Journal of Rainwater Catchment Systems

fa ارزیابی خطای برآوردهای بارش GPM-IMERG با نگاشت چندک تجربی برای مدیریت رواناب منطقه ساحلی خزر Evaluation of GPM-IMERG precipitation estimate errors using empirical quantile mapping for runoff management in the Caspian Coastal Region تخصصي Special كاربردي Applicable <table align="right" class="Table" dir="rtl" style="width:100.0%; border-collapse:collapse; border:none" width="100%"> <tbody> <tr> <td style="border-bottom:1px dashed #4bacc6; width:69%; padding:0cm 7px 0cm 7px; height:19px; border-top:1px dashed #4bacc6; border-right:1px dashed #4bacc6; border-left:1px dashed #4bacc6" valign="top">این مطالعه باهدف ارزیابی و تصحیح بایاس برآوردهای بارش ماهواره‌ای GPM‑IMERG با استفاده از روش نگاشت چندک تجربی (EQM) در ناحیه ساحلی دریای خزر در ایران طی دوره آماری 2005 تا 2014 انجام شد. بدین منظور، داده‌های پنج ایستگاه همدیدی شامل بندر انزلی، رشت، رامسر، بابلسر و گرگان به‌عنوان نماینده‌های اقلیمی منطقه مورد استفاده قرار گرفت. داده‌های بارش ایستگاهی از سازمان هواشناسی ایران و داده‌های ماهواره‌ای GPM‑IMERG از سامانه گوگل ارث انجین دریافت شد. ارزیابی عملکرد داده‌های ماهواره‌ای و نتایج تصحیح خطا با استفاده از شاخص‌های ضریب همبستگی پیرسون، ریشه میانگین مربعات خطا، ضریب کارایی نش–ساتکلیف، درصد بایاس، احتمال آشکارسازی و نرخ هشدار نادرست انجام شد. هم‌چنین به‌منظور مقایسه هم‌زمان میزان همبستگی، انحراف معیار و خطای برآوردها، از نمودار تیلور برای تحلیل عملکرد داده‌های ماهواره‌ای قبل و بعد از اعمال تصحیح بایاس استفاده گردید. نتایج نشان داد که اعمال روش EQM در بیش‌تر ایستگاه‌ها و در هر دو مقیاس زمانی موجب بهبود عملکرد داده‌های GPM‑IMERG شده است. در مقیاس روزانه، مقدار RMSE در تمامی ایستگاه‌ها بین 7/5 تا 4/20 درصد کاهش یافت. هم‌چنین |PBIAS| در همه ایستگاه‌ها به سمت صفر میل کرد و میزان کاهش آن بین 1/47 تا 9/98 درصد بود. شاخص NSE نیز در همه ایستگاه‌ها بهبود یافت، هرچند در اغلب موارد همچنان مقادیر منفی داشت. در مقیاس ماهانه، اثر تصحیح بایاس آشکارتر بود؛ به‌طوری‌که RMSE در چهار ایستگاه از پنج ایستگاه بین 2/6 تا 9/27 درصد کاهش یافت، هرچند در بندر انزلی 6/4 درصد افزایش نشان داد. هم‌چنین |PBIAS| در تمامی ایستگاه‌ها کاهش یافت و این کاهش بین 5/56 تا 6/98 درصد بود. از سوی دیگر، NSE در بیش‌تر ایستگاه‌ها بهبود یافت؛ به‌گونه‌ای که در گرگان از 43/0 به 7/0، در رشت از 29/0 به 41/0 و در رامسر از 29/0- به 13/0 رسید.</td> </tr> </tbody> </table> This study aimed to evaluate and bias-correct GPM-IMERG satellite precipitation estimates using the Empirical Quantile Mapping (EQM) method in the Caspian Sea coastal region of Iran over the 2005–2014 period. To this end, daily precipitation data from five synoptic stations—Bandar Anzali, Rasht, Ramsar, Babolsar, and Gorgan—representing the diverse climatic characteristics, were used. Ground-based observations were obtained from the Iran Meteorological Organization (IRIMO), while GPM-IMERG satellite data were retrieved via the Google Earth Engine (GEE) platform. The performance of the satellite estimates and the effectiveness of the bias correction were evaluated at daily, monthly, and annual timescales using several statistical metrics, including the Pearson correlation coefficient, Root Mean Square Error (RMSE), Nash–Sutcliffe Efficiency (NSE), Percent Bias (PBIAS), Probability of Detection (POD), and False Alarm Ratio (FAR). Additionally, Taylor diagrams were employed to simultaneously assess correlation, standard deviation, and root-mean-square error, analyzing satellite performance before and after bias correction. The results indicated that applying the EQM method improved GPM-IMERG performance at most stations across both daily and monthly timescales. At the daily scale, RMSE decreased by 5.7% to 20.4% across all stations. Furthermore, the absolute percent bias (∣PBIAS∣) converged toward zero, showing reductions ranging from 47.1% to 98.9%. The NSE values also improved across all stations, though they remained negative in most cases at the daily level. On the monthly scale, the impact of the bias correction was more pronounced; RMSE decreased by 6.2% to 27.9% in four out of five stations, although it increased by 4.6% in Bandar Anzali. Additionally, ∣PBIAS∣ decreased across all stations, with reductions ranging from 56.5% to 98.6%. Moreover, monthly NSE exhibited notable improvements, rising from 0.43 to 0.70 in Gorgan, 0.29 to 0.41 in Rasht, and -0.29 to 0.13 in Ramsar. ارزیابی آماری, تصحیح بایاس, داده‌های ماهواره‌ای, سنجش از دور, شمال ایران Bias Correction, Northern Iran, Remote Sensing, Satellite Data, Statistical Evaluation. 111 128 http://jircsa.ir/browse.php?a_code=A-10-2437-1&slc_lang=fa&sid=1 Bromand Salahi برومند صلاحی Salahi@uma.ac.ir 10031947532846006516 10031947532846006516 Yes Professor, Department of Physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran, Salahi@uma.ac.ir استاد، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران. Salahi@uma.ac.ir Ali Shahi علی شاهی ali.shahi@uma.ac.ir 10031947532846006517 10031947532846006517 No Former Ph.D. Student, Department of Physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran, ali.shahi@uma.ac.ir دانش‌آموخته دکتری، گروه جغرافیای طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران. ali.shahi@uma.ac.ir