- همه نشریات
- علوم آب و خاک
- علوم اقتصاد و ترویج کشاورزی
- علوم جنگل, مرتع و آبخیزداری
- علوم دامی و شیلات
- علوم زراعی و باغی
- علوم گیاهپزشکی
- علوم مهندسی و مکانیزاسیون کشاورزی
- مجلات ترویجی کشاورزی
- نشریات انجمن ها
- نشریات با زبان انگلیسی
- نشریات با زبان فارسی
- نشریات دانشگاه آزاد اسلامی
- نشریات علمی
- نشریات علمی سازمان تحقیقات، آموزش و ترویچ کشاورزی
آمار
| تعداد نشریات | 278 |
| تعداد نشریات سازمان | 77 |
| تعداد شماره‌ها | 2,178 |
| تعداد مقالات | 25,255 |
| تعداد مشاهده مقاله | 13,650,076 |
| تعداد دریافت فایل اصل مقاله | 10,961,537 |
ارزیابی کارایی روش‌های مرسوم بازسازی نبودهای آماری در مناطق خشک ایران | ||
| مهندسی و مدیریت آبخیز | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 22 شهریور 1400 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijwmse.2021.342929.1793 | ||
| نویسندگان | ||
مرتضی میری   1؛ محمدرضا کوثری2؛ مهران زند 3
| ||
| 1پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران. | ||
| 2استادیار پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران. | ||
| 3عضو هییت علمی-پژوهشکده حفاظت خاک و آبخیزداری-تهران-ایران | ||
| چکیده | ||
| یکی از مشکلات شایع و تأثیرگذار در مطالعات اقلیمی، وجود کمبودهای فراوان در سری‌های زمانی داده‌های مختلف اقلیمی و هیدرولوژی است. این پژوهش با هدف ارزیابی دقت روش‌های بازسازی پارامترهای دمایی در مناطق خشک ایران انجام شده است. برای این منظور داده‌های روزانه دمای حداقل، متوسط و دمای حداکثر 73 ایستگاه همدیدی با پراکنش مناسب در مناطق خشک ایران از آرشیو سازمان هواشناسی کل کشور دریافت و پردازش شد. روش‌های بازسازی مورداستفاده شامل روش‌های نسبت نرمال، رگرسیون خطی، رگرسیون چندگانه و عکس مجذور فاصله (IDW) می‌شوند. در این تحقیق، کارایی هر یک از روش‌های مذکور در بازسازی نبودهای آماری پارامترهای دمایی در مقیاس‌های زمانی روزانه، ماهانه و سالانه مناطق خشک کشور متناسب با میزان نسبت کمبودداده‌های گم شده (از 5 تا 50 درصد کمبودداده‌ها) مورد ارزیابی قرار گرفت. برای ارزیابی آماری روش‌های نام‌برده از آماره‌های ضریب همبستگی R، معیار برآورد خطای RMSE و ضریب Nash استفاده شد. نتایج نشان داد که در حالت کلی هرکدام از روش‌های نام‌برده شده در سطح خاصی از بازسازی و مقیاس زمانی از عملکرد مناسبی برخوردارند. در مقیاس سالانه و ماهانه روش‌های رگرسیون خطی و نسبت نرمال بیشترین دقت در بازسازی داده‌های دما در منطقه خشک ایران را دارند. مقدار همبستگی بین داده‌های بازسازی و مشاهده‌ای در سطوح مختلف با استفاده از این روش‌ها به بیش از 95/0 می‌رسد. در مقیاس روزانه تفاوت قابل‌توجهی بین دقت روش‌های مورد استفاده در بازسازی داده‌های دمایی وجود ندارد و تقریباً هر چهار روش یاد شده از دقت مناسبی برخوردارند چرا که میزان همبستگی بین داده‌های بازسازی‌شده و مشاهده‌شده به بیش از 90 درصد می‌رسد. باوجود این روش رگرسیون چندگانه با میانگین همبستگی 99/0 درصد در سطوح مختلف بازسازی از بیشترین دقت در بازسازی داده‌های روزانه برخوردار است. | ||
| کلیدواژه‌ها | ||
| نقص داده؛ رگرسیون خطی؛ نسبت نرمال؛ دما؛ مناطق خشک | ||
| عنوان مقاله [English] | ||
| Investigation of the efficiency of common methods of infilling missing in the arid regions of Iran | ||
| نویسندگان [English] | ||
| Morteza Miri1؛ Mohammadreza Kousari2؛ Mehran Zand3 | ||
| 1Assistant Professor, Soil Conservation and Watershed Management Research Institute (SCWMRI), Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran | ||
| 2Assistant Professor, Soil Conservation and Watershed Management Research Institute (SCWMRI), Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran | ||
| 3Associate Professor,Soil Conservation and Watershed Management Research Institute,Tehran,Iran. | ||
| چکیده [English] | ||
| The present study was investigated to evaluate the accuracy of methods for infilling missing data of temperature time series in the arid regions of Iran. For this purpose, the observed daily data minimum temperature, average temperature and maximum temperature for the period 1987-2014 measured at 73 synoptic stations distributed all over arid regions of Iran were used. Methods of readjustment used include: Normal ratio method, linear regression, multivariate regression and inverse distance weighting (IDW). In this study, the capability of each mentioned methods for infilling missing data of daily, monthly and annual precipitation time series in the arid regions of the Iran was investigated, while the proportion of missing data varies from 5 to 50% of total data. In order to evaluate the accuracy of the four mentioned methods three statistical indicators namely R, RMSE and Nash were used. The results showed that in general, each of the methods mentioned had different functions at a Special level of readjustment and time scale. On annual and monthly scales, linear regression and normal ratio methods are most accurate in readjustment temperature data in the arid region of Iran. The correlation value between readjustment and observational data at different levels reaches more than 0.95 using these methods. On a daily scale, there is no significant difference between the accuracy of the methods used in the readjustment of temperature data, and almost all four of these methods have the appropriate accuracy because for all methods the correlation between readjustment and observed data is more than 90%. However, multivariate regression methods with an average correlation of 0.99% have the most accurate in readjustment daily data at different levels of readjustment. Generally, each method should be used in accordance with the conditions, and therefore it is recommended to develop a software package for infilling missing data. | ||
| کلیدواژه‌ها [English] | ||
| Gap in data, linear regression, Normal Ratio, Temperature, arid regions | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2 |
||
