مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

179
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

487
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

بازیابی بارش با استفاده از دمای روشنایی کانال های فروسرخ سنجنده SEVIRI

صفحات

 صفحه شروع 102 | صفحه پایان 115

چکیده

 این مطالعه به منظور بازیابی میزان بارش با استفاده از دمای روشنایی کانال های فروسرخ از داده های تصویربردار چرخان پیشرفته مریی و فروسرخ (SEVIRI) از نسل دوم ماهواره های Meteosat (MSG) انجام گرفته است. با توجه به ارتباط بین دمای روشنایی کانال های فروسرخ ماهواره ای با ویژگی های میکروفیزیکی و نوری ابرها (مانند دمای قله ابر, ارتفاع قله ابر, ضخامت نوری ابر, اندازه ذرات و همچنین فاز ذرات), و تاثیر تغییر هر یک از این ویژگی ها در تعیین میزان و محدوده شدت بارش, با استفاده از مدل های آماری و رگرسیونی و همچنین روش شبکه-های عصبی مصنوعی ارتباط بین تغییرات دمای روشنایی و بارش در دو ایستگاه هواشناسی استان هرمزگان, مورد مطالعه قرار گرفته و عملکرد روش های مذکور برای بازیابی میزان بارش مورد ارزیابی قرار گرفته است. نتایج بررسی مدل ها نشان داد مدل رگرسیون فرآیند گاوسی نمایی پس از انجام تحلیل مولفه اصلی با POD: 0/96, RMSE: 0/44 و HSS: 0/67 برای آستانه بارش 0. 1 میلیمتر (در طی نیم ساعت) برای مجموعه داده های بارش کمتر از 10 میلیمتر, بهترین عملکرد را دارا می باشد. شبکه عصبی مصنوعی نیز با RMSE 1/27 عملکرد ضعیف تری نسبت به مدل رگرسیونی را نشان داد اما عملکرد خوبی را در تفکیک شرایط بارشی از غیربارشی (POD: 0. 85 و HSS: 0. 48) ارایه داد. با مقایسه همبستگی بین بارش و دمای روشنایی (بطور متوسط 0. 36), و همبستگی بین بارش مشاهده شده و بارش بازیابی شده (در مدل رگرسیونی 0. 91 و در شبکه عصبی 0. 43), می توان نتیجه گرفت در این مطالعه محصولات بارشی تولید شده که توانست همبستگی خوبی را بین بارش مشاهده شده و بارش بازیابی شده نشان دهد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    غیبی، ابوالحسن، خوارزمی، سعیده، و رهنما، مهدی. (1400). بازیابی بارش با استفاده از دمای روشنایی کانال های فروسرخ سنجنده SEVIRI. تحقیقات منابع آب ایران، 17(1 )، 102-115. SID. https://sid.ir/paper/955044/fa

    Vancouver: کپی

    غیبی ابوالحسن، خوارزمی سعیده، رهنما مهدی. بازیابی بارش با استفاده از دمای روشنایی کانال های فروسرخ سنجنده SEVIRI. تحقیقات منابع آب ایران[Internet]. 1400؛17(1 ):102-115. Available from: https://sid.ir/paper/955044/fa

    IEEE: کپی

    ابوالحسن غیبی، سعیده خوارزمی، و مهدی رهنما، “بازیابی بارش با استفاده از دمای روشنایی کانال های فروسرخ سنجنده SEVIRI،” تحقیقات منابع آب ایران، vol. 17، no. 1 ، pp. 102–115، 1400، [Online]. Available: https://sid.ir/paper/955044/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button