Мәзір
СУ, ЖЕР ЖӘНЕ ОРМАН РЕСУРСТАРЫ

ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ

Әйгерім Бәкірова 1 , Хакан Арслан 1

1 Ондокуз Майыс Университеті

doi.org/10.37884/4-2024/42 Бет. 406-413 Қабылданды 01.11.2024 Жарияланды 30.12.2024

Аңдатпа

Температура, жауын-шашын, ылғалдылық және жел сияқты әртүрлі климаттық факторлар өсімдіктердің өсуіне, өнімділігіне және сапасына үлкен әсер етеді. Сондықтан ауыл шаруашылығында аймақтың климаттық ерекшеліктерін түсіну егістіктерге қолайлы дақылдарды анықтау үшін маңызды.

Бұл зерттеудің мақсаты Қазақстандағы жылдық жалпы жауын-шашынның кеңістік бойынша таралуын картографиялық көрсетілімін жасау, үшін 80 метеорологиялық станциядан алынған 20 жылдық (2000-2019) жауын-шашын деректерін пайдаланып, әртүрлі интерполяция әдістерін қолдану. Жауын-шашын деректері MERRA-2 метеорологиялық қайта талдау базасынан алынды.

Нақты интерполяция әдісін анықтау үшін жеті әдіс тексерілді: Инверс қашықтықпен салмақтау (IDW), Радиалды негіз функциялары (RBF), Жергілікті полиномды интерполяция (LPI), Қарапайым Крининг (OK), Байес әдісімен эмпирикалық Крининг (BEK), Ко-крининг (COK) және Диффузиялық ядро. Әрбір әдістің дәлдігін бағалау критерийі ретінде корреляциялық коэффициенттер мен Орташа квадраттық қате (RMSE) мәндері пайдаланылды.

Нәтижелер IDW үшін RMSE 35.568, RBF үшін 30.777, LPI үшін 30.031, OK үшін 25.751, BEK үшін 28.767, COK үшін 45.9 және Диффузиялық ядро үшін 25.379 болды. Ең төмен RMSE және ең жоғары корреляциялық коэффициентпен Диффузиялық ядро әдісі Қазақстандағы жауын-шашынның кеңістіктік таралу картасын жасау үшін ең қолайлы болып табылды.

Ең жақсы интерполяция әдісін таңдау маңызды, өйткені әдістер арасындағы айырмашылықтар әртүрлі кеңістіктік таралымдарға әкелуі мүмкін. Әрбір нүктелік дерек үшін ең қолайлы интерполяция әдісін пайдалану су, топырақ және климат деректерінің дәл карталарын жасауға мүмкіндік береді, бұл ресурстарды басқаруды жақсартады.

Қазақстан, Жауын-шашын, Интерполяция әдістері, RMSE

01 Кіріспе

Мақаланың толық мәтіні оң жақ панельде PDF форматында жүктеу үшін қолжетімді.

