هطول - 3b42 ثنائي - خيارات

يوميا: ترم: 3B42: 1998-2008 وصف البيانات: بعثة قياس هطول الأمطار الاستوائية وغيرها من البيانات كوبيست تقدير معدل هطول الأمطار تقييم تقديرات هطول الأمطار ترم هو مجال نشط للبحث. يجب أن يكون المستخدمون على بينة من القضايا سامبلينغالوريثم. يرجى الرجوع إلى المنشورات المناسبة. الطريقة المستخدمة: معلومات كوتيباسيك على 3B42، ترمم وغيرها من الأقمار الصناعية المنتج هطول الأمطار. وتستخدم خوارزمية معايرة المطر للأدوات المدمجة (3B-42) توليفة مثلى من تقديرات هطول الأمطار 2B-31 و 2A-12 و سمي و أمسر و أمسو (التي يشار إليها باسم هق)، لضبط تقديرات الأشعة تحت الحمراء من ملاحظات الأشعة تحت الحمراء المستقرة بالنسبة إلى الأرض. يتم إجراء تقديرات شبه عالمية بمعايرة درجات حرارة سطوع الأشعة تحت الحمراء لتقديرات المقر الرئيسي. وتجري تقييس التقديرات 3B-42 لتتناسب مع تحليلات مقياس المطر الشهري المستخدمة في 3B-43. الإخراج هو هطول الأمطار 0.25x0.25 درجة صناديق الشبكة كل 3 ساعات. لمزيد من التفاصيل عن الخوارزمية، انتقل إلى trmm. gsfc. nasa. gov3b42.html تم التحديث من خلال: يوليو 2008 غريد: 50S إلى 50N حوالي 0.25 x 0.25 درجة القرار كيرنت هولدينغز: يناير 1998 - يوليو 2008 دليل مس: CATRMM3B42MONDAY أسماء الملفات: 3B42. YYYYMM. day. nc على سبيل المثال: 3B42.200801.day. nc كوت بيانات الأشعة تحت الحمراء قبل فبراير 2000 يغطي فترة 40 درجة شمالا إلى 40 درجة جنوب. وبعد شباط / فبراير 2000، تغطي البيانات 50 درجة شمالا إلى 50 درجة جنوبا. وهذا يؤدي إلى انقطاع طفيف في سجل البيانات. أيضا، يتم إدخال مصادر بيانات المقر الرئيسي في نقاط مختلفة في سجل البيانات. ولذلك، فإن التغيرات في تغطية المقر سوف تحدث في جميع أنحاء السجل، وزيادة مع مرور الوقت. الأهم من ذلك، إدخال أمسو-B يسبب انحيازا منخفضا من ما يقرب من 10 عالميا. كوت هوفمان، G. J. الترددات اللاسلكية. أدلر، D. T. بولفين، G. غو، E. J. نيلكين، K. P. بومان، Y. هونغ، E. F. ستوكر، D. B. وولف، 2007: ترم متعدد الأقمار الصناعية تحليل هطول الأمطار: شبه العالمي، متعدد السنوات، مجتمعة الاستشعار تقديرات التهطال على نطاق غرامة. J. هيدروميتور. 8: 38-55. مراجع أخرى على ترم الصفحة الرئيسية كاس داتا كاتالوغ روابط سريعة دليل لتداول الخيارات الثنائية في الولايات المتحدة تعتمد الخيارات الثنائية على اقتراح بسيط نعم أو لا: هل سيكون الأصل الأساسي فوق سعر معين في وقت معين يضع المتداولون الصفقات بناء على ما إذا كان فإنهم يعتقدون أن الجواب هو نعم أو لا، مما يجعلها واحدة من أبسط الأصول المالية للتجارة. وقد أدى هذا البساطة إلى نداء واسع بين التجار والوافدين الجدد إلى الأسواق المالية. وبمجرد أن يبدو بسيطا، يجب على التجار أن يفهموا تماما كيف تعمل الخيارات الثنائية، وما هي الأسواق والأطر الزمنية التي يمكنهم تداولها مع الخيارات الثنائية، ومزايا وعيوب هذه المنتجات، والشرآات المخولة قانونا بتوفير الخيارات الثنائية لسكان الولايات المتحدة. وعادة ما تكون الخيارات الثنائية المتداولة خارج الولايات المتحدة منظمة بشكل مختلف عن الثنائيات المتاحة في البورصات الأمريكية. عند النظر في المضاربة أو التحوط. الخيارات الثنائية هي بديل، ولكن فقط إذا كان التاجر يفهم تماما اثنين من النتائج المحتملة لهذه الخيارات الغريبة. (للحصول على قراءة ذات صلة، انظر: ما تحتاج إلى معرفته حول الخيارات الثنائية خارج الولايات المتحدة) أوضح الخيارات الثنائية الأمريكية الخيارات الثنائية توفر وسيلة لتداول الأسواق مع المخاطر المغطاة والأرباح المحتملة توج، بناء على اقتراح نعم أو لا. على سبيل المثال: هل سيكون سعر الذهب فوق 1،250 في الساعة 1:30 بعد الظهر. اليوم إذا كنت تعتقد أنه سيكون، يمكنك شراء الخيار الثنائي. إذا كان الذهب سيكون أقل من 1،250 في الساعة 1:30 بعد الظهر. ثم تبيع هذا الخيار الثنائي. سعر خيار ثنائي هو دائما بين 0 و 100، ومثل غيرها من الأسواق المالية، وهناك عرض السعر وسعر الطلب. يمكن تداول الثنائي المذكور أعلاه عند 42.50 (عرض السعر) و 44.50 (العرض) في الساعة الواحدة بعد الظهر. إذا كنت تشتري الحق الخيار الثنائي ثم سوف تدفع 44.50، إذا قررت بيع الحق ثم عليك بيع في 42.50. لنفترض أنك تقرر الشراء عند 44.50. وفي الساعة 30/13 سعر الذهب فوق 1،250، تنتهي صلاحية الخيار الخاص بك ويصبح يستحق 100. يمكنك تحقيق ربح من 100 - 44.50 55.50 (رسوم أقل). وهذا ما يسمى يجري في المال. ولكن إذا كان سعر الذهب أقل من 1،250 في الساعة 1:30 بعد الظهر. وينتهي الخيار عند 0. لذلك تخسر 44.50 المستثمرة. هذا دعا من المال. يتقلب العرض والعرض حتى تنتهي صلاحية الخيار. يمكنك إغلاق موقفك في أي وقت قبل انتهاء صلاحية لقفل في الربح أو تقليل الخسارة (مقارنة مع السماح لها تنتهي من المال). في نهاية المطاف كل خيار يستقر في 100 أو 0 100 إذا كان اقتراح الخيار الثنائي صحيح، و 0 إذا تبين أن تكون كاذبة. وبالتالي كل خيار ثنائي لديه قيمة إجمالية قدرها 100، وأنها لعبة صفر مجموع ما تجعل شخص آخر يفقد، وما تخسر شخص آخر يجعل. يجب على كل تاجر أن يضع رأس المال لجانبه من التجارة. في الأمثلة أعلاه، اشتريت خيارا عند 44.50، وقد باعك شخص ما هذا الخيار. الحد الأقصى للمخاطر هو 44.50 إذا كان الخيار يستقر عند 0، وبالتالي فإن تكاليف التجارة لك 44.50. الشخص الذي يباع لك لديه الحد الأقصى من خطر 55.50 إذا كان الخيار يستقر عند 100 (100 - 44.50 55.50). يجوز للمتداول شراء عقود متعددة، إذا رغبت في ذلك. مثال آخر: مؤشر نسداق أوس تيش 100 غ 3،784 (11 صباحا). العرض الحالي والعرض هو 74.00 و 80.00، على التوالي. إذا كنت تعتقد أن المؤشر سيكون فوق 3،784 في 11 صباحا، يمكنك شراء الخيار الثنائي عند 80 (أو تقديم عرض بسعر أقل ونأمل أن يبيع شخص ما لك بهذا السعر). إذا كنت تعتقد أن المؤشر سيكون أقل من 3،784 في ذلك الوقت، كنت تبيع في 74.00 (أو وضع عرض فوق هذا السعر، ونأمل شخص يشتري منه منك). عليك أن تقرر البيع عند 74.00، معتقدا أن المؤشر سوف ينخفض ​​إلى ما دون 3،784 (يسمى سعر الإضراب) بحلول الساعة 11 صباحا، وإذا كنت ترغب حقا في التجارة، يمكنك بيع (أو شراء) عقود متعددة. ويبين الشكل 1 تجارة لبيع خمسة عقود (حجم) عند 74.00. منصة ناديكس تلقائيا بحساب أقصى خسارة لكسب عند إنشاء أمر، ودعا تذكرة. نادكس تذكرة تجارية مع ماكس بروفيت وماكس لوس (الشكل 1) الحد الأقصى للربح على هذه التذكرة هو 370 (74 × 5 370)، والحد الأقصى للخسارة هو 130 (100 - 74 26 × 5 130) على أساس خمسة عقود وبيع سعر 74.00. (لمزيد من المعلومات حول هذا الموضوع، راجع مقدمة للخيارات الثنائية) كيفية تحديد عرض السعر والمطلب يتم تحديد العرض والطلب من قبل المتداولين أنفسهم عند تقييم احتمال أن يكون الاقتراح صحيحا أم لا. وبعبارات بسيطة، إذا كان عرض التسعير وطرح الخيار الثنائي عند 85 و 89 على التوالي، فإن التجار يفترضون احتمالا كبيرا جدا بأن تكون نتيجة الخيار الثنائي نعم، وسوف تنتهي صلاحية الخيار بقيمة 100. إذا كان عرض السعر ونسأل ما يقرب من 50، والتجار غير متأكدين إذا كان ثنائي تنتهي في 0 أو 100 حتى خلاف. إذا كان العرض والسؤال في 10 و 15 على التوالي، مما يشير إلى التجار يعتقدون أن هناك احتمال كبير أن تكون النتيجة الخيار لا، وتنتهي بقيمة 0. المشترين في هذا المجال على استعداد اتخاذ المخاطر الصغيرة لتحقيق مكاسب كبيرة. في