مکانی تغیرات بارش در زاگرس میانی از طریق روش­های زمین آمار (1995-2004). جغرافیا و توسعه، شماره 31، صفحه­های 149 تا 164.
قهرودی تالی م، 1388. سیستم اطلاعات جغرافیایی در محیط سه بعدی. انتشارات جهاد دانشگاهی واحد تربیت معلم.
کریمی ح و فتحی­زاد ح، 1394. ﺑﺮرﺳﻲ ﺗﻐﻴﻴﺮات ﻣﻨﻄﻘﻪای ﺑﺎرش ﺳﺎﻻﻧﻪ ﺑﺎ ﻛﺎرﺑﺮد روشﻫﺎی زﻣﻴﻦ آﻣﺎر (ﻣﻄﺎﻟﻌﻪ ﻣﻮردی: اﺳﺘﺎن ایلام). جغرافیا و برنامه­ریزی، شماره 53، صفحه­های 277 تا 297.
گلمحمدی گ، معروفی ص و محمدی ک، 1387. منطقه­ای نمودن ضریب رواناب در استان همدان با استفاده از روشهای زمین­آماری و GIS. علوم و فنون کشاورزی و منابع طبیعی، شماره 46، صفحه­های 501 تا 514.
متکان ع، عربی ب، لشکری ح و میرباقری، ب. 1391. برآورد میزان تغییرات بارندگی با استفاده از تلفیق تکنیک شبکه­های عصبی مصنوعی و زمین آمار در شمال غرب ایران. سنجش از دور و GIS ایران، شماره 4، صفحه­های 37 تا 54.
معروفی ص، گلمحمدی گ، محمدی ک و زارع ابیانه ح، 1388. ارزیابی روشهای زمین آمار در برآورد توزیع مکانی بارش استان همدان در محیط GIS. دانش آب و خاک، جلد 1/19، شماره 2، صفحه­های 147 تا 164.
میرموسوی س، مزیدی ا و خسروی ی، 1389. تعیین بهترین روش زمین آمار جهت تخمین توزیع بارندگی با استفاده از GIS (مطالعه موردی: استان اصفهان). فضای جغرافیایی، شماره 30، صفحه­های 105 تا 120.
میرموسوی س و میریان م، 1390. کاربرد مطالعات زمین­آمار در مطالعات توزیع مکانی بارش (مطالعه موردی: استان کرمان). جغرافیا و برنامه­ریزی، شماره 38، صفحه­های 153 تا 178.
Angulo-Martinez M, Lopez-Vicente M, Vicente-Serrano SM and Begueria S, 2009. Mapping rainfall erosivity at a regional scale: a comparison of interpolation methods in the Ebro Basin (NE Spain). Hydrology and Earth System Sciences 13: 1907- 1920.
Carlson RE and Foley TA, 1992. Interpolation of track data with radial basis methods. Computers & Mathematics with Applications 24: 27-34.
Davis JC, 1986. Statistics and Data Analysis in Geology. John Wiley and Sons, New York.
Drogue G, Humbert J, Deraisme J, Mahr N and Freslon N, 2002. A statistical topographic model using an omnidirectional parameterization of the relief for mapping orographic rainfall. International Journal of Climatology 22(5): 599-613.
Issaks EH and Srivastava RM, 1989. An Introduction to Applied Geoststistics. Oxford University press, London.
Kitanidis, PK, 1996. On the geostatistical approach to the inverse problem. Advances in Water Resources 19(6): 333-342.
Ly S, Charle C and Degr A, 2010. Spatial interpolation of daily rainfall at catchment scale: a case study of the Ourthe and Ambleve catchments, Belgium. Hydrology and Earth System Sciences Discussions 7: 7383-7416.
Moges SA, Alemaw BF, Chaoka TR and Kachroo RK, 2003. Rainfall interpolation using a remote sensing CCD data in a tropical basin – A GIS and geostatistical application. Physics and Chemistry of the Earth 32: 976-983.
Syed KH, Goodrich DC, Myer DE and Sorooshian S, 2003. Spatial characteristics of thunderstorm rainfall fields and their relation to runoff. Journal of Hydrology 271:1-21.
Tsakiris G and Vangelis H, 2004. Towards a drought watch system based on spatial SPI. Water Resources Management 18(1): 1-12.
Water and Soil Science
Volume 27, Issue 3
October 2017
Pages 211-224

Files

Share

How to cite

Statistics