معرفی و مقایسه عملکرد دو پایگاه جهانی داده بازتحلیل در برآورد دمای هوای روزانه بیشینه، کمینه و میانگین (مطالعه موردی: حوضه آبریز رودخانه حله)

نوع مقاله: مقاله تحقیقی‌ (پژوهشی‌)

نویسندگان

1 دانشجوی دکتری منابع آب دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز ، ایران

2 استاد گروه هیدرولوژی و منابع آب دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز، ایران

3 استادیار گروه هیدرولوژی و منابع آب دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز، ایران

چکیده

تعیین دمای هوا در بسیاری از محاسبات ترازنامه آب و انرژی، مدل‌سازی هیدرولوژیکی و مطالعات هواشناسی و کشاورزی نقش مهمی دارد. پژوهش حاضر با هدف معرفی دو پایگاه بازتحلیل داده هواشناسی ECMWF و MERRA و ارزیابی عملکرد آنها در برآورد دمای هوای بیشینه، کمینه و میانگین روزانه انجام شد. به این منظور، اطلاعات روزانه دمای بیشینه، کمینه و میانگین دوازده ایستگاه اندازه‌گیری دما در سطح حوضه آبریز رودخانه حله واقع در جنوب ایران و کرانه‌های خلیج فارس برای دوره آماری 2003 تا 2016 به مدت 14 سال (5114) روز اخذ  و برای ارزیابی آنها از معیارهای آماری ضریب همبستگی (CC)، میانگین خطا (ME) و مجذور میانگین مربعات خطا (RMSE) استفاده شد. نتایج نشان می‌دهد میزان انطباق اطلاعات پایگاه‌های داده بازتحلیل در هر سه پارامتر دمایی بیشینه، کمینه و میانگین مناسب است، اما پایگاه داده ECMWF نسخه ERA-Interim نسبت به پایگاه داده MERRA نسخه 2 بسیار مناسب‌تر است به‌طوری که ضریب همبستگی برای همه مؤلفه‌های دمایی بیشینه، کمینه و میانگین بیشتر از 9/0 است. نتایج این تحقیق نشان می‌دهد عملکرد هر دو پایگاه داده در برآورد دمای میانگین نسبت به دمای بیشینه و کمینه بهتر است. همچنین هر دو پایگاه داده در برآورد داده‌های دمای بیشینه، کم‌برآورد و در برآورد داده‌های کمینه، بیش‌برآورد هستند. دمای هوای میانگین روزانه، ثبت شده در پایگاه داده ECMWF نسخه ERA-Interim مقداری گرم‌تر (4/0+ درجه سلسیوس) برآورد می‌شود درحالی‌که پایگاه داده MERRA نسخه 2 دمای هوای میانگین را سردتر (5/0- درجه سلسیوس) تخمین می‌زند. درنهایت، در مقیاس روزانه، استفاده از پارامترهای روزانه دمای هوا (بیشینه، کمینه و میانگین) پایگاه داده ECMWF نسخه ERA-Interim نسبت به پایگاه داده MERRA نسخه 2 در اولویت است. همچنین پیشنهاد می‌شود با توجه به عملکرد مناسب پایگاه‌های داده بازتحلیل و بهره‌مندی از مزایای آن، سایر متغیرهای هواشناسی نیز ارزیابی شوند.

کلیدواژه‌ها


عنوان مقاله [English]

Introduction and comparison of the performance of two global reanalysis databases in estimating daily maximum, minimum, and average air temperatures (case study: Helleh River basin)

نویسندگان [English]

  • saeed shokri koochak 1
  • Ali Mohammad Akhond Ali 2
  • Mohammad Reza Sharifi 3
1 Ph.D Student of Water resource, Faculty of engineering Hydrology and Water Resource Dept. Shahid Chamran university of Ahvaz, Iran
2 professor, Faculty of engineering Hydrology and Water Resource Dept. Shahid Chamran university of Ahvaz, Iran
3 Assistant professor, Faculty of engineering Hydrology and Water Resource Dept. Shahid Chamran university of Ahvaz, Iran
چکیده [English]