حين أن أولئك الذين يبيعون على استعداد لاتخاذ ربح صغير ولكن من المرجح جدا لخطر كبير (بالنسبة لكسبهم). أين تتداول الخيارات الثنائية تداول الخيارات الثنائية في بورصة نادكس. ركز أول تبادل قانوني للولايات المتحدة على الخيارات الثنائية. توفر شركة نادكس منصة تداول الخيارات الثنائية القائمة على المتصفح والتي يمكن للمتداولين الدخول إليها عبر حساب تجريبي أو حساب مباشر. منصة التداول توفر الرسوم البيانية في الوقت الحقيقي جنبا إلى جنب مع الوصول المباشر إلى السوق إلى أسعار الخيارات الثنائية الحالية. الخيارات الثنائية متاحة أيضا من خلال بورصة شيكاغو خيارات تبادل (كبوي). يمكن لأي شخص لديه حساب الوساطة المعتمدة من الخيارات التجارة كبوي الخيارات الثنائية من خلال حساب التداول التقليدي. ولكن ليس جميع الوسطاء يوفرون تداول الخيارات الثنائية. كل عقد عقد نادكس يتداول 0.90 للدخول و 0.90 للخروج. وتحدد الرسوم في 9، لذلك شراء 15 الكثير سوف لا تزال تكلف فقط 9 للدخول و 9 للخروج. إذا كنت تملك تجارتك حتى التسوية والانتهاء في المال، يتم تقييم رسوم للخروج لك عند انتهاء الصلاحية. إذا كنت تحمل الصفقة حتى التسوية، ولكن الانتهاء من المال، يتم تقييم أي رسوم التجارة للخروج. يتم تداول الخيارات الثنائية كبو من خلال وسطاء الخيارات المختلفة كل تهمة رسوم العمولة الخاصة بهم. اختيار سوقك الثنائي متعددة فئات الأصول قابلة للتداول عن طريق الخيار الثنائي. تقدم نادكس التداول في المؤشرات الرئيسية مثل داو 30 (وول ستريت 30) و سامب 500 (أوس 500) و ناسداك 100 (أوس تيش 100) و راسل 2000 (أوس سمالكاب 2000). المؤشرات العالمية للمملكة المتحدة (فتس 100)، ألمانيا (ألمانيا 30) واليابان (اليابان 225) وتتوفر أيضا. نادكس يقدم السلع الخيارات الثنائية المتعلقة سعر النفط الخام. الغاز الطبيعي، الذهب، الفضة، النحاس، الذرة وفول الصويا. الأحداث أخبار التداول هو ممكن أيضا مع الخيارات الثنائية الحدث. شراء أو بيع الخيارات على أساس ما إذا كان مجلس الاحتياطي الاتحادي سوف تزيد أو تنخفض المعدلات، أو ما إذا كانت طلبات إعانة البطالة والرواتب غير الزراعية سوف تأتي في تقديرات التوقعات أو دونها. (لمزيد من المعلومات حول هذا الموضوع، راجع الخيارات الغريبة: هروب من التداول العادي) يقدم كبوي خيارين ثنائيين للتجارة. خيار مؤشر سامب 500 (بس) استنادا إلى مؤشر سامب 500، وخيار مؤشر التقلب (بفز) استنادا إلى مؤشر التقلب كبوي (فيكس). اختيار الإطار الزمني الخاص بك يمكن للمتداول الاختيار من بين الخيارات الثنائية نادكس (في فئات الأصول أعلاه) التي تنتهي صلاحيتها كل ساعة أو يومية أو أسبوعية. خيارات كل ساعة توفر فرصة للتجار اليوم. حتى في ظروف السوق الهادئة، لتحقيق عائد ثابت إذا كانت صحيحة في اختيار اتجاه السوق على هذا الإطار الزمني. تنتهي الخيارات اليومية في نهاية يوم التداول، وهي مفيدة للتجار اليوم أو أولئك الذين يتطلعون إلى التحوط الأسهم الأخرى، العملات الأجنبية أو السلع حيازات ضد تلك الحركات أيام. تنتهي الخيارات الأسبوعية في نهاية أسبوع التداول، وبالتالي يتم تداولها من قبل المتداولين البديلين على مدار الأسبوع، وأيضا من قبل المتداولين اليوم مع اقتراب انتهاء الخيارات بعد ظهر يوم الجمعة. تنتهي العقود القائمة على الحدث بعد بيان صحفي رسمي المرتبطة بالحدث، وبالتالي جميع أنواع التجار اتخاذ مواقف جيدة في وقت مبكر - وحتى الحق في انتهاء الصلاحية. المزايا والعيوب على عكس أسواق الأسهم أو الفوركس الفعلية حيث يمكن أن تحدث فجوات في الأسعار أو انزلاق، فإن المخاطر على الخيارات الثنائية توج. من غير الممكن أن تفقد أكثر من تكلفة التجارة. كما يمكن تحقيق عائدات أفضل من المتوسط ​​في أسواق هادئة جدا. إذا كان مؤشر الأسهم أو زوج العملات الأجنبية بالكاد يتحرك، من الصعب الربح، ولكن مع خيار ثنائي الدفع هو معروف. إذا كنت تشتري خيار ثنائي في 20، فإنه إما تسوية في 100 أو 0، مما يجعلك 80 على 20 الاستثمار الخاص بك أو فقدان لك 20. هذا هو مكافأة 4: 1 إلى خطر. وهي فرصة من غير المرجح أن يتم العثور عليها في السوق الفعلية الكامنة وراء الخيار الثنائي. الوجه الآخر من هذا هو أن مكاسبك دائما توج. وبغض النظر عن مدى تحرك زوج الأسهم أو الفوركس لصالحك، فإن خيار الخيار الثنائي هو الخيار الأكثر قيمة هو 100. شراء عقود الخيارات المتعددة هو أحد الطرق التي يمكن أن تحقق أرباحا أكبر من تحرك السعر المتوقع. بما أن الخيارات الثنائية تستحق الحد الأقصى 100، وهذا يجعلها في متناول التجار حتى مع رأس المال التجاري محدود. كما لا تنطبق حدود التداول يوم الأسهم التقليدية. يمكن أن يبدأ التداول ب 100 إيداع في ناديكس. الخيارات الثنائية هي مشتقة على أساس الأصل الأساسي، والتي لا تملكها. ولذلك، لا يحق لك الحصول على حقوق التصويت أو الأرباح التي يحق لك الحصول عليها إذا كنت تملك مخزونا فعليا. وتستند الخيارات الثنائية على نعم أو لا اقتراح. يتم تحديد الربح والخسارة المحتملة الخاصة بك عن طريق شراء أو بيع السعر، وما إذا كان الخيار تنتهي صلاحيته بقيمة 100 أو 0. المخاطر والمكافأة على حد سواء توج، ويمكنك الخروج من الخيارات في أي وقت قبل انتهاء لقفل في الربح أو خفض خسارة. يتم تداول الخيارات الثنائية داخل الولايات المتحدة عبر بورصة نادكس و كبوي. وعادة ما تعمل الشركات الأجنبية التي تجبر سكان الولايات المتحدة على تداول شكلها الثنائي من الخيارات الثنائية بشكل غير قانوني. تداول الخيارات الثنائية لديه حاجز منخفض للدخول. ولكن فقط لأن شيئا بسيط لا يعني إيتل يكون من السهل كسب المال مع. هناك دائما شخص آخر على الجانب الآخر من التجارة الذين يعتقدون أنها صحيحة وكنت خاطئة. فقط التجارة مع رأس المال يمكنك أن تخسر، وتجارة حساب تجريبي لتصبح مريحة تماما مع كيفية عمل الخيارات الثنائية قبل التداول مع رأس المال الحقيقي 0،25 × 0.25 درجة، شهريا يتم إنتاج عدد من المنتجات هطول الأمطار المناخية من الميكروويف السلبي (تمي ) وأجهزة استشعار رادار هطول الأمطار على متن ساتل بعثة قياس هطول الأمطار الاستوائية (ترم) الذي أطلق في تشرين الثاني / نوفمبر 1997. وتستمد منتجات هطول الأمطار الشهرية أو المناخية المشار إليها باسم المستوى 3 من المنتجات أساسا من تراكمات أو المستوى 2 من منتجات ترم، أو تقدیرات ھطول الأمطار الفوریة المقابلة لوجھات عرض الساتل الأصلي. توافر العديد من المنتجات هطول الأمطار من مختلف أجهزة استشعار الأمطار ترم ويرجع ذلك إلى حقيقة أن كل واحد لديه نقاط القوة والضعف المختلفة. ونتيجة لذلك، فإن أفضل تقدير لتساقط الأمطار يعتمد على التطبيق. يوفر ترم العلاقات العامة أعلى قرار المكانية (4 كم)، ومعظم محتوى المعلومات، وأفضل قرار عمودي (80 المستويات)، وقياس هطول الأمطار السطحية الأكثر مباشرة لقياس العديد من التطبيقات. ومع ذلك، فإن العرض السطحي للعلاقات العامة هو حوالي 13 من عرض تمي الذي ينتج عنه أخذ عينات أقل فقرا بالنسبة للعديد من التطبيقات المناخية. الإصدار الحالي هو الإصدار 6 مجموعة البيانات الوصف: تجمع مجموعة البيانات 3B43 مجموعة بيانات 3B42 اليومية مع تحليل مقياس المطر غك. معدلات المطر 3B43 الناتجة هي المتوسطات الشهرية الشبكة على 0.25 × 0.25 درجة صناديق لاتلون. وتستند خوارزمية استرجاع 3B43 المستخدمة لهذا المنتج على تقنية هوفمان وآخرون. 