Assessment of the Performance of the Global Land Data Assimilation System (GLDAS) in Estimating Daily Surface Solar Radiation in Iran

هیرشن یملع - یشهوژپ

ییاراک یبایزرا هناماس

GLDAS ناریا رد هنازور حطس شبات دروآرب رد

نیشون یدمحا یرصاب -1

یلع ربکا یزبس

2رورپ -*

هنارهم روپدارمادخ -3

ساکول سودلاآ سادلوبرآ

4

:تفایرد خیرات 08

/ 07 / 1398

:شریذپ خیرات 30

/ 10 / 1398

هدیکچ

شبات نیمز حطس (SSR)

هب ناونع رزب نیرتگ عبنم یژرنا رد حطس زا ،نیمز رتماراپ یاه مهم رد تاعلاطم یسانشاوه یم رامش هب .دور

هاب هاهوت ااب

دودحم ی ت اه ی هزادنا یریگ اه ی مز ین شبات ی یزرواشک تاعلاطم رد نآ تیمها وSSR

شور زا هدافتسا ، مک یاه

شبات دروآرب رد دامتعا لباق و هنیزه

رد .دراد ترورض ناریا رد رتشیب

شهوژپ یاه ماجنا هدش رد شور ناریا یاه یبرجت شبات دروآرب اب هک دنتفرگ رارق یسررب درومSSR

دوهو

،یگداس هاب

لیلد رد رظن نتفرگ اهنت دادعت یدودحم یاهرتماراپ

،یسانشاوه یایوگ

یقیقد زا تارییغت رد نآ سایقم یناکم عیسو اب میلقا یاه نوگانوگ دنتسین . فده

،شهوژپ نیا زا شبات یبایزرا

زا هدش جارختساSSR هناماس

GLDAS هزادنا زا هدافتسا اب

یریگ رد ینیمز یاه یا

نار یم هنازور سایقم رد .داشاب

نیداب

شبات روظنم طسوت هدش دروآربSSR

هناماس GLDAS رد هدش یریگ هزادنا شبات و

24 شبات هاگتسیا هرود یاراب یجناس

2015 - 2012 رگیداکی ااب )

.دندش هسیاقم یلااب ییاراک بیرض اب هک داد ناشن قیقحت جیاتن

88 / 0 هزادنا نیمز حطس شبات و لدم درکلمع نیب یبسانم قفاوت ، رد هانازور هدش یریگ

هک دش هداد ناشن نینچمه .دراد دوهو ناریا هناماس

GLDAS هام فاص نامسآ طیارش رد

هام یکانربا طیارش هب تبسن )لاس مرگ یاه ،)لاس درس یاه

اوت شبات دروآرب رد یرتشیب ییان هاک تاسا نایا زا یکااح زین هعلاطم دروم هقطنم رد نیمز حطس هنازور شبات دروآرب رد لدم ییاراک یبایزرا .درادSSR

هناماس GLDAS رد

71 هاگتسیا دصرد دراد یرگدروآرب مک هب لیامت یسررب دروم یاه

هاگتسیا رد لدم نیا نینچمه. رد عاقاو یااه

میالقا رد اشخ

،یلحاس و شخ همین قطانم اب هسیاقم دروآرب

یرتهب زا شبات هئارا هعلاطم دروم هقطنم رد نیمز حطس داد

.

هژاو :یدیلک یاه ،نیمز حطس شبات ،ناریا ،یبایزرا

هناماس GLDAS

همدقم

1 2 3 4

نیمز حطس شبات رد نیامز هاب هدیاسر هااتوک جوم لوط شبات ،5

هدودحم 3 / 0 یلا 4 یم رتمورکیم ب

هعومجم و دشا ،میقتسم شبات زا یا

شبات .تسا یساکعنا و یشخپ یژرانا عبنم نیرتگرزب ناونع هبSSR

حطس یژرنا هدننک لداعتم و نیمز حطس رد 25

ی ،) ک زا ی دورو ی یاه

مهم رد ریغتم نیمخت و قرعت و ریخبت دننام ییاه

سب ی را ی لدم زا ااه ی

1 ، 2 و 3 - هب رایداتاسا و داتاسا ،یزروااشک یاسانشاوه یراتکد یوجاشناد بایترت

وااشک هدکاشناد ، آ موالع یاسدنهم هورگ یسانشاوه ،انیاس یلعواب هاگاشناد ،یزر

ناریا ،نادمه

*) - :لوئسم هدنسیون

(Email: swsabzi@basu.ac.ir

4 - لدانآرد نیمز متسیس یهاگشناد نیب تاقیقحت هسسؤم ،یدربراک یزیف داتسا

(IISTA) ایناپسا ،ادانارگ هاگشناد ، DOI: 10.22067/jsw.v34i2.82848

5- Surface Solar Radiation, SSR

دشر لوصحم تاعلاطم و6

یسانشاوه زرواشک

ی یم اب دش 2 ، 3 و 36 .)

