فهرست نشریات علمی دسترسی آزاد ایران

این مطالعه به منظور بازیابی میزان بارش با استفاده از دمای روشنایی کانال‌های فروسرخ از داده‌های تصویربردار چرخان پیشرفته مرئی و فروسرخ (SEVIRI) از نسل دوم ماهواره‌های Meteosat (MSG) انجام گرفته است. با توجه به ارتباط بین دمای روشنایی کانال‌های فروسرخ ماهواره‌ای با ویژگی‌های میکروفیزیکی و نوری ابرها (مانند دمای قله ابر، ارتفاع قله ابر، ضخامت نوری ابر، اندازه ذرات و همچنین فاز ذرات)، و تاثیر تغییر هر یک از این ویژگی‌ها در تعیین میزان و محدوده شدت بارش، با استفاده از مدل‌های آماری و رگرسیونی و همچنین روش شبکه-های عصبی مصنوعی ارتباط بین تغییرات دمای روشنایی و بارش در دو ایستگاه هواشناسی استان هرمزگان، مورد مطالعه قرار گرفته و عملکرد روش‌های مذکور برای بازیابی میزان بارش مورد ارزیابی قرار گرفته است. نتایج بررسی مدل‌ها نشان داد مدل رگرسیون فرآیند گاوسی نمایی پس از انجام تحلیل مؤلفه اصلی با POD: 0/96 ، RMSE: 0/44 و HSS:0/67 برای آستانه بارش 0.1 میلیمتر (در طی نیم ساعت) برای مجموعه داده‌های بارش کمتر از 10 میلیمتر، بهترین عملکرد را دارا می‌باشد. شبکه عصبی مصنوعی نیز با RMSE 1/27 عملکرد ضعیف‌تری نسبت به مدل رگرسیونی را نشان داد اما عملکرد خوبی را در تفکیک شرایط بارشی از غیربارشی (POD: 0.85 و HSS: 0.48) ارائه داد. با مقایسه همبستگی بین بارش و دمای روشنایی (بطور متوسط 0.36)، و همبستگی بین بارش مشاهده شده و بارش بازیابی شده (در مدل رگرسیونی 0.91 و در شبکه عصبی 0.43)، می‌توان نتیجه گرفت در این مطالعه محصولات بارشی تولید شده که توانست همبستگی خوبی را بین بارش مشاهده شده و بارش بازیابی شده نشان دهد.