1995 و 1997 و هفمان 1997. هذه البيانات والبيانات الأخرى ترم متاحة من خلال صفحة الوصول إلى البيانات ترم، والذي يقع في ناسا غودارد داك. معلومات إضافية: غودارد داك ترم معلومات الصفحة الصفحة الرئيسية ل ناسا (ترم) الصفحة الرئيسية ل جاكسا (اليابانية) ترم المراجع: هوفمان، G. J. الترددات اللاسلكية. أدلر، B. رودولف، U. شنايدر، و P. R. كيهن، 11995: تقديرات هطول الأمطار العالمية على أساس تقنية للجمع بين التقديرات المستندة إلى السواتل، وتحليل مقياس المطر، ومعلومات التنبؤ الهيدروجيني لنموذج التنبؤ العددي بالطقس، J. المناخ. 8 - 1284-1295. هوفمان، G. J، 1997: تقديرات الخطأ العشوائي المتوسط ​​المربع الجذر لعينات محدودة من هطول الأمطار المقدرة، J. أبل. نيزك. . . 1191-1201. هوفمان، جي. الترددات اللاسلكية. أ. أيلر، P. أركين، A. تشانغ، R. فيرارو، A. غروبر، J. جانوياك، A. مناب، B. رودولف، أند U. شنايدر، 1997: مشروع المناخ العالمي لهطول الأمطار (غكب) . عامر. نيزك. شركة نفط الجنوب. . 78 - 5-20 المحرر الأكاديمي: ماركو فرانشيني تلقى: 23 تشرين الأول / أكتوبر 2016 مقبول: 26 كانون الثاني / يناير 2017 تاريخ النشر: 13 شباط / فبراير 2017 ستكون النماذج الهيدرولوجية أداة متزايدة الأهمية لمديري الموارد المائية مع تضاؤل ​​توافر المياه، والمناطق النادرة. ومن حسن الطالع أن تكنولوجيا الاستشعار عن بعد الساتلية المتاحة حديثا تتيح فرصة لتحسين الاستبانة المكانية ونوعية بيانات المدخلات للنماذج الهيدرولوجية في هذه المناطق. وعلى وجه الخصوص، توفر مجموعة بيانات مخاطر هطول الأمطار مع محطة البيانات (تشيربس) لمخاطر المناخ معلومات شبه عالمية عن هطول الأمطار عالية الاستبانة مستمدة من مزيج من مصادر بيانات الاستشعار عن بعد في مواقعها الطبيعية والنشطة والمنفعلة. لقد جربنا دمج مجموعة بيانات تشيربس في أداة تقييم التربة والمياه (سوات)، وهي نموذج هيدرولوجي. وأبلغ عن مقارنات للنتائج بين تقدير تدفق المجرى باستخدام بيانات محطة قياس هطول الأمطار في الموقع، ومجموعة بيانات إعادة تحليل نظام التنبؤات المناخية (كفسر)، ومجموعة بيانات تشيربس في حوض نزويا النابع من البيانات في غرب كينيا خلال النطاق الزمني 1990-2000. كانت تقديرات تدفق تيار المحاكاة ضعيفة مع بيانات محطة قياس هطول الأمطار ولكن تحسنت بشكل ملحوظ مع مجموعات البيانات كفسر و تشيربس. ومع ذلك، فإن استخدام مجموعة بيانات تشيربس بالمقارنة مع مجموعة بيانات كفسر وفر أداء إحصائيا أفضل بعد معايرة النموذج باستثناء محطة قياس تدفق واحد في مناطق الارتفاع الأعلى. وعموما، كان استخدام مجموعة البيانات تشيربس أكبر ارتباط خطي، والتغير النسبي، والتحيز الطبيعي على الرغم من المتوسط ​​الشامل لكفاءة ناش - سوتكليف (نس) و R 2 القيم. الهيدرولوجيا سوات تشيربس كفسر كينيا 1. مقدمة بعد اختتام الأهداف الإنمائية للألفية للأمم المتحدة في عام 2015، قدر أن أكثر من 2 مليار شخص قد تمكنوا من الحصول على مصدر محسن للمياه. غير أن التوزيع الحالي للموارد المائية لا يزال يسلط الضوء على الإجهاد المائي والندرة في جميع أنحاء أفريقيا وآسيا، حيث لا يستطيع نصف السكان الباقين البالغ عددهم 700 مليون نسمة الحصول على مصدر مياه محسن يقع داخل أفريقيا جنوب الصحراء الكبرى 1. ولذلك، خصصت خطة الأمم المتحدة للتنمية المستدامة لعام 2030 إحدى أهداف التنمية المستدامة السبعة عشرة لضمان توفير المياه بصورة منصفة، وإدماج إدارة موارد المياه، وتشجيع عمليات السحب والإمداد الأكثر استدامة. وفي أفريقيا جنوب الصحراء الكبرى، يعتمد النمو الاقتصادي والاجتماعي على الإدارة المستدامة للموارد المائية (2). ومع ذلك، فإن الفشل الحالي في إدارة الموارد المائية ونقصها يمكن أن يرتبط إلى حد كبير بالتقييم غير الكافي للموارد المائية 3. ومما يؤسف له أن التقدير الكمي للموارد المائية معقد ومكلف، وخاصة داخل الأحواض التي تعبر الحدود الاجتماعية - السياسية والاقتصادية. وعلى الرغم من أن جميع المدخلات في النماذج الهيدرولوجية تثير عدم اليقين، فإن التحديد الكمي الدقيق والتوزيع المكاني للهطول فوق مستجمعات المياه له أهمية خاصة بالنسبة للتقديرات الهيدرولوجية للجريان السطحي، وبالتالي تدفق التدفق 4، 5. ومما يؤسف له أن كمية بيانات محطات قياس هطول الأمطار في أفريقيا شهدت انخفاضا حادا خلال العقود القليلة الماضية. وفي أوائل الثمانينيات، كان هناك 2400 محطة تقدم بيانات هطول الأمطار إلى مجاري البيانات العامة بما في ذلك شبكة المناخ التاريخية العالمية (غن) والموجز العالمي لليوم (غسود). ومع ذلك، انخفض عدد المحطات إلى 500 محطة بحلول عام 2010 6. ويمكن اعتبار الأحواض ضعيفة القياس استنادا إلى كمية بيانات هطول الأمطار وتوزيعها المكاني ونوعيتها. ويمكن أن يؤدي التوزيع الكمي والتوزيع المكاني لمحطات قياس هطول الأمطار إلى التعميم المفرط وعدم القياس الكمي لتوافر المياه في حين أن مجموعات البيانات غير الموثوقة أو غير الكاملة يمكن أن تكون غير قادرة أو تحدد بشكل غير صحيح الأنماط الزمنية الموسمية أو الكبيرة. وبدلا من محطات قياس هطول الأمطار عالية الكثافة في الموقع، أصبح بإمكان الهيدرولوجيين الآن الحصول على تقديرات هطول الأمطار المستمدة من إعادة تحليل المناخ وأدوات الاستشعار عن بعد. وعلى الرغم من أن مجموعات البيانات هذه قد لا تكون بدائل دقيقة للقياسات المباشرة، فإنها غالبا ما تكون أكثر فعالية من حيث التكلفة، وفي الوقت المناسب، ويمكن الاعتماد عليها، مما يسمح باتباع الأنماط الموسمية والزمانية والمكانية في هطول الأمطار وإدراجها في النماذج الهيدرولوجية. وفي دراسة أجريت في فيتنام، أدى استخدام عدة تحليل شبكي للمناخ ومجموعات بيانات عن هطول الأمطار عن بعد إلى أداء نموذجي مماثل لمحاكاة التصريف من أجل استخدام بيانات محطة الموقع 7. وبالاضافة الى ذلك، فى حوضى حوض الخزان الثلاثة فى الصين، يانغ وآخرون. 8 مقارنة بمجموعات بيانات هطول الأمطار المستمدة من نماذج سطح الأرض، ومجموعات بيانات إعادة التحليل، ونماذج علم المناخ مع بيانات المحطة في الموقع. واكتشفوا أنه في حوض مسطح نسبيا، قدرت مجموعات بيانات التهطال الشبكية معدل الجريان السطحي بشكل أفضل من بيانات المحطة في الموقع داخل نموذج سوات. وعلى مدى العقد الماضي، استعرضت عدة دراسات إضافية 9 و 10 و 11 بشكل إيجابي فعالية استخدام المنتجات المستمدة من السواتل في النماذج الهيدرولوجية، ولكن كان هناك توافق في الآراء بالإجماع على ضرورة مواصلة الدراسات. وعلاوة على ذلك، فإن تقديرات هطول الأمطار المستندة إلى الاستشعار عن بعد أو سطح الأرض لا تتفوق على نحو متسق في البيانات الموضعية 12 و 13 و 14. وبالتالي، حتى عند إنشاء نماذج هيدرولوجية في المناطق ذات القياس الضعيف، من المهم تحديد ما إذا كان من المناسب استبدال البيانات في الموقع بتقدير هطول الأمطار أم لا. وكان الغرض من هذه الدراسة ذو شقين. أولا، قمنا باختبار سهولة تطبيق تحويل وتنفيذ مجموعة بيانات تشيربس، وهي مجموعة بيانات عن هطول الأمطار مشتق من السواتل، في نموذج هيدرولوجي معياري. وثانيا، قمنا باختبار الأداء النسبي لتحليل بيانات الشبكة الشبكية ومجموعات بيانات هطول الأمطار المستمدة من السواتل إلى بيانات هطول الأمطار في الموقع في تقدير تدفق المجاري في منطقة شحيحة البيانات في شرق أفريقيا. 