रिमोट सेंसिंग और जीआईएस जर्नल

अमूर्त

इथियोपिया के अवाश नदी बेसिन में गेज और उपग्रह वर्षा अनुमानों के बीच स्थानिक-कालिक संबंध का आकलन

सलीह एड्रिस, डैनियल टेका, अमानुएल ज़ेनेबे

वर्षा के आंकड़ों की सटीक जानकारी कई परिचालन और शोध क्षेत्रों के लिए आवश्यक है। परंपरागत रूप से, भूमि-आधारित माप वर्षा के आंकड़ों का मुख्य स्रोत है। हालाँकि, विकासशील देशों में, भूमि-आधारित मापों के नेटवर्क बहुत विरल या न के बराबर हैं। इस माप का एक विकल्प उपग्रह आधारित वर्षा अनुमान (एसआरई) हो सकता है। हालाँकि, एसआरई को मान्य किए जाने की आवश्यकता है क्योंकि उनकी सटीकता स्थलाकृति और जलवायु से प्रभावित हो सकती है। यह अध्ययन अवाश नदी बेसिन पर गेज और एसआरई के बीच स्थानिक-समय संबंध की जांच करना चाहता है। जलवायु जोखिम समूह इन्फ्रारेड वर्षा (CHIRP), स्टेशन अवलोकन (CHIRPS) के साथ संयुक्त CHIRP, और अफ्रीकी वर्षा जलवायु विज्ञान संस्करण 2 (ARC2) का मूल्यांकन बेसिन के विभिन्न ऊँचाइयों पर स्थित 37 भूमि-आधारित मापों के विरुद्ध चयनित सामान्य वर्षों के लिए डेकाडल (10-दिवसीय), मासिक और वार्षिक समय-पैमाने पर किया जाता है। निरंतर सांख्यिकीय सत्यापन उपकरणों का उपयोग करके एक बिंदु-से-ग्रिड-आधारित तुलना को अपनाया जाता है। अस्थायी और स्थानिक विश्लेषण से पता चलता है कि बेसिन में वर्षा की मात्रा में जबरदस्त स्थानिक परिवर्तनशीलता है जो निचले इलाकों में 190 मिमी से लेकर ऊंचे इलाकों में 1300 मिमी प्रति वर्ष तक भिन्न-भिन्न है, जिसमें महत्वपूर्ण सहसंबंध है। डेकाडल, मासिक और वार्षिक अस्थायी पैमाने पर समग्र विश्लेषण से, ARC2 की तुलना में CHIRPS और उसके बाद CHIRP ने बेहतर प्रदर्शन किया। ARC2 उत्पाद उच्च वर्षा दर के कम आंकलन के साथ खराब प्रदर्शन करने वाले SRE हैं। एसआरई और भूमि-आधारित माप के बीच समझौते में समय के पैमाने में वृद्धि के साथ सुधार हुआ है जो डेकाडल (उदाहरण के लिए चिरप्स का सहसंबंध > 0.77, नैश-सटक्लिफ कुशल गुणांक (Eff) > 0.59, मूल माध्य वर्ग त्रुटि (आरएमएस) < 22.1, और पूर्वाग्रह ≤ 1.1) से मासिक (सहसंबंध > 0.89, Eff > 0.79, आरएमएसई < 39.0 और पूर्वाग्रह ≤ 1.0) है, लेकिन इन उत्पादों का प्रदर्शन वार्षिक समय के पैमाने में समेकित होने पर घटता है (सहसंबंध > 0.40, Eff > -0.56, आरएमएसई < 161.10)। सामान्य तौर पर, एसआरई डेकाडल और मासिक समय के पैमाने पर बेसिन के ऊंचे भागों पर भूमि-आधारित माप के साथ अच्छा समझौता दिखाता है यह अध्ययन उन क्षेत्रों में उपग्रह वर्षा अनुमानों की विश्वसनीयता को प्रदर्शित करता है, जहां गेज का स्थानिक नेटवर्क अत्यधिक विरल और दुर्गम है।