کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6963333 1452283 2015 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Comparing interpolation techniques for monthly rainfall mapping using multiple evaluation criteria and auxiliary data sources: A case study of Sri Lanka
ترجمه فارسی عنوان
مقایسه تکنیک های درون یابی برای نقشه برداری باران ماهانه با استفاده از معیارهای ارزیابی متعدد و منابع داده های کمکی: مطالعه موردی سریلانکا
ترجمه چکیده
با توجه به ماهیت بسیار متغیر فرآیند های هواشناسی، اثرات زمین و جغرافیای، و مشکل در ایجاد یک شبکه نماینده از ایستگاه ها، متغیرهای متغیر وابسته به متغیرهای بارندگی مانند چرخه بارش است. در حالی که مدل های درون یابی برای این جلوه ها سازگار هستند، اغلب داده های بارش حاوی شکاف های قابل توجهی در پوشش است. در این مقاله، داده های بارش باران از یک شبکه نظارت زیست محیطی زیست محیطی برای تهیه نقشه های بارش کل ماهانه در سریلانکا مورد ارزیابی قرار گرفت. ما چهار تکنیک درون یابی فضایی را مقایسه کردیم: مقادیر معکوس فاصله معکوس، اسپیلین های نازک، کریگینگ معمولی و کریگینگ بیزی. معیارهای خطا برای اعتبار سنجی بین داده ها بر اساس داده های مستقل استفاده شد. داده های ماهواره ای برای ارزیابی الگوی فضایی بارندگی استفاده شد. نتایج نشان داد که کریگینگ بیزی و اسپیلین ها به ترتیب در بارش های کم و زیاد به خوبی عمل می کنند. نقشه های بارندگی تولید شده از شبکه کشاورزی زیست محیطی با توجه به نتایج پیش بینی شده در سریلانکا مطابقت داشته اند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزار
چکیده انگلیسی
Interpolating climatic variables such as rainfall is challenging due to the highly variable nature of meteorological processes, the effects of terrain and geography, and the difficulty in establishing a representative network of stations. While interpolation models are being adapted to include these effects, often the rainfall data contain significant gaps in coverage. In this paper, we evaluated rainfall data from an agro-ecological monitoring network for producing maps of total monthly rainfall in Sri Lanka. We compared four spatial interpolation techniques: inverse distance weighting, thin-plate splines, ordinary kriging, and Bayesian kriging. Error metrics were used to validate interpolations against independent data. Satellite data were used to assess the spatial pattern of rainfall. Results indicated that Bayesian kriging and splines performed best in low and high rainfall, respectively. Rainfall maps generated from the agro-ecological network were found to have accuracies consistent with previous studies in Sri Lanka.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Environmental Modelling & Software - Volume 67, May 2015, Pages 57-71
نویسندگان
, , ,