کاهش اثر ناهم واریانسی در محاسبه میانگین بارش سالانه ایران؛ بخش دوم :مقیاس مکانی حوزه آبخیز

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری علوم و مهندسی آبخیزداری- دانشگاه هرمزگان.

2 استادیار گروه منابع طبیعی- دانشگاه هرمزگان

چکیده

ایران کشوری ناهموار با تنوع اقلیمی بسیار زیاد است. این اقلیم‌های مختلف بر ناهم‌واریانسی داده‌های بارش تأثیر دارند، زیرا رفتارهای بی‌قاعده‌ی بارش باعث ایجاد ناهم‌واریانسی می‌شوند و بارش متغیری گمشده در ناهم‌واریانسی است. بنابراین در این پژوهش با مبنا قراردادن مقیاس مکانی حوزه‌ی آبخیز و بررسی داده‌های بارش 146 ایستگاه همدید، اثر ناهم‌واریانسی بر میانگین بارش کشور در مقیاس زمانی فصلی ازطریق آزمون لوین مورد بررسی قرار گرفته است. نتایج نشان داد که داده‌های بارش در مقیاس حوزه‌ی آبخیز نیز ناهم‌واریانس هستند و اثرگذاری مفهوم ناهم‌واریانسی بر داده‌های بارش را می‌توان به‌وضوح در حوزه‌های آبخیز دریای مازندران و فلات مرکزی مشاهده کرد. به‌طوری که هم‌واریانس‌ترین و ناهم‌واریانس‌ترین زیرحوزه‌ها در هر چهار مقیاس زمانی، در این دو حوزه‌ی آبخیز قرار دارند. حتیّ وجود تناسب در پراکنش و توزیع ایستگاه‌های همدید، باز نتوانسته است از بروز ناهم‌واریانسی در داده‌های بارش این دو حوزه‌ی آبخیز جلوگیری کند. بنابراین ناهم‌واریانسی داده‌های بارش، کاربرد مفهوم میانگین در مقیاس مکانی حوزه‌ی آبخیز را نیز همانند مقیاس مکانی نواحی اقلیمی به چالش می‌کشد. برای نیل به میانگینی کارآ از بارش سالانه کشور لازم است از محاسبه‌ی میانگین بارش در هر دو مقیاس مکانی نواحی اقلیمی و حوزه‌ی آبخیز درجه دو پرهیز کرد. در مرحله‌ی بعدی نیز با تعیین علّت ناهم‌واریانسی خطاهای داده‌های بارش و انتخاب بهترین مدل یا مدل‌هایی که می‌توانند ناهم‌واریانسی داده‌های بارش را در مقیاس حوزه‌ها‌ی آبخیز درجه‌های 3، 4، 5، 6 و 7 در نظر بگیرند، اثر ناهم‌واریانسی داده‌های بارش کشور را کاهش داد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Modifying Annual Precipitation Mean in Iran Concerning the Effects of Heteroscedasticity; Part 2: Catchment Spatial Scale

نویسندگان [English]

  • Sajedeh Safikhani 1
  • Arashk Holisaz 2
1 Ph.D. Student of Watershed Management Science and Engineering, University of Hormozgan, Bandar Abbas, Iran.
2 Hormozgan University, Iran
چکیده [English]

Iran is a very rugged country with a fairly high variation of climate. These different climates can affect the heteroscedasticity of precipitation data. Because, precipitation is a missing variable in heteroscedastic. To investigate the spatial and seasonal variation of heteroscedasticity in this study, building on the catchment scale and investigating the precipitation data from 146 synoptic stations -the effect of heteroscedasticity on mean precipitation was investigated by the Levene test. The results show that precipitation data on the catchment scale are also heteroscedastic. Also, the current network of synoptic stations cannot help decrease heteroscedasticity in precipitation data on the catchment scale. The most heteroscedasticity and homoscedasticity are located in the Mazandaran Sea and the Central Plateau catchments. Hence, heteroscedasticity of precipitation data challenges the efficiency of mean precipitation on the catchment scale, like the climatic zoning scale. Therefore, to achieve an efficient mean of annual precipitation in the country, it is necessary to do practice to enhance the calculated mean precipitation, by avoiding calculating the mean precipitation in the 2nd grade catchment and climatic regions.   Also, heteroscedasticity is reduced by determining the cause of heteroscedasticity of precipitation data errors and the selection of the best model that can consider the heteroscedasticity on the small catchment scale (3, 4, 5, 6 and 7 grades).
 