Estimating air temperature plays an important role in many water and energy balance calculations, hydrological modeling, meteorological and agricultural studies. Changes in air temperature influence on plant growth and many other components at the interface between earth surface and atmosphere. The most common sources for air temperature time series are meteorological stations. However, meteorological networks are sparse in complex terrains, such as mountains. This is mainly due to difficulties with the installation and maintenance of the stations. The air temperature can also be calculated using climate model and reanalysis datasets. The purpose of this study was to introduce two meteorological reanalysis databases: the European Center for Medium-Range Weather Forecasts (ECMWF) and Modern-Era Retrospective Analysis for Research and Applications (MERRA), and evaluation of their performance in estimating daily maximum, minimum and average air temperature. In this regard, maximum, minimum and average air temperature data at daily scale for a period of 14 years from 2003 to 2016 (5114 days) were obtained from 12 temperature measurement stations in Helleh river basin area in south of Iran and the Persian Gulf coasts. The elevation correction and downscaling temperature based on modeled lapse rate are used for correcting two meteorological reanalysis datasets. The correlation coefficient (CC), mean error (ME) and squared mean of errors (RMSE) were used to evaluate the presented datasets. The results showed that the compliance rate of reanalysis datasets in all parameters of maximum, minimum, and average air temperature are appropriate, but the ECMWF-ERA-Interim version dataset is much better than the MERRA version 2 dataset. The correlation coefficients for all parameters of maximum, minimum and average air temperature are more than 0.9. Also, the performance of both datasets in estimating the average air temperature at daily scale is better than the maximum and minimum air temperature at daily scale. Both databases are also underestimated in estimating maximum temperature data and overestimated in estimating minimum data. The average air temperature at daily scale is estimated slightly warmer (0.4°C) from the ECMWF-ERA-Interim version dataset, while the MERRA dataset of version 2 estimates the mean of air temperature colder (-0.5°C). Finally, the use of daily air temperature parameters (maximum, minimum and average) of the ECMWF ERA-Interim dataset is more preferable than MERRA version 2 dataset. Considering the proper performance of reanalysis datasets and using their advantages, we suggest evaluating other meteorological parameters.

کلیدواژه‌ها [English]

  • Air Temperature
  • evaluation reanalysis datasets
  • ECMWF
  • MERRA
  • Helleh River basin
  • Iran
احمدی، م.، داداشی رودباری، ع. ع.، احمدی، ح.، علی بخشی، ز.، 1397، واکاوی ساختار دمای ایران مبتنی بر برون­داد پایگاه داده مرکز پیش­بینی میان­مدت هواسپهر اروپایی (ECMWF) نسخه ERA-Interim: پژوهش­های جغرافیایی طبیعی، 50(2)، 353- 372.

اسمعیلی، س.، خوشخو، ی.، عبداللهی، م.، 1397، برآورد پارامترهای روزانه و ماهانه دمای هوا در استان کردستان با به­کارگیری تصاویر سنجنده MODIS: تحقیقات آب و خاک ایران، 49(2)، 413- 423.

امامی­فر، س.، رحیمی خوب، ع.، نوروزی، ع. ا.، 1393، ارزیابی مدل درختی M5 و شبکه عصبی مصنوعی برای برآورد متوسط روزانه دمای هوا بر­اساس داده‌های دمای سطح زمین سنجنده مودیس: تحقیقات آب و خاک ایران، 45(4)، 423-433.

پرویز، ل.، خلقی، م.، ولیزاده، خ.، 1390، تخمین دمای هوا با استفاده از روش شاخص پوشش گیاهی- دما TVX: مجله علوم و فنون کشاورزی و منایع طبیعی، علوم آب و خاک، 15(56)، 21-33.

حاجی آقاجانی، س.، وثوقی، ب.، 1395، مقایسه داده­های بازتحلیل ERA-Interim و حسگر MERIS در کاهش اثر لایة وردسپهر موجود در میدان­های سرعت جابه­جایی تداخل­سنجی راداری: فیزیک زمین و فضا، 42(3)، 607-618.

رضیئی، ط، ستوده، ف.، 1396، بررسی دقت مرکز اروپایی پیش­بینی میان مدت جوی (ECMWF) در پیش­بینی بارش مناطق گوناگونی اقلیمی ایران، فیزیک زمین و فضا، 43 (1)، 133-147.

عباس­زاده مزرجی، ز.، 1390، ارزیابی دقت روش­های معمول برآورد داده­های اقلیمی (مطالعه موردی: دما و بارش در حوضه آبریز کشف­رود مشهد): پایان­نامه کارشناسی ارشد، دانشگاه فردوسی مشهد.

گزارش اطلس منابع آب حوضه آبریز حله، 1390، شرکت آب منطقه‌ای فارس.

لشکری، ا.، بنایان، م.، کوچکی، ع. ر.، علیزاده، ا.، سای چون، ی.، کی پارک، س.، 1394، بررسی امکان‌سنجی استفاده از ساخت داده‌های ناقص گم‌شده موجود در داده‌های ایستگاه‌های سینوپتیک (مطالعه موردی: دشت مشهد): آب و خاک، 29(6)، 1749-1758.

مروتی، ر.، شکوهی، ع. ا.، 1393، ارزیابی روش­های مختلف درون­یابی داده­های دمایی NCEP/NCAR در سطح حوضه­های درجه 2 کشور ایران: فصلنامه علمی پژوهشی مهندسی آبیاری و آب، 5(18)، 17-31.

 

میری، م.، عزیزی، ق.، محمدی، ح.، پور هاشمی، م.، 1396، معرفی و ارزیابی مدل جهانی همسان­سازی داده­های زمینی با داده­های مشاهده‌ای در ایران: مجله اطلاعات جغرافیایی، 26(104)، 5-17.

 میری، م.، عزیزی، ق.، خوش اخلاق، ف.، رحیمی، م.، 1395،

ارزیابی آماری داده­های شبکه‌ای بارش و دما با داده­های مشاهده‌ای در ایران: علوم و مهندسی آبخیزداری ایران، 10(35)، 39-50.

