The Evaluation of GPM Precipitation Remote Sensing Data with Observed Data (Case Study: Mid-West of Iran)

Document Type : علمی - پژوهشی

Authors

1 . M. Sc. in Climatology, Department of Geography, Razi University, Kermanshah, Iran

2 Associate professor of Climatology, Department of Geography, Razi University, Kermanshah, Iran

3 Ph. D. in Climatology, Faculty of Geography, Department of Physical Geography, University of Tehran, Tehran, Iran

Abstract

One of the most important problems of researchers in atmospheric and hydrological studies is sometimes the lack of accurate and up-to-date data. In many mountainous and desert areas, synoptic stations and rain gauges are not distributed at the right distance. Therefore, the use of satellite data recorded by rainfall can be a good complement to the lack of this type of data. The purpose of this study is to evaluate the accuracy of satellite data versus observational data. In this study, the daily rainfall data recorded by the GPM sensor with a resolution of 0.1 × 0.1 in the Midwest of Iran for 691 days in the period from 12/3/2014 to 31/1/2016 has been investigated. For this purpose, the daily precipitation data of 31 synoptic stations were used as observational data, and the statistical indices R, EF, IA, slope, bias, Rmse were used to evaluate the data. The results showed that 74% of the stations had a strong correlation of 0.8-0.5. But based on over-estimated and underestimated indicators, it was found that the GPM sensor has a low precipitation rate of 58% of the stations, Also, for stations in the province of Kermanshah (with the exception of the Kengawer, which has a bias of zero), there is an over estimated rainfall. 

