مقایسه عملکرد دو رهیافت شبیه سازی زمانی- مکانی بارش روزانه در گستره ایران

در این مطالعه عملکرد دو رهیافت پارامتری مارکف پنهان (HMM) و ناپارامتری k- نزدیک ترین همسایه (KNN) در شبیه سازی سری زمانی داده های روزانه بارندگی زمستانه در ۱۳۰ ایستگاه باران سنجی ایران با طول دوره آماری ۲۱ سال مورد ارزیابی قرار گرفته است. شش ایستگاه بندرانزلی، ساری، قراخیل قائم شهر، گرگان، شیراز و زاهدان نیز به ترتیب به عنوان ایستگاه های معرف اقالیم بسیار مرطوب، مرطوب، نیمه مرطوب، مدیترانه ای، نیمه خشک و خشک انتخاب شده اند. در شبیه سازی گشتاورهای مرتبه ۱و۲ و مقایسه پراکنش داده ها با استفاده از دو نمودار جعبه ای و نمودار فاصله اطمینان ۹۵ درصد، HMM نتایج بهتری داشته، در مقایسه فضای احتمالاتی همه ایستگاه ها عملکرد HMM در مقادیر حدی و صدک های بالا، و عملکرد KNN در مقادیر میانی توزیع بهتر می باشد. براساس روش امتیازدهی LEPS Score و نمودارهای توزیع تجمعی تجربی نیز  HMM نتایج بهتری را ارائه نموده است. در شبیه سازی وابستگی های مکانی بر اساس روش نسبت لگاریتمی بخت ها، عملکرد KNN بهتر بوده است. در شبیه سازی فراوانی روزهای تر  و خشک، بیش برآوردی در HMM و کم برآوردی در KNN مشاهده می شود. در تداوم های خشک و تر هر دو مدل در شبیه سازی تداوم های کوتاهتر دارای بیش برآوردی بودند. در مجموع مهارتHMM  در شبیه سازی سری مصنوعی بارندگی روزانه، به دلیل ساختار پیچیده ریاضی آن بیشتر بوده، اگرچه نتایج نسبتا خوب KNN نشان داد مدل قابلیت استفاده در کاربری های ساده تر را داراست.

کلیدواژه ها:

ایران ، مارکف پنهان ، K-نزدیک ترین همسایه ، بارش