TY - JOUR T1 - Performance evaluation of different estimation methods for missing rainfall data TT - ارزیابی عملکرد روش‌های مختلف در بازسازی داده های بارش ماهانه JF - jgs JO - jgs VL - 16 IS - 42 UR - http://jgs.khu.ac.ir/article-1-2692-fa.html Y1 - 2016 SP - 155 EP - 176 KW - Restoring data KW - Monthly Rainfall KW - M5 Model tree KW - Normal Ratio Method KW - Classical Statistical Methods. N2 - در کلیه مطالعات اقلیمی نیاز به داده‌های صحیح و قابل اعتماد می­باشد. روش‌های متعددی برای بازسازی داده ها وجود دارند که بسته به نوع داده‌ها و خصوصیات آب و هوائی هر منطقه تعدادی از آن‌ها مورد استفاده قرار می­گیرد. در این تحقیق بخشی از داده‌های بارش ماهانه ایستگاه سینوپتیک شهر سراب در استان آذربایجان‌شرقی به صورت تصادفی داده های فرضی در نظر گرفته شد. سپس برای بررسی میزان کارایی، روش‌های متعدد بازسازی داده ها، هفت روش کلاسیک آماری و مدل درختی ام‌5 بعنوان یکی از روش‌های کارآمد داده‌کاوی و به کمک داده­های بارش ایستگاه­های مجاور تخمین گردید. نتایج نشان داد از بین روش‌های کلاسیک آماری بررسی شده به ترتیب روش­های انتساب چندگانه، نسبت نرمال و رگرسیون خطی چند متغیره دارای نتایج نسبتا دقیق‌تر با خطاهای کمتری می‌باشند. بررسی کلی نتایج نشان داد که مدل درختی ام‌5 با توسعه قوانین اگر-آنگاه با ارائه چهار رابطه خطی ساده با آماره‌های (ضریب همبستگی برابر 974/0، ضریب نش-ساتکلیف برابر 948/0، ریشه میانگین مربعات خطا برابر 11/5 (میلی‌متر) و میانگین خطای مطلق برابر با 189/4 (میلی‌متر) دقیق‌ترین نتیجه را در بین تمامی روش‌های بررسی شده در این مطالعه ارائه می­دهد. لذا با توجه به سادگی روند مدل‌سازی، کاربردی و قابل فهم بودن و داشتن دقت بالا استفاده از آن برای تخمین مقادیر گم‌شده بارش ماهانه پیشنهاد می‌گردد. M3 ER -