02 Әдебиеттер тізімі

  1. 1. Borges, P. D. A., Franke, J., da Anunciação, Y. M. T., Weiss, H., Bernhofer, C., 2016. Comparison of spatial interpolation methods for the estimation of precipitation distribution in Distrito Federal, Brazil. Theoretical and applied climatology, 123(1): 335-348.
  2. 2. Wagner PD, Fiener P, Wilken F, Kumar S, Schneider K. 2012. Comparison and evaluation of spatial interpolation schemes for Daily rainfall in data scarce regions. J Hydrol 464: 388–400.
  3. 3. Cho, Y., 2020. Application of NEXRAD radar-based quantitative precipitation estimations for hydrologic simulation using ArcPy and HEC software. Water, 12(1): 273.
  4. 4. Irvem, A., Ozbuldu, M. 2019. Evaluation of satellite and reanalysis precipitation products using GIS for all basins in Turkey. Advances in Meteorology doi.org/10.1155/2019/4820136.
  5. 5. Gelaro, R., McCarty, W., Suarez, M.J., Todling, R., Molod, A., Takacs, L., Randles, C.A., Darmenov, A., Bosilovich, M.G., Reichle, R., 2017. The Modern-Era Retrospective Analysis for Research and Applications, Version 2 (MERRA-2). J. Clim., 30: 5419–5454.
  6. 6. Gelaro, R., McCarty, W., Suárez, M. J., Todling, R., Molod, A., Takacs, L., Zhao, B., 2017. The modern-era retrospective analysis for research and applications, version 2 (MERRA-2). Journal of climate, 30(14): 5419-5454.
  7. 7. Yıldırım, D., Arslan, H., Cemek, B., 2015. Assessment of spatial distribution of precipitation with different interpolation methods for Yeşilırmak catchment. 2nd International Conference on Sustainable Agriculture and Environment (2nd ICSAE), 30 september – 3 october, 2015, Konya, Turkey.
  8. 8. Fares, A., Bayabil, H. K., Zekri, M., Mattos-Jr, D., Awal, R., 2017. Potential climate change impacts on citrus water requirement across major producing areas in the world. Journal of Water and Climate Change, 8(4): 576-592.
  9. 9. Javari, M. 2017. Comparison of interpolation methods for modeling spatial variations of Precipitation in Iran. International Journal of Environmental and Science Education, 12(5): 1037-1054.
  10. 10. Benavides, R., Montes, F., Rubio, A., Osoro, K., 2007. Geostatistical modelling of air temperature in a mountainous region of Northern Spain. Agricultural and Forest Meteorology, 146(3-4): 173-188.
  11. 11. Hadi, S. J., Tombul, M. 2018. Comparison of spatial interpolation methods of precipitation and temperature using multiple integration periods. Journal of the Indian Society of Remote Sensing, 46(7): 1187-1199.
  12. 12. Pellicone, G., Caloiero, T., Modica, G., Guagliardi, I. 2018. Application of several spatial interpolation techniques to monthly rainfall data in the Calabria region (southern Italy). International Journal of Climatology, 38(9): 3651-3666.
  13. 13. Katipoğlu, O.M. 2022. Spatial analysis of seasonal precipitation using various interpolation methods in the Euphrates basin, Turkey. Acta Geophys.
  14. 14. Antal, A., Guerreiro, P.M.P., Cheval, S., 2021. Comparison of spatial interpolation methods for estimating the precipitation distribution in Portugal. Theor Appl Climatol, 145: 1193–1206.
  15. 15. Hamal, K., Sharma, S., Khadka, N., Baniya, B., Ali, M., Shrestha, M. S., Dawadi, B. 2020. Evaluation of MERRA-2 precipitation products using gauge observation in Nepal. Hydrology, 7(3): 40.
  16. 16. A.G. Rau1,Ye.M. Kalybekova1,I.S. Seitasanov1,S.B. Zulpibekova1,M.B. Arystanov (2024). The role of groundwater ın cotton crop rotatıon crops of the Shardara irrigation massif. Izdenister Natigeler, (1 (101), 210–220. https://doi.org/10.37884/1-2024/21

Дәйексөз келтіру сілтемелері

[1]2024. ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ. Izdenister natigeler. 4 (104) (Dec. 2024), 406–413. DOI:https://doi.org/10.37884/4-2024/42.
(1)ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ. Izdenister natigeler 2024, No. 4 (104), 406-413. https://doi.org/10.37884/4-2024/42.
ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ. (2024). Izdenister Natigeler, 4 (104), 406-413. https://doi.org/10.37884/4-2024/42
ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ. Izdenister natigeler, [S. l.], n. 4 (104), p. 406–413, 2024. DOI: 10.37884/4-2024/42. Disponível em: https://agrosoil.kaznaru.edu.kz/index.php/research/article/view/781. Acesso em: 15 sep. 2026.
“ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ”. 2024. Izdenister Natigeler, no. 4 (104) (December): 406-13. https://doi.org/10.37884/4-2024/42.
“ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ” (2024) Izdenister natigeler, (4 (104), pp. 406–413. doi:10.37884/4-2024/42.
[1]“ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ”, Izdenister natigeler, no. 4 (104), pp. 406–413, Dec. 2024, doi: 10.37884/4-2024/42.
“ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ”. Izdenister Natigeler, no. 4 (104), Dec. 2024, pp. 406-13, https://doi.org/10.37884/4-2024/42.
“ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ”. Izdenister natigeler, no. 4 (104) (December 30, 2024): 406–413. Accessed September 15, 2026. https://agrosoil.kaznaru.edu.kz/index.php/research/article/view/781.
1.ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ. Izdenister natigeler [Internet]. 2024 Dec. 30 [cited 2026 Sep. 15];(4 (104):406-13. Available from: https://agrosoil.kaznaru.edu.kz/index.php/research/article/view/781
1.ҚАЗАҚСТАНДАҒЫ ЖЫЛДЫҚ ЖАУЫН-ШАШЫННЫҢ КЕҢІСТІК БОЙЫНША ТАРАЛУЫН ӘРТҮРЛІ ИНТЕРПОЛЯЦИЯ ӘДІСТЕРІ АРҚЫЛЫ ТАЛДАУ. Izdenister natigeler. 2024;(4 (104):406-413. doi:10.37884/4-2024/42