2. منطقة الدراسة أجريت الدراسة في حوض بحيرة فيكتوريا (أفريقيا جنوب الصحراء الكبرى)، وهو مورد حيوي مشترك للمياه لخمسة بلدان مختلفة. ومع ذلك، ولأن الدول الخمس لديها أجندات سياسية وبيئية متباينة، فقد كان من الصعب رصد وتنفيذ استراتيجيات إدارة الموارد المائية في إطار السياسة المالية العامة، ولا سيما من دون تحديد كمية متسقة ودقيقة للموارد. ونتيجة لذلك، فإن الحوض يعاني من تدهور مستجمعات المياه وانخفاضات في نوعية المياه وكميتها 15. ويغطي حوض نزويا (أحد خطي العرض 130 N و 005 S وخط الطول 34 و 3545 E) أحد أكبر مساهمي الرافد في تدفق البحيرة 16، ويغطي مساحة مستجمعات تزيد على 000 12 كيلومتر 2 وينبع من المنحدرات الشرقية لجبل إلغون والغرب الغربي منحدرات تلال شيرانغاني (الشكل 1). واستنادا إلى جيومورفولوجيا الحوض واستخدام الأراضي، يمكن فصلها إلى أربع مناطق: المنطقة الجبلية والمنطقة الانتقالية لمنطقة الهضبة والمنطقة المنخفضة 17. وتشمل المنطقة الجبلية مناطق الارتفاع المرتفعة لجبل إلغون وتلال شيرانغاني، ومنطقة الهضبة هي المنطقة الزراعية الرئيسية داخل الحوض، وتواصل الزراعة على نطاق أصغر في مناطق الانتقال والمناطق المنخفضة. كما تعاني منطقة الأراضي المنخفضة من الفيضانات الدائمة بسبب المنحدرات والتربة. أكثر أنواع التربة المهيمنة في الحوض هي أكريسولس و فيرالسولز. وجدت أكريسولس في المناطق المنخفضة القريبة من مخرج الحوض. وهي غالبا ما تخلق قشرة سطحية صلبة، مما يسبب اختراق غير كاف للمياه أثناء أحداث هطول الأمطار ويضيف إلى حد كبير إمكانات الفيضانات في المنطقة. فيرالسول هي نسخة أقل مقاومة للأكريسولس ووجدت المنبع منها في المناطق المرتفعة من الحوض. ولدى فيرالسول قدرة محدودة على الاحتفاظ بالمياه المتاحة، مما يضر بنمو المحاصيل وخلال فترات الجفاف. ويبلغ متوسط ​​هطول األمطار في الحوض حوالي 1424 مم، مع هطول أمطار غزيرة تتراوح بين 1500 و 1750 ملم في المرتفعات العليا) جبل إلغون وتلال شيرانغاني (وتقل كميات األمطار بين 800 و 1100 ملم في الروافد الدنيا لمستجمعات المياه 18. على الرغم من أن بحيرة فيكتوريا لها تأثير فريد على الحوض المناخ المحلي 19، وهناك عموما أربعة مواسم متميزة (اثنين من الأمطار وجافتين) على مدار السنة على أساس التحول السنوي للمنطقة التقارب بين المدارية (إيتسز). يعتمد 90 من سكان الأحواض على زراعة الكفاف والثروة الحيوانية من أجل كسب رزقهم 20، مما يؤدي إلى أكثر من 40 من الأراضي داخل الحوض المصنفة كأراضي زراعية (استنادا إلى التصنيفات الدولية لبرنامج الغلاف الأرضي والمحيط الحيوي). ويتوقع حوض نزويا النمو الحضري ولديه إمكانيات متوسطة إلى عالية بالنسبة للخطط الزراعية الصناعية 21 على الرغم من عدد سكانه الكبير الذي يزيد على 3 ملايين نسمة 22. ولسوء الحظ، يقترن هذا النمو أيضا بالندرة المتوقعة للمياه. وفي عام 2007، بلغ نصيب الفرد من المياه العذبة في كينيا 647 م 3، وهي قيمة أقل من قيمة الأمم المتحدة الموصى بها 1000 م 3. وتشير التوقعات التي تستند إلى حد كبير إلى النمو السكاني إلى أن المياه العذبة للفرد الواحد قد تنخفض إلى 235 م 3 بحلول عام 2025 23. 3- المواد والطرق من أجل فهم كيفية تحسين تقييم الموارد المائية في الأحواض ذات القياس الضعيف نسبيا، تمت مقارنة الأداء الإحصائي لتدفق تدفق تدفق نموذج سوات عند استخدام ثلاثة أنواع مختلفة من مجموعات بيانات هطول الأمطار كمدخلات نموذجية. وقد تم استخدام نموذج سوات سابقا داخل حوض نزويا 24، 25، 26 كما هو المصدر المفتوح وأداة قوية لمديري الموارد المائية. وبما أن بيانات هطول الأمطار كثيرا ما تعتبر أكبر تأثير في نماذج المحاكاة الهيدرولوجية 4، 5، كان من المهم فهم تأثير مدخلات الهطول المتغيرة على نموذج سوات داخل حوض نزويا. تم استخدام مجموعات البيانات التالية كمدخلات في نموذج سوات لمحاكاة تدفق المجاري (الشكل 2): 30 متر مقياس إشعاع الانبعاث الحراري والانعكاس المتقدم في الفضاء (أستير) نموذج رقمي للارتفاع الرقمي الإصدار 2 (غديم V2 تم الحصول عليه من مركز عمليات الأرشيف الأرشيف الموزعة ( 1: 1،000،000 قاعدة بيانات التربة والتضاريس لكينيا) كنسوتر v.2 (من المركز الدولي للمراجع والمعلومات عن التربة، ومقياس طيف التصوير المعتدل (موديس) 500 م منتج الغطاء الأرضي (MCD12Q1)، ومختلف مدخلات هطول الأمطار التي سيتم مناقشتها بشكل أكثر عمقا. وقدم المركز العالمي للزراعة الحراجية بيانات يومية عن تدفق المياه لأربع محطات لقياس الأنهار (الشكل 3). وكان لدى المحطات بيانات من عام 1971 إلى عام 2000، ولكن لم يكن لدى أي من المحطات سجلات كاملة على المدى الزمني. وقدمت لجنة حوض بحيرة فيكتوريا بيانات تفريغ شهرية لمحطة نزويا في محطة روامبوا للعبارات على النطاق الزمني 19742008 مع عدم وجود بيانات مفقودة. 3.1. مختلف مدخلات التهطال قامت هذه الدراسة بتحليل استخدام ثلاثة أنواع مختلفة من مدخلات الهطول: بيانات محطة الموقع، وبيانات هطول الأمطار المستمدة من إعادة تحليل التنبؤات الجوية العددية، وبيانات السواتل والمحطات المختلطة. 3.1.1. محطات قياس المطر قدمت جامعة كاليفورنيا سانتا بارباراس مجموعة مخاطر المناخ (تشغ) بيانات قياس محطة بيانات هطول الأمطار شهريا في الموقع. ويمكن الاطلاع على التوزيع المكاني للمحطات الأربع في الشكل 4 أ. على الرغم من أن المحطات موزعة مكانيا بشكل كاف في جميع أنحاء الحوض، لم يكن لأي من المحطات سجلات كاملة للنطاق الزمني للدراسة. واستخدمت مجموعة بيانات الشبكة العالمية للمناخ التاريخي كأساس لسجل الهطول، وتمت تعبئة أي سجلات مفقودة بالبيانات العالمية عن اليوم العالمي (غسود) وبيانات النظام العالمي للاتصالات العالمية للأرصاد الجوية (غس) على التوالي. ويعزى الترتيب إلى عدم موثوقية مجموعات بيانات غسود و غس بالمقارنة مع مجموعة بيانات غن 6. وعلى الرغم من مزج بيانات المحطة، لا تزال هناك ثغرات كبيرة في سجل هطول الأمطار على المدى الزمني. وكان لدى جميع المحطات الأربع بيانات مفقودة في أي مكان بين 30 و 65 من البيانات المفقودة. 3.1.2. كفسر مجموعة البيانات الخاصة بالتنبؤ البيئي (نسيب) تم تجميع مجموعة بيانات الأرصاد الجویة (كفسر) لجمیع المراکز الوطنیة للتنبؤ البیئي مع قرار أفقي بطول 38 كم. وتستمد مجموعة البيانات من إعادة تحليل نظام عالمي للغلاف الجليدي والبحري والمحيط الجوي والفضائي. ويحدث إعادة التحليل كل 6 ساعات ويتضمن بيانات التوقعات المتوقعة سابقا والبيانات المستمدة من التحليل المستخدم لإنشاء التوقعات القادمة من أجل القضاء على الاتجاهات التي لم تجتاز قط. ويوضح الشكل 4 التوزيع المكاني لمواقع بيانات 30 كفسر في جميع أنحاء حوض نزويا. مجموعة البيانات متاحة على موقع سوات ويوصى بها المطورين. ومع ذلك، وعلى الرغم من أن مطوري سوات يوصيون بمجموعة بيانات كفسر، فإن دراسة تقارن بين منتجات الهطول المختلفة في مستجمعات المياه في شرق أفريقيا وجدت أن مجموعة بيانات كفسر كانت على وجه الخصوص ترتبط بعلاقة مكانية ضعيفة مقارنة بمجموعات بيانات هطول الأمطار المستمدة من السواتل والمستكملة. وبالإضافة إلى ذلك، قد لا يكون حجم حوض نزويا (12،000 كم 2) مناسبا لاستخدام بيانات إعادة التحليل دون تقليص حجم البيانات 27. 