Keywords

References

  1. بی‌همتا، آ.، گهرنژاد، ح. و معظمی، ص.، 1397، بررسی داده‌های بارش ماهواره‌های GPM‌ و TRMM در مقیاس‌های روزانه، ماهیانه و فصلی در شهر تهران، سنجش از دور و GIS ایران، سال دهم، شماره دوم، صص 60-45.
  2. جوانمرد، س.، سمانه، گ. و عابدینی، ی.، 1390، مطالعه و بررسی برروی توزیع مکانی و زمانی نرخ بارش بر روی کشور ایران با استفاده از داده‌های ماهواره TRMM-TMI، همایش ملی تغییر اقلیم و تأثیر آن بر کشاورزی و محیط‌زیست، مرکز تحقیقات کشاورزی و منابع طبیعی استان آذربایجان غربی، ارومیه.
  3. حاجی میررحیمی، س.م.، رسولی، ع.ا.، 1386، ارزیابی بارش‌های سیل‌آسا با استفاده از تصاویر ماهواره‌ای و رادار هواشناسی، دومین همایش مقابله با سوانح طبیعی، قطب علمیمهندسی نقشه‌برداری و مقابله با سوانح طبیعی، دانشکده فنی دانشگاه تهران، تهران.
  4. خسروی، م.، بستانی، م.، عزیزاقلی، م.، گودرزی فر، م.، 1392، مقایسه پهنه‌بندی‌های بارشی استان سیستان و بلوچستان با استفاده از داده‌های ماهواره‌ای و ایستگاه‌های زمینی، نشریه پژوهش‌های اقلیم‌شناسی، سال 4، شماره 13 و 14، صص 97-110.
  5. رسولی، ع.ا.، عرفانیان، م.، ساری صراف، ب.، جوان، خ.، 1394، ارزیابی تطبیقی مقادیر بارندگی برآورد شده TRMM و بارش ثبت‌شده ایستگاه‌های زمینی در حوزه دریاچه ارومیه، فضای جغرافیایی، سال 16، شماره 54، صص 217- 195.
  6. عرفانیان، م.، کاظم پور، س.، حیدری، ح.، 1395، واسنجی داده‌های باران سری 3B42 و 3B43 ماهواره TRMM در زون‌های اقلیمیایران، پژوهش‌های جغرافیای طبیعی، دوره 48، شماره 2، صص 287- 303.
  7. علی بخشی، س.م.، فریدحسینی، ع.، داوری، ک.، علیزاده، ا.، مونیکاگاسچا، ه.، 1395، مقایسه آماری بین محصولات IMERG و TMPA3B42V در سطح سه داده‌های بارشی GPM و TRMM (مطالعه موردی: حوضه آبریز کشف رود، استان خراسان رضوی)، مرتع و آبخیزداری، مجله منابع طبیعی ایران، دوره 69، شماره 4، ص 981-963.
  8. غضنفری مقدم، م.ص.، علیزاده، ا.، موسوی بایگی، م.، فرید حسینی، ا.، اول، ب.، 1390، مقایسه مدل PERSIANN با روش‌های درون‌یابی به‌منظور کاربرد در تخمین مقادیر بارندگی روزانه (مطالعه موردی: خراسان شمالی)، نشریه آب‌وخاک (علوم و صنایع کشاورزی)، جلد 25، شماره 1، صص 215-270.
  9. قرابیگلی، ف.، وظیفه دوست، م.، پیرمرادیان، ن.، اشرف زاده، ا.، 1392، ارزیابی تولیدات ماهواره‌ای TRMM در برآورد میزان بارندگی در استان مازندران، دومین همایش ملی توسعه پایدار کشاورزی و محیط‌زیست سالم، همدان، شرکت هم اندیشان محیط‌زیست فردا.
  10. کتیرایی بروجردی، پ.س.، 1391، مقایسه داده‌های بارش ماهانه ماهواره‌ای و زمینی در شبکه‌ای با تفکیک زیاد روی ایران، مجله ژئوفیزیک ایران، جلد 7، شماره 4، صص 149-160.
  11. مددی، غ.، حمزه، س.، نوروزی، ع.ا.، 1394 ارزیابی بارش در مقیاس روزانه، ماهانه و سالانه با استفاده از تصاویر ماهواره‌ای (مطالعه موردی: حوزه مرزی غرب ایران)، نشریه سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی، دانشگاه آزاد واحد بوشهر، دوره 6، شماره 2، صص 59- 74.
  12. میری، م.، رحیمی، م.، نوروزی، ع.ا.، 1397، ارزیابی دقت برآورد بارش روزانه پایگاه‌ داده‌های TRMM و GPM در مقابل داده‌های مشاهده‌ای در ایران، مهندسی و مدیریت آبخیز، در حال انتشار.
  13. میری، م.، رضیئی، ط.، رحیمی، م.، 1395، ارزیابی و مقایسه آماری داده‌های بارش TRMM و GPCC با داده‌های مشاهده‌ای در ایران، فیزیک زمین و فضا، دوره 42، شماره 3، صص 657-672.
  14. Almazroui, M., 2011, calibration of TRMM rainfall climatology over Saudi Arabia during 1998-2009, Atmospheric Research, No 99, Issues 3-4, pp. 400-414.
  15. Chokngamwong, R., Chiu, L., 2008, Thailand daily rainfall and comparison with TRMM products, J. H. Geomrphol, 9(2), 256-266.
  16. Feidas, H., 2010, validation of satellite rainfall products over Greece, TheorAppl Climatol,99, 193-216.
  17. Futrel, J. H., and Coauthors .,2005 , Water: Challenges at the intersection of human and natural systems, NSF/DOE Tech, Rep, PNWD-3597, 50 pp ,doi: 10.2172/1046481
  18. Hudlow, M. D., 1979, Mean rainfall patterns for the three phases of GATE. J. Appl. Meteorol., 18(12): 1656-1669.
  19. Homaee, M., Feddes, R. A., & Dirksen, C., 2002, Simulation of Root Water Uptake. II. Non-uniform transient Water Street Using Different Reduction Functions. Agricultural Water Manag. 57, 11-126.
  20. Ouatiki, H., Boudhar, A., Tramblay, Y., Jarlan, L., Benabdelouhab, T., Hanich, L., El Meslouhi , M., Chehbouni, A., 2017, Evaluation of TRMM 3B42 V7 Rainfall Product over the Oum Er Rbia Watershed in Morocco, Climate, 5(1), 1; doi:10.3390/cli5010001
  21. Habib, E., Henschke, A., Adler, R., 2009. Evaluation of TMPA satellite-based research and realtime rainfall estimates during six tropical-related heavy rainfall events over Louisiana, USA. Atmosph.res.,doi:10.1016/j.atmosres.2009.06.015.
  22. Li., Zh., Yang, D. Hong, Y., 2013, Multi-scale evaluation of hig-resolution multi-sensor blended global precipitation products over the Yangtze River, J. Hydrol,500,157-169.
  23. Moazami, S., Golian, S., Kavianpour, M. R. and Hong, Y., 2013, Comparison of PERSIANN and V7 TRMM multi-satellite precipitation analysis (TMPA) products with rain gauge data, Int. J. R. sens, 34(22), 8156-8171.
  24. Moriasi D N., Arnold JG., Van Liew, M. W., Bingner, R. L., Harmel, R. D., Veith, T. L., 2007, Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE, Vol 50, No 3: 885-900.
  25. Montaigne, F., 2002 , National Geographic Magazine, Vol. 202 (3), International Publishing, 2–33
  26. Nazrul Islam, Md., Uyeda, H., 2007, Use of TRMM in determinining the climatic characteristics of rainfall over Bangladesh, Remote Sensing of Environment, No. 108, Issue 3, pp. 264-276.
  27. Prakash, S., Mitra, A., Pai, D., AghaKouchak, A., 2016, From TRMM to GPM: How well can heavy rainfall be detected from space? , Elsevier , 88;1-7
  28. Sharifi,E., Reinhold, S., saghafian,B., 2016, Assessment of GPM-IMERG and other Precipitation Products against Gauge Data under Different Topo-graphic and Climatic Conditionsin Iran, Remote Sens, 8, 135; doi:10.3390/ rs8020135
  29. Satge, F., 2017, Comparative Assessments of the Latest GPMMission’s Spatially Enhanced Satellite Rainfall Products over the Main Bolivian Watersheds, Remote Sens. 2017, 9, 369; doi:10.3390/rs9040369
  30. Tan, M. L., Ibrahim, A. L., Duan, ZH., Cracknell, A.P. & Chaplot, V., 2015 , Evaluation of six high-resolution satellite and ground-based precipita-tion products over Malaysia, Remote Sens, 7,1504-1528
  31. Tan, M. & Duan, Z., 2017, Assessment of GPM and TRMM Precipitation Products over Singapore, Remote Sensing, 9(7), 720; doi:10.3390/ rs9070720

Files

Share

How to cite

Statistics