لاس زا 1964 هزادنا روظنم هب یریگ

شبات امز حطاس ردSSR

ی ن

،

طسوت اهرتموناریپ نااهه نامزااس

ی اسانشاوه

7ی هعاسوت دانتفای 11 .)

رتموناریپ اه اهرگسح یی ک اب و ساسح یف

ی ت ترواص رد هک دنتسه لااب

لاک ی سارب ی نو قد ی

،ق رتهب ی ن قد و ی ق رات ی ن ریدااقم شباات ارSSR

هاب

م تسد ی دنهد 21 ، 28 و 34 ).

ا اب ی ن هب ،لاح لد ی ل زه ی هن اه ی لاااب ی

رادااهگن و بااصن ی

پ ی رتمونار ااسب رد اااه ی

را ی و هداااتفارود قطااانم زا

ناتسهوک ی ارش اب ی ط فارغه یا یی اضف ششوپ ،نگمهان یی

بسانم ی دنرادن

31 و 36 زین ناریا رد .) یلاسکشخ دوهو اب

دروآراب تیمها و ریخا یاه

تاعلاطم رد شبات هزادانا ،یزروااشک

یرایگ شباات ترواص هابSSR

دودحم ماجنا هدش تسا . هانیزه و یرتموایدار عیسو هکبش دوبن یااه

هزادنا یلااب رایسب زا هدافتاسا تروراض ،یانیمز یریگ

شور ماک یااه

دامتعا لباق ،هنیزه و

رتعیرس هدراک رتاشیب ناریا رد ار شبات دروآرب رد

6- Crop Growth Model

7- World Meteorological Organization, WMO

هداس .دندمآ دوهو لدم ،شور نیرت

اه ی رد هاک دنتاسه یبرجت راخاوا

ههد 1990 شبات یبرجت یگتسبمه هیاپ رب یااهرتماراپ رگید ابSSR

یسانشاوه هعسوت

ی دانتفا 27 لدام .) طاسوت نارایا رد یابرجت یااه

یزباس ،هلمه زا یرایسب ناققحم روراپ

و ییاتاش 22 )؛

روراپ یزباس

23

؛) ناراااکمه و یرااه ینواانجم 13

یاافیطلریم و تااایب ؛) 1

؛)

یوسوم یگیاب و ناراکمه 16

؛) نیبم و ناراکمه 14 و ) مماغ ااین و

ناراکمه 5

؛) داژن یفطل و

ناراکمه 12 ) یوراسخ و و

نارااکمه 9 )

شهوژپ .دنتفرگ رارق یسررب دروم یدواهو اب ناریا رد هدش ماجنا یاه

ار یشخب تیاضر جیاتن هک شور یباایزرا زا

یاسررب دروام یااه نااش

.دنداش مااجنا نارایا زا یدوداحم قطاانم رد یگمه اما ،دنداد ناشن شور نینچمه نتفراگ راظن رد لایلد هب ،یگداس دوهو اب یبرجت یاه

،یسانشاوه یاهرتماراپ یدودحم دادعت اهنت وگ

یا ی قد یق ی غت زا ایی تار

مز حطس شبات ی

ن قم رد ی سا ناکم ی سو ی ع لقا اب ی م ه ا ی ن نوگانوگ هدواب

یشبات یشوماخ یاهدنیآرف دنتسین رداق یکیزیف روط هب و راظن رد ار1

دنریگب 8 .)

شور شبات دروآرب رگید یاه لدم ،SSR

اه ی یکیزیف یانتبم راب

لدم یاه لاقتنا

2شبات

، لدم اه ی هامین یابرجت یابیکرت زا ود شور

لدام ،تایاهن رد و )یاکیزیف و یبرجت ااه

یی انتبم هاک دنتاسه راب ی

هراوهااام تلاوااصحم یا

زاااب و یاام لاایلحت دنااشاب

27 .) تلاوااصحم

متیروگلا اب ،لیلحتزاب یحارط یوه فلتخم طیارش یارب ،نوگانوگ یاه

داداتما رد ،یناامز و ینااکم ایکفت ترداق یاقترا روظنم هب و هدش لدم تفرشیپ یم دوبهب موادم روط هب ،یزاس

دانبای 25 نیاب نایا رد .)