3.1.3. مجموعة بيانات تشيربس مجموعة بيانات تشيربس هي مجموعة بيانات جديدة نسبيا شبه عالمية، عالية الدقة، يوميا، بنتادال، وهطول شهري. مجموعة البيانات هي فريدة من نوعها في أنه يوفر الكمون المنخفض، سجلت طويلة عالية الدقة البيانات الشبكية ويسمح للعلماء على حد سواء تحليل الاتجاهات الحالية ومقارنتها مع الاتجاهات التاريخية على نطاق مناسب لإدارة مستجمعات المياه 6. يستخدم تشيربس أساسا عتبة قيمة المدة البارد للسحب البارد (كسد) وتقنيات الانحدار المستندة إلى بيانات قياس هطول الأمطار الاستوائية (ترم) الخاصة بقياس هطول الأمطار الاستوائية (تمبا) لإنشاء تقديرات هطول الأمطار المخلوطة مع بيانات المحطة في الموقع باستخدام تعديل خوارزمية المسافة العكسية المرجحة 28. ويساعد إدراج بيانات المحطة أيضا على تصحيح التقديرات التي كثيرا ما تقلل من كثافة أحداث هطول الأمطار. وتجدر الإشارة إلى أنه منذ نشر مجموعة البيانات تشيربس لأول مرة في عام 2015، هناك عدد قليل جدا من الدراسات التي تقيم ومقارنة مجموعة البيانات تشيربس مع مجموعات بيانات هطول الأمطار العالمية مماثلة. وحتى دراسة أجريت مؤخرا في شرق أفريقيا اعتبارا من عام 2016 (27)، فإن مقارنة مجموعات بيانات التهطال العالمية كبديل للبيانات المقيسة لم تتضمن مجموعة بيانات تشيربس في تحليلها. وعلى الرغم من أن هذه الدراسة ليست ذات صلة جغرافيا، فإن دوان وآخرون. 29 مقارنة بثلاثة أنواع مختلفة من منتجات الترسيب لمستجمعات مائية صغيرة في إيطاليا: معلومات محطة القياس المستكملة مثل بيانات مركز المناخ العالمي للمناخ (غك) ومجموعات البيانات المستندة إلى التنبؤات الجوية العددية ونماذج الغلاف الجوي مثل منتج كفسر ومجموعات البيانات التي تم إنشاؤها من مزيج من المعلومات المستمدة من الأقمار الصناعية ومعلومات محطة القياس مثل ترم و تشيربس. وعموما، وجدت الدراسة أن مجموعة البيانات تشيربس، في القرار المكاني 0.05، وأظهرت أصغر التحيز والأداء أفضل نسبيا من جميع منتجات هطول الأمطار الأخرى. وعلاوة على ذلك، فإن القرار 0.05 (وهو حاليا أدنى قرار مكاني لجميع مجموعات بيانات هطول الأمطار العالمية المستمدة من السواتل) لبيانات تشيربس يجعلها مجموعة بيانات مواتية للتطبيق في النماذج الهيدرولوجية على أحواض صغيرة. تتوفر بيانات تشيربس على موقع بروتوكول نقل ملفات مجموعة مخاطر المناخ (فتب) في مجموعة متنوعة من القرارات المكانية والزمانية وتنسيقات الملفات. تم تنزيل ملفات تيف. Tif اليومية من موقع فتب عند 0.05. يتطلب نموذج سوات مدخلات المناخ كملفات نصية. كنتيجة لذلك، تم استخدام أدوات رسم الخرائط ضمن ماتلاب لإنشاء محطة في كل بكسل من ملف. tif هطول الأمطار من أجل قراءة معلومات هطول الأمطار في ملف نصي متتابعة. كانت أدوات رسم الخرائط بالتزامن مع أحواض ديم ضرورية للحفاظ على الموقع المكاني ثلاثي الأبعاد لكل محطة. بعد المعالجة، كان هناك ما مجموعه 825 محطة في جميع أنحاء منطقة الدراسة (الشكل 4 ج). 3.1.4. مجموعة بيانات هطول الأمطار مقارنة بين المحطات الأربع التي توفر معلومات عن هطول الأمطار، كان لدى كيتاليكيتاي أقل السجلات كاملة مع حوالي 65 من البيانات المفقودة. تمت مقارنة سجلات هطول الأمطار من بيانات المحطة في الموقع، وإعادة تحليل كفسر، والبيانات تشيربس المستمدة من الأقمار الصناعية في محطات مع أقرب القرب من محطة كيتاليكيتاي على المدى الزمني (الشكل 5). وكما هو مبين، فإن مجموعة بيانات تشيربس لها ارتباط زمني أكبر مع بيانات المحطة في الموقع من مجموعة بيانات كفسر. وكما ذكر سابقا، من المرجح أن يرجع ذلك إلى مجموعات البيانات الخاصة بجمعية الأمن الغذائي العالمي (كفسر) الترابط المكاني الضعيف وعدم ملاءمة دراسات مستجمعات المياه على نطاق صغير. ومع ذلك، على الرغم من أن مجموعة البيانات تشيربس تتطابق مع محطة في الموقع أفضل من مجموعة البيانات كفسر، فإنه لا يزال باستمرار المبالغة هطول الأمطار خلال فترات رطبة وأفادت 0 ملم من هطول الأمطار في أشهر أن مجموعة البيانات محطة في الموقع ذكرت في أي مكان بين 13.7 و 57.67 ملم من هطول الأمطار. وبصفة عامة، بما أن مجموعة بيانات تشيربس كانت لها علاقة أعلى مع بيانات محطة القياس وكانت لها أكبر كثافة مكانية (الشكل 4) والاتساق الزمني (الشكل 5) من مجموعات البيانات الثلاث، فقد افترض أن مجموعة بيانات تشيربس ستكون الأكثر اكتمالا ومجموعة بيانات دقيقة للنمذجة الهيدرولوجية داخل حوض نزويا. 3.2. نموذج سوات نموذج سوات هو أداة توزيع مستجمعات المياه شبه الموزعة والوقت المستمر التي تعمل على خطوة زمنية يومية. وتستند الأداة إلى حد بعيد إلى مفهوم وحدات الاستجابة الهيدرولوجية (هرو). وتستخدم الديموقراطية لتحديد حدود مستجمعات المياه وشبكة الصرف. وبعد ذلك، يتم تقسيم مستجمعات المياه المعنية أولا إلى مستجمعات المياه الفرعية، وتزيد من التحفظ في وحدات الموارد البشرية التي يتم تعريفها من خلال غطاء أرضي فريد من نوعه، ومنحدرات، وخصائص التربة 30. بعد التخصيص وإدخال المعلمات المناخية (الهطول ودرجة حرارة الهواء والرطوبة النسبية وسرعة الرياح والإشعاع الشمسي)، يتم تطبيق معادلة توازن المياه التالية يوميا على كل وحدة من وحدات الموارد البشرية: سو t i 1 t (R i Q i إت ط P ط قر ط) ص. حيث t هو الوقت في أيام، سو هو محتوى المياه التربة، و R. Q. إت. P. و قر هي كميات يومية (مم) من هطول الأمطار، الجريان السطحي، التبخر، الترشيح، وتدفق المياه الجوفية، على التوالي. ومن المهم أن نلاحظ أنه من البارامترات المناخية، فإن هطول الأمطار هو المعلمة الوحيدة التي تغيرت بين تكرار النماذج. واستخدمت مجموعة بيانات لجنة الأمن الغذائي العالمي لمعلمات المناخ المتبقية. وللحفاظ على توازن مستمر للمياه، استخدم النموذج طريقة رقم منحنى خدمة المحافظة على التربة المعدلة (سس) لمحاكاة الجريان السطحي، الذي يستند إلى أرقام منحنى (نس) المستمدة من قاعدة بيانات التربة إزريك. بالإضافة إلى ذلك، بما أن مجموعة البيانات كفسر توفر سرعة الرياح والرطوبة النسبية وبيانات الإشعاع الشمسي، يمكن تقدير التبخر النتح بواسطة النموذج باستخدام طريقة بنمانمونتيث 31. إن خوارزمية معلمة عدم التيقن في مجال المجال (سوفي-2) هي تقنية المعايرة التلقائية المدرجة في برنامج سوات كاليبراتيون و ونكرتينتي (سوات-كوب) 32. 4. النتائج تم تحديد دقة تكرارات نموذج سوات في تمثيل تدفق المجاري بمقارنة قيم تدفق تدفق المحاكاة إلى القيم المقاسة من محطات التفريغ التي يوفرها المركز الدولي للزراعة الحراجية ورافعة تدفق الهواء. الشكل 6 هو مقارنة للتدفقات الشهرية الملحوظة من محطة نزويا في محطة تصريف العبارات في روامبوا، وتدفقات التدفق الشهرية المحاكاة غير المقيسة لكل من مدخلات الهطول المختلفة من الحوض الفرعي 29. وكما هو مبين، فإن تقديرات تدفق التدفق باستخدام ترسيب محطة في الموقع تتراوح ما بين 16000 متر 3 ثانية، مع محاكاة نموذج المبالغة إلى حد كبير تدفق تيار. وعلى سبيل المقارنة، فإن استخدام مجموعات بيانات هطول الأمطار كفسر و تشيربس سمح بزيادة الترابط بين قمم التدفق. ويمكن أن يعزى الأداء السيئ للغاية لتقدير تدفق المجاري باستخدام بيانات محطة القياس إلى الاتساق الزمني المنخفض والكثافة المكانية للبيانات. واستنادا إلى المقارنة الأولية لتقدير تدفق تدفق نموذج سوات، تم معايرة نماذج كفسر و تشيربس فقط على مجموعة فرعية أصغر من النطاق الزمني للدراسة. ولما كانت مجموعات البيانات الخاصة بفسف و شربس متاحة في خطوة زمنية يومية، فقد أجريت معايرة النموذج (19901995) والتحقق من الصحة (1996-2000) باستخدام بيانات التصريف اليومي التي قدمها المركز الدولي للمحاسبين الزراعيين في أربع محطات مختلفة. بعد تحديد المعلمات الهيدرولوجية الحساسة لتقدير تدفق، خوارزمية سوات-كوب يسمح للمستخدم لتحسين لمختلف الاختبارات الإحصائية. ويبين الجدول 1 المعلمات الحساسة لكل نموذج من النماذج. أظهر كلا النموذجين حساسية كبيرة لعدد منحنى سس (تقدير الجريان