یاسمی، ح.، 1396، ارزیابی دقت برآورد دماهای فرین پایگاه­های جهانی دما بر روی ایران: پایان­نامه کارشناسی ارشد، دانشگاه کردستان.

 

 

 

 

Balsamo, G., Albergel, C., Beljaars, A., Boussetta, S., Brun, E., Cloke, H., Dee, D., Dutra, E., Muñoz-Sabater, J., Pappenberger, F., de Rosnay, P., Stockdale, T. and Vitart, F., 2015, ERA-Interim/Land: a global land surface reanalysis data set, Hydrol. Earth Syst. Sci., 19, 389-407.

Dee, D. P., Uppala, S. M., Simmons, A. J., Berrisford, P., Poli, P., Kobayashi, S., Andrae, U., ... , and Vitart, F., 2011, The ERA-Interim reanalysis: configuration and performance of the data assimilation system: Quarterly Journal of the Royal Meteorological Society, 137, 553-597.

Dhanya, C. T., and Villarini, G., 2017, An investigation of predictability dynamics of temperature and precipitation in reanalysis datasets over the continental United States: Atmospheric Research, 183, 341-350, http://dx.doi.org/10.1016/j.atmosres.2016.09.017.

European Centre for Medium-Range Weather Forecasts (ECMWF), 2013, User Guide European center for Medium-Range Weather Forecasts (ECMWF).

Fan, Y., and Van Den Dool, H., 2008, A global monthly land surface air temperature analysis for 1948-persent: Geophysical Research, 113, doi: 10.1029/2007/JD008470.

Gao, L., Bernhardt, M., and Schulz, K., 2012, Elevation correction of ERA-Interim temperature data in complex terrain: Hydrology and Earth System Sciences, 16, 4661-4673, doi: 10.5194/hess-16-4661-2012.

Gao, L., Wei, J., Wang, L., Bernhardt, M., Schulz, K., and Chen, H., 2018, A high- resolution air temperature data set for the Chinese Tian Shan in 1979-2016: Earth System Science Data, 10, 2097-2114, doi: 10.5194/essd-10-2097-2018.

Huld, T., and Pascua, I. P., 2015, Spatial downscaling of 2-meter air temperature using operational forecast data: Energise, 8, 2381-2411, doi: 10.3390/en8042381.

Ji, L., Senay, G. B., and Verdin, J. P., 2015, Evaluation of the Global Land Data Assimilation System (GLDAS) air temperature data products: Journal of Hydrometeorology, 16, 2463-2480, doi: 10.1175/JHM-D-14-0230.1.

Jones, R. W., Renfrew, I. A., Orr, A., Webber, B. G. M., Holland, D. M., and Lazzara, M. A., 2016, Evaluation of four global reanalysis products using in situ observations in the Amundsen Sea Embayment, Antarctica: Journal of Geophysical Research, Atmosphere, 121, 1-18, doi:10.1002/2015JD024680.

Lader, R., Bhatt, U., Walsh, J. E., Rupp, T. S., and Bieniek, P. E., 2016, Two-Meter temperature and precipitation from atmospheric reanalysis evaluated for Alaska: Journal of Applied Meteorology and Climatology, 55, 901-922, https://doi.org/10.1175/JAMC-D-15-0162.1.

Liston, G. E., and Elder, K., 2006, A meteorological distribution system for high–resolution terrestrial modeling (micromet): Journal of Hydrometeorology, 7, 217-234.Real-Rangel, R., Pedrozo-Acuña, A., Breña-Naranjo, J. A., and Alcocer-Yamanaka, V., 2017, Evaluation of the hydroclimatological variables derived from GLDAS-1, GLDAS-2 and MERRA-2 in Mexico: E-proceedings of the 37th IAHR World Congress August 13–18, Kuala Lumpur, Malaysia.

Rienecker, M. M., Suarez, M. J., Gelaro, R., Todling, R., Bacmeister, J. T., Liu, E., Bosilovich, M. G., ... , and Woollen, J., 2011, MERRA: NASA’s modern-era retrospective analysis for research and applications: Journal of Climate, 24, 3624–3648, doi:10.1175/JCLI-D-11-00015.1.

RYU, J. H., Han, K. S., and Park, E. B., 2013, Accuracy evaluation of near-surface air temperature from ERA-Interime reanalysis and satellite–based data according to elevation: Remote Sensing, 29(6), 595-600, doi:10.7780/Kjrs.2013.29.6.2.

Shah, R, and Mishra, V., 2014, Evaluation of the reanalysis products for the Monsoon season droughts in India: Journal of Hydrometeorology, 15, 1575-1591, doi: 10.1175/JHM-D-13-0103.1.

Wang, A, and Zeng, X., 2012, Evaluation of multireanalysis products with in situ observations over the Tibetan Plateau: Journal of Geophysical Research, 117(1-12), doi:10.1029/2011JD016553.

Winter, J. M., Beckage, B., Bucini, G., Horton, R. M., and Clemins, P. J., 2016, Development and evaluation of high-resolution climate simulations over the mountainous Northeastern United States: Hydrometeorology, 17, 881-896, doi:10.1175/JHM-D-15-0052.1. International 194, 249-268.