GLDAS

پژوهش پیش رو با هدف معرفی مدل همسان سازی داده های زمینی و ارزیابی دقت داده های این مدل در مقابل داده های اندازه گیری شده ایستگاه های همدیدی سطح کشور به انجام رسیده است. مدل همسان سازی داده های زمینی بطور مشترک توسط مراکز ناسا و نوآ با هدف شبیه سازی دقیق متغیرهای جریان و شرایط چرخه آب و انرژی توسعه داده شد. پوشش جهانی، قدرت تفکیک مکانی و زمانی بالا به همراه سیستم مدلسازی ترکیبی داده های سنجش از دوری و مشاهدات زمینی از ویژگی های منحصر بفرد این مدل است. این مدل متغیر های سیستم جو - زمین را در مقیاس های زمانی ماهانه و 3 ساعته با قدرت تفکیک مکانی 1 و 25/0 درجه جغرافیایی برآورد می کند، که خروجی آن نتیجه شبیه سازی چهار مدل سطحی Mosaic ، Noah ، CLM و VIC می باشد. برای ارزیابی مدل GLDAS ، داده های متوسط دمای ماهانه 66 ایستگاه همدیدی با پراکنش مناسب در سطح ایران و نیز داده های مدل GLDAS با دقت مکانی 25/0×25/0 درجه جغرافیایی از سایت های مربوطه دریافت و پردازش شد. برای ارزیابی آماری داده های نام برده از آماره های ضریب تعیین( 2 r )، مجذور میانگین مربع خطا ( Rmse )، شیب خط( Slope )، اریب( Bias ) و ضریب کارایی مدل( EF ) استفاده شد. مقایسه های آماری انجام شده نشان داد که داده های این مدل در سطح ایران از دقت بسیار مناسبی برخوردار می باشد و میزان خطای این مدل در برآورد متوسط دمای ایستگاه های مورد بررسی بسیار اندک و قابل چشم پوشی است. با وجود این در برخی مناطق بویژه درایستگاه های شمالی کشور مقدار برآورد مدل بیشتر از مقدار مشاهده ای و درتعداد محدودی از ایستگاه ها مانند کاشان و سنندج کمتر از مقدار مشاهده ای برآورد شده است. با توجه به پوشش جهانی، متغیرهای زیاد اقلیم - هیدرولوژی و نتایج این تحقیق که بیانگر دقت مناسب برآوردهای مدل جهانی همسان سازی داده های سطح زمین در پهنه ایران است، پیشنهاد می شود دقت متغیرهای دیگر این مدل نیز برای مناطق مختلف ایران مورد ارزیابی و واسنجی قرار گیرد.

تبخیر-تعرق به عنوان یکی از مهم ترین پارامترهای چرخه آب است که برآورد صحیح آن در مدیریت منابع آب به ویژه در اقلیم های خشک و نیمه خشک حائز اهمیت است. همگام با توسعه سنجش از دور، روش هایی به منظور تهیه محصولات تبخیر-تعرق با استفاده از داده های ماهواره ای توسعه یافت. در این پژوهش، خروجی محصولات تبخیر-تعرق GLEAM ، GLDAS و MOD16A2 با تبخیر-تعرق حاصل از روش فائو-پنمن-مانتیث در طی سال های پربارش، نرمال و کم بارش درحوضه زاینده رود مقایسه شد. شاخص های آماری ، RMSE ، BIAS و IOA به منظور ارزیابی نتایج مورد استفاده قرار گرفتند. همچنین برای ترکیب محصولات از روش ادغام مهارت ساده تیلور استفاده گردید. نتایج نشان داد که دو محصول MOD16A2 و GLDAS میزان تبخیر-تعرق مرجع را نسبت به روش فائو-پنمن-مانتیث طی سال های پربارش، نرمال و کم بارش بیشتر و محصول GLEAM کمتر برآورد کرده است. مقادیر RMSE برای این محصولات به ترتیب از 4/37 تا 6/47، از 2/136 تا 4/141 و از 8/92 تا 7/98 میلی متر در ماه متغیر بود. میزان خطای دو محصول GLEAM و GLDAS در سال های پربارش کمتر از سال های کم بارش و نرمال بود، در حالی که محصول MOD16A2 در سال های کم بارش عملکرد بهتری داشت. همچنین نتایج حاصل از ترکیب محصولات نشان داد که محصول تولید شده عملکرد بهتری نسبت به سایر محصولات در سطح حوضه و در شرایط رطوبتی مختلف داشته است.

بررسی تغییرات آب زیرزمینی در نواحی خشک و نیمه خشک از اهمیت ویژه ای برخوردار است.افت سطح آب در آبخوان های استان کرمانشاه به قدری شدید بوده به طوری که در دهه های اخیر به حدود10 متر در برخی نقاط رسیده است. هدف از پژوهش حاضر ارزیابی داده های ماهواره GRACE جهت برآورد ذخیره ی آب زیرزمینی آبخوان روانسر در استان کرمانشاه می باشد. لذا در این پژوهش ضمن بررسی سطح ایستابی چاه های مشاهداتی آبخوان روانسر و نیز پهنه بندی مکانی این تغییرات با استفاده از روش کریجینگ در نرم افزار GIS وضع موجود منطقه مورد ارزیابی قرار گرفت. سپس به منظور ارزیابی داده های ماهواره GRACE کدنویسی الگوریتم های JPL,GFS,CSR,CRI در محیط محاسبات ابری گوگل ارث اینجین صورت گرفت و پس از آن تغییرات ماهانه و سالانه ی آب معادل مایع (LWE) محاسبه گردید. همچنین مقدار رطوبت خاک(SM) از مدل هیدرولوژیکی GLDAS برآورد گردید و با کسر مقدار رطوبت خاک از مقادیر برآوردی ماهواره GRACE میزان تغییرات ذخیره ی آب زیرزمینی در مقایسه با مقادیر مشاهداتی آن به دست آمد. این پژوهش نشان داده است که نه تنها می توان از داده های ماهواره GRACE در برآورد میزان تغییرات ذخیره ی آب زیرزمینی در آبخوان ها استفاده نمود بلکه داده های مذکور از دقت قابل قبولی نیز برخوردار م ی باشند. مقایسه ی نتایج الگوریتم های مختلف نشان داد که الگوریتم JPL با ضریب همبستگی 73/0،  بیشترین همبستگی را با داده های مشاهداتی داراست. ضمناً مقادیر تغییرات ذخیره ی آب زیرزمینی برآوردی از ماهواره GRACE در مقایسه با مقادیر مشاهداتی نشان دهنده ی کاهش ذخیره ی آب زیرزمینی معادل 8/1- سانتی متر  بر اساس الگوریتم JPL بوده است.