أساسا)، وهو مصدر شائع لعدم اليقين لنموذج سوات 33، 34. ومع ذلك، أظهر النموذج استخدام مجموعة بيانات كفسر، وأظهرت حساسية أكبر للمعلمات الهيدرولوجية التي تؤثر على حجم وتوقيت إعادة شحن المياه في نظام المياه الجوفية من نموذج يعمل باستخدام مجموعة البيانات تشيربس (غودلاي، ألفابف، رركدب). وأظهر تحليل هطول الأمطار في محطة كيتاليكيتاي أن مجموعة بيانات كفسر كانت تفوق تقديرات هطول الأمطار أكثر خلال الأشهر الأكثر رطوبة من مجموعة بيانات تشيربس. عندما استخدمت مجموعة بيانات كفسر كمدخل لنموذج سوات، ومع ذلك، تم تقدير تدفق التدفق بشكل متكرر خلال الفترات الجافة بالمقارنة مع نموذج سوات الذي يتم تشغيله باستخدام مجموعة بيانات تشيربس (الشكل 7). ولذلك، فمن المرجح، من أجل التعويض عن زيادة كمية هطول الأمطار خلال الأشهر الأكثر رطوبة، أن نموذج كفسر يعتمد اعتمادا كبيرا على تغيير قيم البارامترات للعمليات الهيدرولوجية المتعلقة بعمليات المياه الجوفية. وكان المعياران الإحصائيان اللذان استخدما لتقييم نموذج تقدير تدفق المجرى هو كفاءة ناشسوتكليف (نس) ومعامل التحديد (R 2). و نس هي واحدة من المعايير الأكثر استخداما لمقارنة أداء النموذج الهيدرولوجي مع القيم الملحوظة ويمكن تفكيكها إلى ثلاثة مكونات مختلفة: الارتباط الخطي (r، القيمة المثالية 1)، والتحيز العادي (، القيمة المثالية 0)، والتغير النسبي ( ، القيمة المثالية 1) 35. كما هو مبين في الجدول 2. وعلى الرغم من أن تقدير تدفق التدفق باستخدام مجموعة بيانات كفسر أدى إلى قيم R2 معقولة، فإن تقدير تدفق التدفق باستخدام مجموعة بيانات تشيربس أدى إلى قيم R 2 معقولة على حد سواء ولكن قيم نس محسنة من خلال المقارنة. واستخدمت بعد ذلك نطاقات المعلمات التي استخدمت لتحقيق تقديرات تدفق تدفق المعايرة مع بيانات تشيربس لفترة التحقق (1996-2000) ويمكن أيضا الاطلاع على الأداء الإحصائي في الجدول 2. 5. المناقشة على الرغم من أن النتائج تظهر أن دمج بيانات هطول الأمطار المستندة إلى الاستشعار عن بعد أدى إلى تحسينات بالمقارنة مع تشغيل نموذج هطول الأمطار المحطة، فإن تشغيل نموذج تشيربس لا تتفوق باستمرار على تشغيل نموذج كفر. وأدى تشغيل نموذج كفسر إلى تحسين قيم R2 في موقع نزويا، وهي محطة تصريف تقع في مناطق المنحدر الأعلى للحوض (الشكل 3). وكان من المرجح أن يكون نموذج نموذج كسفر أفضل في تصور هطول الأمطار في هذه المنطقة لأن تقديرات هطول الأمطار المستمدة من السواتل تبين أن لها حدودا في المناطق الجبلية في شرق أفريقيا 36. عادة ما تكون تقديرات هطول الأمطار المستمدة من الأشعة تحت الحمراء الحرارية (تير) صعبة التمييز بين السحب الممطرة والغيوم غير الممطرة حيث الغيوم السحائية التي تنتج هطول الأمطار غالبا ما تكون دافئة. الخوارزميات التي تعتمد على البيانات من أجهزة الاستشعار الميكروويف السلبية هي أيضا عرضة لسوء تعريف استنادا إلى ظهور الجليد داخل الغيوم 37. وتشير مجموعة بيانات تشيربس إلى خمسة منتجات ساتلية تتضمن معلومات من الموجات الصغرية وموجات الأشعة تحت الحمراء 6. ونتيجة لذلك، يمكن أن توفر مجموعة بيانات تشيربس تقديرات أقل دقة لهطول الأمطار في مناطق المنحدرات العليا في حوض نزويا وتؤثر على تقدير تدفق تدفق الهواء، مما يمكن أن يفسر الفرق في كفاءة التقدير المبين في الشكل 8. من المهم أن نلاحظ، مع ذلك، أن الأدب لمجموعة البيانات تشيربس لا تشير إلى أن أدائها في التضاريس المعقدة هو الفقراء 6، 38. عند مقارنة أداء الاختبارات الإحصائية المختلفة لنموذج كفسر و تشيربس، فإن القياس الرياضي لمعايير الكفاءة مهم. ويستخدم معامل التحديد (R 2) لفهم مقدار التباين الملحوظ المعبر عنه في البيانات المحاكاة. لذلك، يمكن الحصول على قيم R 2 عالية حتى عندما يكون هناك فرق كبير نسبيا بين المقادير المحاكاة والمراقبة طالما أن توقيت وشكل المقادير موجودة. الكفاءة E من الاختبار الإحصائي نس هو مجموع الاختلافات المربعة المطلقة بين البيانات المتوقعة والملحوظة تطبيعها التباين في مجموعة البيانات الملحوظة 39. وبما أن الاختلافات بين البيانات المتوقعة والمرصودة تربى، فإن الأوزان الإحصائية تزن فروقا أكبر من الاختلافات الأصغر حجما. على سبيل المثال، قيم R2 في محطة التفريغ نزويا و نزويا في محطة تصريف العبارات رومبوا كانت 0.49 و 0.38، على التوالي. ومع ذلك، فمن الواضح أن تدفق تيار محاكاة في محطة التفريغ نزويا (الشكل 8 أ) المبالغة في تقدير التدفقات إلى حجم أكبر خلال فترات أكثر رطوبة. وعلى النقيض من ذلك، كان حجم التدفقات يتطابق بشكل أكثر دقة في محطة نزويا في محطة تصريف العبارات في رامبوا (الشكل 8 ب). وأخيرا، لا سيما مع قيم نس السلبية والسلبية، والتحلل من نس يمكن أن توفر نظرة إحصائية هامة عن سبب محاكاة نموذج تدفق تيار أو لا تطابق القيم الملحوظة. ويبين الشكل 9 الترابط الزمني بين تدفق التدفق الملحوظ وتدفقات تدفق المحاكاة باستخدام مجموعات بيانات تشيربس و كفسر. وكان لتقدير تدفق المجرى باستخدام مجموعة بيانات كفسر المزيد من نقاط البيانات التي تقع على طول المنطقة بالقرب من خط الانحدار مع زيادة تدفق التدفق، ولكن تقدير تدفق التدفق باستخدام مجموعة بيانات تشيربس كان له علاقة أفضل مع تدفق التدفق الملحوظ عندما كانت التدفقات أقل من 200 متر 3. نمط لوحظ في الشكل 7 أيضا. ويمكن اعتبار قيم التغير النسبي جيدة بالنسبة لتقديرات تدفق المجرى على السواء، مما يشير إلى أن مجموعات بيانات هطول الأمطار لم تسفر عن قيم عالية لتدفق المجاري. The values for normalized bias, however, were much better for streamflow estimates using the CHIRPS dataset than for streamflow estimates using the CSFR dataset. The bias within the streamflow estimates using the CFSR dataset could be linked back to the datasets overestimation of precipitation in the wetter months. Finally, although the linear correlation value that indicates the simulation datas ability to reproduce the timing and shape of discharge is greater for streamflow estimates using the CHIRPS dataset, it is still not ideal and explains why the overall NSE value is so low. The inability to reproduce timing and shape of discharge can be linked to the CHIRPS datasets tendency to consistently overpredict rainfall during wetter months and anomalously report 0 mm of rainfall during some dry periods. 