کلیدواژه‌ها [English]

  • Homoscedasticity
  • Inequality of Error Variance
  • Levene’s Test
  • Precipitation

مراجع

Ansari H (2017) Imaginary space of water resources management. Water and Sustainable Development 4(2):174-177 (In Persian)
Downs GW, Rocke DM (1979) Interpreting heteroscedasticity. American Journal of Political Science 23(4):816-828
Gelfand SJ (2015) Understanding the impact of heteroscedasticity on the predictive ability of modern regression methods. M.Sc. Thesis, Department of Statistical and Actuarial Science Faculty of Science. Simon Fraser University
Glen S (2017) Heteroscedasticity: Simple definition and examples. https://www.statisticshowto.com/heteroscedasticity-simple-definition-examples/
Holisaz A, Safikhani S (2020) Modifying annual precipitation mean concerning the effects of heteroscedasticity in different climatic regions of Iran. Iran-Water Resources Research 15(4):171-186 (In Persian)
Holisaz A (2010) Foundations of methodology in ecology and its congruence with watershed concept. Ph.D. Thesis in Watershed Management, University of Tehran (In Persian)
Kustiawan E, Adriyansya H (2021) Forecasting east belitung regency rainfall data by reviewing heteroscedasticity. IOP Conference Series: Earth and Environmental Science. 3rd International Conference on Green Energy and Environment 2021 (The 3rd ICoGEE 2021) 29th-30th September, Bangka Belitung, Indonesia. Vol 926, No. 1, doi:10.1088/1755-1315/926/1/012018
Liu H (2015) A framework for assessing error heteroscedasticity of satellite estimates and extracting spatiotemporal variability from precipitation data. Doctor of philosophy in Civil engineering, University of California, UC Irvine Electronic Theses and Dissertations, Retrieved from https://escholarship.org/uc/item/6853x5cq.
Madani K (2014) Water management in Iran: What is causing the looming crisis?. Journal of Environmental Studies and Sciences 4(4):315–328
Masoodian SA (2003) Investigation of precipitation geographical dispersion in Iran through rotated factor analysis. Geography and Development Iranian Journal 1(1):79-87 (In Persian)
Masoodian SA (2005) Recognition of precipitation regimes of Iran using cluster analysis. Geographical Researche Quarterly 37(52):47-59 (In Persian)
Masoodian SA (2009) Masoodian SA (2009) Precipitation regions of Iran. Geography and Development 7(13):79-91
Masoodian SA (2012) Climate of Iran. Shariee Toos Press (In Persian)
Masoodian SA, Ataei H (2005) A Cluster analysis of precipitation seasons of Iran. Research Bulletin of Isfahan University (Humanities) 18(1):1-12 (In Persian)
Masoodian SA, Kavyani M R (2008) Climate of Iran. University of Isfahan Press (In Persian)
Massari C, Brocca L, Pellarin T, Abramowitz G, Filippucci P, Ciabatta L, Maggioni V, Kerr Y, Fernandez Prieto D (2020) A daily 25 km short-latency rainfall product for data-scarce regions based on the integration of the global precipitation measurement mission rainfall and multiple-satellite soil moisture products. Hydrology and Earth System Sciences 24(5):2687–2710
Messner JW, Mayr GJ, Zeileis A (2016) Heteroscedastic censored and truncated regression with crch. The R Journal 8(1):173-181
Movahedi S, Asakereh H, Sabziparvar A, Masoodian SA, Maryanaji Z (2012) Assessment of variability of precipitation regime in Iran. Journal of Water and Soil 25(6):1434-1447 (In Persian)
Newton D E (2016) The global water crisis: A reference handbook. Greenwood Press
Shalabh Sh (2019) Econometric Theory. http://home.iitk.ac.in/~shalab/econometrics/Chapter8-Econometrics-Heteroskedasticity
Shams M, Mahdiyan B (2015) Multicollinearity, heteroskedasticity and its consequences. 2nd National Conference on Applied Research in Mathematics and Physics, University of Applied Science and Technology-Tehran, 22 Jan, https://civilica.com/doc/381213 (In Persian)

فایل ها

سابقه مقاله

  • تاریخ دریافت: 19 بهمن 1400
  • تاریخ بازنگری: 16 اردیبهشت 1401
  • تاریخ پذیرش: 27 اردیبهشت 1401
  • تاریخ اولین انتشار: 27 اردیبهشت 1401

اشتراک گذاری

ارجاع به این مقاله

آمار