TY - JOUR ID - 148339 TI - بررسی تاثیر اصلاح اریبی بر بهبود کیفی داده‌های بارش ریز مقیاس سازی شده NEX-GDDP JO - تحقیقات منابع آب ایران JA - IWRR LA - fa SN - 1735-2347 AU - قلمی, وحید AU - ثقفیان, بهرام AU - رضیئی, طیب AD - دانشجوی دکتری گروه مهندسی عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران. AD - استاد گروه مهندسی عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران. AD - استادیار مؤسسه تحقیقات حفاظت از خاک و آبخیزداری، سازمان تحقیقات کشاورزی، آموزش و ترویج، تهران، ایران. Y1 - 2022 PY - 2022 VL - 18 IS - 1 SP - 68 EP - 83 KW - اصلاح اریبی KW - NEX-GDDP KW - بارش KW - GCM KW - QM DO - N2 - استفاده از داده‌های دما و بارش ریزمقیاس‌سازی شده مرکز تبادلات داده‌های زمینی ناسا (NEX-GDDP) به عنوان یکی از محصولات مستخرج از مدل‌های اقلیمی جهانی به سرعت در حال گسترش است. بررسی کیفی داده‌های بارش این محصول در ایران می‌تواند پژوهشگران را در استفاده آگاهانه از آن در مطالعات هیدرولوژی و منابع آب یاری نماید. در این پژوهش ابتدا میزان کارایی داده‌های بارش ماهانه مدل‌ ACCESS1-0 از محصول NEX-GDDP با داده‎های مدل GCM متناظر با آن و نیز داده‌های مشاهداتی ایستگاه‌های واقع در هشت ناحیه همگن بارشی ایران مورد مقایسه قرارگرفت و سپس میزان بهبود کیفی مقادیر بعد از اصلاح اریبی به روش نگاشت چندک (QM) با استفاده از پنج تابع SSPLINE، QUANT، PTF، RQUANT و DIST مقایسه شد. بررسی کارایی داده‌های بارش ماهانه مدل منتخب از محصول NEX-GDDP در مقایسه با داده‌های GCM خام آن نشان داد که آماره‌‌های R ،PBIAS ،NSE  و KGE به ترتیب در %75، %100، %100 و %88 ایستگاه‌های مورد مطالعه به مقدار قابل توجهی بهبود یافته است و همبستگی داده‌های اصلاح اریبی شده با داده‌‎های مشاهداتی در %50 ایستگاه‌ها، PBIAS در تمامی ایستگاه‌ها، NSE و KGE نیز به ترتیب در %75 و %62/5 ایستگاه‌ها بهبود یافته است. این بررسی همچنین نشان داد که از میان توابع مورد استفاده، تابع RQUANT بهترین کارایی را در اصلاح اریبی داده‌ها داراست. UR - https://www.iwrr.ir/article_148339.html L1 - https://www.iwrr.ir/article_148339_4f0f6668835024550a3521c1177078c4.pdf ER -