6. Conclusions Overall, the incorporation of CHIRPS data within the SWAT model showed the most statistically significant improvements with regards to streamflow volume estimation, but did not achieve satisfactory efficiency criteria or consistently outperform the gridded climate reanalysis product with regards to streamflow timing and shape and in higher slope regions of the Nzoia Basin. The relatively poor performance of streamflow estimation using the CSFR dataset can be largely attributed to the size of the watershed and the datasets inherently poor spatial correlation. Therefore, the inclusion of CHIRPS data within the SWAT model is only suggested for relatively flat, poorly gauged, small-scale watersheds and with an understanding of its limitations. However, for the purposes of improving physical water availability to inform water resource management strategies, the combination of CHIRPS data and the SWAT model can be a powerful tool for water resource managers in data scarce regions. Acknowledgments This work was supported by the Ralph W. Brauer Endowed Fellowship and the Socio-Environmental Analysis Lab (SEAL), University of North Carolina Wilmington. Many thanks to the University of California Santa Barbaras Climate Hazards Group for providing rainfall and temperature data for the region. Author Contributions Alyssa M. Le and Narcisa G. Pricope conceived and designed the experiments and collected the data, Alyssa M. Le performed the experiment and analyzed the data, and Alyssa M. Le and Narcisa G. Pricope wrote the paper. Conflicts of Interest The authors declare no conflict of interest. The SEAL lab aided in the design of the study, the collection and analysis of data, the writing of the manuscript, and the decision to publish the results. References World Health Organization and UNICEF. Progress on Drinking Water and Sanitation: 2014 Update World Health Organization and UNICEF: Geneva, Switzerland, 2014. Google Scholar Grey, D. Sadoff, C. Water Resources and Poverty in Africa: Breaking the Vicious Cycle. In Proceedings of the Inaugural Meeting of Africa Ministers Committee on Water, Abuja, Nigeria, 30 April 2002. UN World Water Assessment Programme. The United Nations World Water Development Report 2015: Water for a Sustainable World UNESCO: Paris, France, 2015. Google Scholar Anderson, M. Yuan, Y. Bingner, R. Impact of precipitation uncertainty on SWAT model performance. In Proceedings of the Federal Interagency Sedimentation Conference, Federal Interagency Hydrologic Modeling Conference, Reno, NV, USA, 1923 April 2015. Gayathri, K. D. Ganasri, B. P. Dwarakish, G. S. A review on hydrological models. Aquat. Procedia 2015 . 4. 10011007. Google Scholar Funk, C. Peterson, P. Landsfeld, M. Pedreros, D. Verdin, J. Shukla, S. Husak, G. Rowland, J. Harrison, L. Hoell, A. et al. The climate hazards infrared precipitation with stationsA new environmental record for monitoring extremes. الخيال العلمي. Data 2015 . 2. 150066. Google Scholar CrossRef Vu, M. T. Raghavan, S. V. Liong, S. Y. SWAT use of gridded observations for simulating runoffA Vietnam river basin study. Hydrol. Earth Syst. الخيال العلمي. 2012. 16. 28012811. Google Scholar CrossRef Yang, Y. Wang, G. Wang, L. Yu, J. Xu, Z. Evaluation of gridded precipitation data for driving SWAT model in area upstream of three gorges reservoir. PLoS ONE 2014 . 9. e112725. Google Scholar CrossRef PubMed Armanios, D. E. Fisher, J. B. Measuring water availability with limited ground data: Assessing the feasibility of an entirely remote-sensing-based hydrologic budget of the Rufiji basin, Tanzania, using TRMM, GRACE, MODIS, SRB, and AIRS. Hydrol. Process. 2014. 28. 853867. Google Scholar CrossRef Khan, S. I. Adhikari, P. Hong, Y. Vergara, H. Adler, R. F. Policelli, F. Irwin, D. Korme, T. Okello, L. Hydroclimatology of Lake Victoria region using hydrologic model and satellite remote sensing data. Hydrol. Earth Syst. الخيال العلمي. 2011. 15. 107117. Google Scholar CrossRef Serrat-Capdevila, A. Valdes, J. B. Stakhiv, E. Z. Water management applications for satellite precipitation products: Synthesis and recommendations. JAWRA J. Am. Water Resour. مساعد. 2014. 50. 509525. Google Scholar CrossRef Bressiani, D. D.A. Srinivasan, R. Jones, C. A. Mendiondo, E. M. Effects of spatial and temporal weather data resolutions on streamflow modeling of a semi-arid basin, northeast Brazil. كثافة العمليات. J. Agric. بيول. Eng. 2015. 8. 125139. Google Scholar Tobin, K. J. Bennett, M. E. Adjusting satellite precipitation data to facilitate hydrologic modeling. J. Hydrometeorol. 2010. 11. 966978. Google Scholar CrossRef Roth, V. Lemann, T. Comparing CFSR and conventional weather data for discharge and sediment loss modelling with SWAT in small catchments in the Ethiopian highlands. Hydrol. Earth Syst. الخيال العلمي. Discuss. 2015. 12. 1105311082. Google Scholar CrossRef Lake Victoria Basin Commission. Comprehensive Water Resources Assessment (Task C): Final Version Lake Victoria Basin Commission: Mwanza, Tanzania, 2014. Google Scholar Tate, E. Sutcliffe, J. Conway, D. Farquharson, F. Water balance of Lake Victoria: Update to 2000 and climate change modelling to 2100. Hydrol. الخيال العلمي. J. 2004 . 49. 563574. Google Scholar Nyadawa, M. O. Mwangi, J. K. Geomorphological characteristics of Nzoia River Basin. J. Agric. الخيال العلمي. TECHNOL. 2010. 12. 145161. Google Scholar Dulo, S. O. Odira, P. M.A. Nyadawa, M. O. Okelloh, B. N. Integrated flood and drought management for sustainable development in the Nzoia River Basin. Nile Basin Water Sci. Eng. J. 2010 . 3. 3951. Google Scholar Flohn, H. Burkhardt, T. Nile runoff at Aswan and Lake Victoria: A case of a discontinuous climate time series. Z. Gletscherk. Glazjalgeol. 1985 . 21. 125130. Google Scholar Water Resource Management Authority. Nzoia River Basin Management Initiative Water Resource Management Authority: Kakamega, Kenya, 2011. Onywere, S. M. Intensification of Agriculture as the Driving Force in the Degradation of Nzoia River Basin: The Challenges of Watershed Management Lake Abaya Research Symposium, Arba Minch University: Arba Minch, Ethiopia, 2007. Google Scholar Odada, E. O. Olago, D. O. Kulindwa, K. Ntiba, M. Wandiga, S. Mitigation of environmental problems in Lake Victoria, east Africa: Causal chain and policy options analyses. AMBIO J. Hum. البيئى. 2004. 33. 1323. Google Scholar CrossRef Kenya Vision 2030: A Globally Competitive and Prosperous Kenya Government of the Public of Kenya: Nairobi, Kenya, 2007. Githui, F. Gitau, W. Mutua, F. Bauwens, W. Climate change impact on swat simulated streamflow in Western Kenya. كثافة العمليات. J. Climatol. 2009. 29. 18231834. Google Scholar CrossRef Musau, J. Sang, J. Gathenya, J. Luedeling, E. Hydrological responses to climate change in Mt. Elgon watersheds. J. Hydrol. 2015. 3. 233246. Google Scholar CrossRef Odira, P. M.A. Nyadawa, M. O. Ndwallah, B. O. Juma, N. A. Obiero, J. P. Impact of land usecover dynamics on streamflow: A case of nzoia river catchment, Kenya. Nile Basin Water Sci. Eng. J. 2010 . 3. 