АНАЛИЗ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ГОДОВЫХ ОСАДКОВ В КАЗАХСТАНЕ С ПОМОЩЬЮ РАЗЛИЧНЫХ ИНТЕРПОЛЯЦИОННЫХ ТЕХНИК
DOI:
https://doi.org/10.37884/4-2024/42Ключевые слова:
Казахстан, осадки, методы интерполяции, RMSEАннотация
Различные климатические факторы, включая температуру, осадки, влажность и ветер, играют ключевую роль в росте растений, урожайности и качестве. Поэтому понимание климатических характеристик региона является важным перед началом сельскохозяйственной деятельности для определения подходящих культур для выращивания.
Целью данного исследования является картирование пространственного распределения годового общего количества осадков в Казахстане с применением различных методов интерполяции к долгосрочным (20-летним) данным об осадках с 80 метеорологических станций. Данные об осадках за период с 2000 по 2019 годы были получены из базы данных метеорологических переанализов MERRA-2.
Для определения наиболее точного метода интерполяции были протестированы семь техник: метод обратного расстояния (IDW), радиальные базисные функции (RBF), локальная полиномиальная интерполяция (LPI), обыкновенное кригинг (OK), байесовский эмпирический кригинг (BEK), кокригинг (COK) и метод диффузионного ядра. Коэффициенты корреляции и значения среднеквадратичной ошибки (RMSE) использовались в качестве критериев для оценки точности каждого метода.
Результаты показали значения RMSE: 35.568 для IDW, 30.777 для RBF, 30.031 для LPI, 25.751 для OK, 28.767 для BEK, 45.9 для COK и 25.379 для метода диффузионного ядра. Метод диффузионного ядра, обладающий наименьшим RMSE и наибольшим коэффициентом корреляции, оказался наиболее подходящим для создания карт распределения осадков в Казахстане.
Выбор наилучшего метода интерполяции является важным, поскольку различия между методами могут привести к различным пространственным распределениям. Использование наиболее подходящего метода интерполяции для каждого набора данных позволяет более точно картировать данные о воде, почве и климате, что ведет к улучшению управления ресурсами.
Библиографические ссылки
Borges, P. D. A., Franke, J., da Anunciação, Y. M. T., Weiss, H., Bernhofer, C., 2016. Comparison of spatial interpolation methods for the estimation of precipitation distribution in Distrito Federal, Brazil. Theoretical and applied climatology, 123(1): 335-348.
Wagner PD, Fiener P, Wilken F, Kumar S, Schneider K. 2012. Comparison and evaluation of spatial interpolation schemes for Daily rainfall in data scarce regions. J Hydrol 464: 388–400.
Cho, Y., 2020. Application of NEXRAD radar-based quantitative precipitation estimations for hydrologic simulation using ArcPy and HEC software. Water, 12(1): 273.
Irvem, A., Ozbuldu, M. 2019. Evaluation of satellite and reanalysis precipitation products using GIS for all basins in Turkey. Advances in Meteorology doi.org/10.1155/2019/4820136.
Gelaro, R., McCarty, W., Suarez, M.J., Todling, R., Molod, A., Takacs, L., Randles, C.A., Darmenov, A., Bosilovich, M.G., Reichle, R., 2017. The Modern-Era Retrospective Analysis for Research and Applications, Version 2 (MERRA-2). J. Clim., 30: 5419–5454.
Gelaro, R., McCarty, W., Suárez, M. J., Todling, R., Molod, A., Takacs, L., Zhao, B., 2017. The modern-era retrospective analysis for research and applications, version 2 (MERRA-2). Journal of climate, 30(14): 5419-5454.
Yıldırım, D., Arslan, H., Cemek, B., 2015. Assessment of spatial distribution of precipitation with different interpolation methods for Yeşilırmak catchment. 2nd International Conference on Sustainable Agriculture and Environment (2nd ICSAE), 30 september – 3 october, 2015, Konya, Turkey.
Fares, A., Bayabil, H. K., Zekri, M., Mattos-Jr, D., Awal, R., 2017. Potential climate change impacts on citrus water requirement across major producing areas in the world. Journal of Water and Climate Change, 8(4): 576-592.
Javari, M. 2017. Comparison of interpolation methods for modeling spatial variations of Precipitation in Iran. International Journal of Environmental and Science Education, 12(5): 1037-1054.
Benavides, R., Montes, F., Rubio, A., Osoro, K., 2007. Geostatistical modelling of air temperature in a mountainous region of Northern Spain. Agricultural and Forest Meteorology, 146(3-4): 173-188.
Hadi, S. J., Tombul, M. 2018. Comparison of spatial interpolation methods of precipitation and temperature using multiple integration periods. Journal of the Indian Society of Remote Sensing, 46(7): 1187-1199.
Pellicone, G., Caloiero, T., Modica, G., Guagliardi, I. 2018. Application of several spatial interpolation techniques to monthly rainfall data in the Calabria region (southern Italy). International Journal of Climatology, 38(9): 3651-3666.
Katipoğlu, O.M. 2022. Spatial analysis of seasonal precipitation using various interpolation methods in the Euphrates basin, Turkey. Acta Geophys.
Antal, A., Guerreiro, P.M.P., Cheval, S., 2021. Comparison of spatial interpolation methods for estimating the precipitation distribution in Portugal. Theor Appl Climatol, 145: 1193–1206.
Hamal, K., Sharma, S., Khadka, N., Baniya, B., Ali, M., Shrestha, M. S., Dawadi, B. 2020. Evaluation of MERRA-2 precipitation products using gauge observation in Nepal. Hydrology, 7(3): 40.
A.G. Rau1,Ye.M. Kalybekova1,I.S. Seitasanov1,S.B. Zulpibekova1,M.B. Arystanov (2024). The role of groundwater ın cotton crop rotatıon crops of the Shardara irrigation massif. Izdenister Natigeler, (1 (101), 210–220. https://doi.org/10.37884/1-2024/21
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Izdenister natigeler
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.