6478. Google Scholar Koutsouris, A. J. Chen, D. Lyon, S. W. Comparing global precipitation data sets in eastern Africa: A case study of Kilombero Valley, Tanzania. كثافة العمليات. J. Climatol. 2016. 36. 20002014. Google Scholar CrossRef Funk, C. C. Peterson, P. J. Landsfeld, M. F. Pedreros, D. H. Verdin, J. P. Rowland, J. D. Romero, B. E. Husak, G. J. Michaelsen, J. C. Verdin, A. P. A Quasi-Global Precipitation Time Series for Drought Monitoring U. S. Geological Survey Data Series 832 U. S. Geological Survey: Reston, VA, USA, 2014. Duan, Z. Liu, J. Tuo, Y. Chiogna, G. Disse, M. Evaluation of eight high spatial resolution gridded precipitation products in Adige Basin (Italy) at multiple temporal and spatial scales. الخيال العلمي. Total Environ. 2016. 573. 15361553. Google Scholar CrossRef PubMed Arnold, J. G. Srinivasan, R. Muttiah, R. S. Williams, J. R. Large area hydrologic modeling and assessment Part 1: Model development. JAWRA J. Am. Water Resour. مساعد. 1998. 34. 7389. Google Scholar CrossRef Monteith, J. L. Moss, C. J. Climate and the efficiency of crop production in Britain and discussion. Philos. Trans. R. Soc. Lond. سر. B Biol. الخيال العلمي. 1977 . 281. 277294. Google Scholar CrossRef Abbaspour, K. C. SWAT Calibration and Uncertainty ProgramsA User Manual Swiss Federal Institute of Aquatic Science and Technology: Eawag, Switzerland, 2015. Google Scholar Abbaspour, K. C. Yang, J. Maximov, I. Siber, R. Bogner, K. Mieleitner, J. Zobrist, J. Srinivasan, R. Modelling hydrology and water quality in the pre-alpinealpine Thur watershed using SWAT. J. Hydrol. 2007 . 333. 413430. Google Scholar CrossRef Strauch, M. Berhnofer, C. Koide, S. Volk, M. Lorz, C. Makeschin, F. Using precipitation data ensemble for uncertainty analysis in SWAT streamflow simulation. J. Hydrol. 2012. 414415. 413424. Google Scholar CrossRef Gupta, H. V. Kling, H. Yilmaz, K. K. Martinez, G. F. Decomposition of the mean squared error and NSE performance criteria: Implications for improving hydrologic modeling. J. Hydrol. 2009. 377. 8091. Google Scholar CrossRef Hirpa, F. A. Gebremichael, M. Hopson, T. Evaluation of high-resolution satellite precipitation products over very complex terrain in Ethiopia. J. Appl. Meteorol. Climatol. 2010. 49. 10441051. Google Scholar CrossRef Dinku, T. Connor, S. J. Ceccato, P. Comparison of CMORPH and TRMM-3b42 over mountainous regions of Africa and South America. In Satellite Rainfall Applications for Surface Hydrology Gebremichael, M. Hossain, F. Eds. Springer Science amp Business Media: London, UK, 2009. Google Scholar Katsanos, D. Retalis, A. Michaelides, S. Validation of a high-resolution precipitation database (CHIRPS) over Cyprus for a 30-year period. Atmos. احتياط 2016. 169. 459464. Google Scholar CrossRef Krause, P. Boyle, D. P. Base, F. Comparison of different efficiency criteria for hydrological model assessment. حال. Geosci. 2005 . 5. 8997. Google Scholar CrossRef Figure 1. The Nzoia Basin, a subset of the Lake Victoria Basin located in western Kenya. Figure 1. The Nzoia Basin, a subset of the Lake Victoria Basin located in western Kenya. Figure 4. Comparison of the spatial resolution of the varying precipitation inputs to the SWAT model: ( a ) station precipitation dataset from the University of California Santa Barbara (UCSB) ( b ) CFSR station dataset from the National Centers for Environmental Prediction (NCEP) ( c ) CHIRPS dataset from UCSB Climate Hazards Group (CHG) after MATLAB conversion from. tiff to stations. Figure 4. Comparison of the spatial resolution of the varying precipitation inputs to the SWAT model: ( a ) station precipitation dataset from the University of California Santa Barbara (UCSB) ( b ) CFSR station dataset from the National Centers for Environmental Prediction (NCEP) ( c ) CHIRPS dataset from UCSB Climate Hazards Group (CHG) after MATLAB conversion from. tiff to stations. Figure 5. Temporal correlation of CFSR and CHIRPS precipitation estimation to station precipitation data over the temporal range 19901995. Figure 5. Temporal correlation of CFSR and CHIRPS precipitation estimation to station precipitation data over the temporal range 19901995. Figure 6. Uncalibrated comparison of observed and simulated monthly streamflows from the Nzoia at the Ruambwa Ferry discharge station from 1992 to 2007: ( a ) station precipitation dataset ( b ) CFSR station dataset ( c ) CHIRPS dataset. Figure 6. Uncalibrated comparison of observed and simulated monthly streamflows from the Nzoia at the Ruambwa Ferry discharge station from 1992 to 2007: ( a ) station precipitation dataset ( b ) CFSR station dataset ( c ) CHIRPS dataset. Figure 7. Calibrated comparison of observed and simulated daily streamflows from the Nzoia at Ruambwa Ferry discharge station from 1990 to 1995: ( a ) CHIRPS precipitation dataset and ( b ) CFSR station dataset. Figure 7. Calibrated comparison of observed and simulated daily streamflows from the Nzoia at Ruambwa Ferry discharge station from 1990 to 1995: ( a ) CHIRPS precipitation dataset and ( b ) CFSR station dataset. Figure 8. Comparison of streamflow estimation using the CHIRPS dataset: ( a ) close to the river headwaters and ( b ) close to the basin outlet. Figure 8. Comparison of streamflow estimation using the CHIRPS dataset: ( a ) close to the river headwaters and ( b ) close to the basin outlet. Figure 9. Comparison of linear regression and efficiency criteria of observed streamflow versus ( a ) simulated streamflow using the CHIRPS dataset or ( b ) simulated streamflow using the CSFR dataset at the Nzoia at Ruambwa Ferry discharge station over the calibration period (19901995). (RV relative variability, NB normalized bias, r linear correlation). Figure 9. Comparison of linear regression and efficiency criteria of observed streamflow versus ( a ) simulated streamflow using the CHIRPS dataset or ( b ) simulated streamflow using the CSFR dataset at the Nzoia at Ruambwa Ferry discharge station over the calibration period (19901995). (RV relative variability, NB normalized bias, r linear correlation). Table 1. Sensitive hydrologic parameters that were used during calibration and validation. Table 1. Sensitive hydrologic parameters that were used during calibration and validation.