نیدنچ لوصحم زاب لیلحت هدش یحارط یم هلمه زا هک دنا

هداد هب ناوت

شیپ زکرم هدش لیلحتزاب یاه یرفاسمتا تااقیقحت و یطیحم ینیب

،3

ینیب شیپ زکرم نایم یاه

اپورا تدم ،4

هناماس ناهه ی زااس نااسمه ی

هداد اه ی مز ین

5ی لدم ، لایلحتزاب یااه

Interim - 6ERA

و

55 - 7JRA

درک هراشا 33

تیزم .) تلاوصحم لیلحتزاب

ریغتم همه هک تسا نیا -

یام دایلوت نااسکی طیاراش تحت یکیزیف و یسانشاوه یاه و دنواش

هشقن یناامز فاکاش نوداب ینااهه ششوپ یاراد هدمآ تسد هب یاه

دنتسه 28 .) هناماس

GLDAS

هداد زا یبیکرت هزادنا یاه

،هداش یریگ

1- Radiative extinction process

2- Radiative Transfer Models, RTM

3- National Centers for Environmental Prediction and the National Center for Atmospheric Research Reanalysis, NCEP/NCAR

4- European Centre for Medium-Range Weather Forecasts, ECMWF

5- Global Land Data Assimilation System, GLDAS 6- Interim Reanalysis, ERA-Interim

7- Japanese 55-year Reanalysis, JRA-55

،هدوت هکبش لیلحت و یژولوکا ،یژولوردیه ،نیمز حطس تشاداو یااه

تسا هدش یحارط نیمز حطس یسانشاوه 25

لدم نیا توق طاقن زا .)

ترواص هاب هاک تاسا نایا ،هداد راراق نیققحم ههوت دروم ار نآ هک ینااکم یکفت تردق ود اب و ناگیار 25

/ 0 و 1 ترداق هاس و هاهرد

م و هنازور ،هتعاس هس ینامز یکفت یم سرتسد رد هناها

هداد و داشاب

یعقاو نامز هب یدزن ییاه یم دیلوت8

یور راب یفلتخم تاعلاطم .دنک

یبایزرا هناماس

GLDAS

شباات دروآرب رد فالتخم قطاانم ردSSR

ناراکمه و گناو ،هنومن ناونع هب .تسا هدش ماجنا ناهه 30

شبات )

طسوت ار نیمز حطس هنامااس

GLDAS

یالقا ااب یا هزواح رد هامین م

هک داد ناشن شهوژپ نیا جیاتن .دندرک یبایزرا نیچ رد شخ هنامااس

GLDAS

نیمخت رد اما ،تسا رگدروآرب شیب هناهام شبات نیمخت رد

هداد اب یبوخ قفاوت هنازور ریداقم هزادنا یاه

شباات هداش یرایگ

SSR

رتمااسا .دراد دوااهو 25

لاایلحتزاب هدااش قتااشم لداام هدزناااپ ) و

راوهام تلاوصحم ه

رد هانازور ینااهه شباات یباایزرا روظنم هب ار یا

نیاب یمک یگتسبمه هک داد ناشن جیاتن .درک یسررب یلامش یاکیرما هزادنا یاه هداد و هدش یسررب تلاوصحم یربا یاهزور رد هدش یریگ

و هتشاد دوهو هناماس

GLDAS

هقطنم شبات دروآرب یطسوتم درکلمع

نارااکمه و گنای .دراد 33

شباات ) رااهچ طاسوت ارSSR

لواصحم

لمااش فلتخم هنامااس

GLDAS

، هنامااس نااسمه هداد یزااس یااه

ینیمز نیاچ یاسانشاوه نامزاس ،9

هداد هاعومجم و10

تاشاداو یااه

نیچ یسانشاوه هرود یارب11

2014 - 2008 هسیاقم رگیدکی اب نیچ رد

لدم داد ناشن جیاتن .دندرک هداد ااب یرتاشیب یراگزاسCMFD

یااه

هزادنا یلاح رد دراد هدش یریگ ک

ه

GLDAS

و

CLDAS

یدایز دح ات

نارااکمه و یرون ،ناریا رد .دنتسه رگدروآرب شیب 17

شباات )

SSR

هزادنا ،یابرجت تلادااعم شور هاس اب ار نیوزق هاگتسیا رد هدش یریگ

هناماااس

GLDAS

و لاایلحتزاب لداام

NCEP/NCAR

و هااست ی تم

ر همانرب ی ز ی هراوهام ا ی - دی د ناب ی لقا ی م

12ی ن .دندرک هسیاقم ناشن جیات

پس و مورتسگنآ هدش هربیلاک لدم هک داد هناماس

GLDAS

نیرتهب

.دنراد تلاوصحم رگید هب تبسن ار درکلمع دوهو اب کفت تردق ی نااکم ی ناامز و ی لاااب ینااهه یاششوپ و

هناماس

GLDAS

، یااطخ ،قطاانم یاخرب رد لدام نیا تسا نکمم

هداد هب تبسن ییلااب هزادانا یاه

ب هتاشاد هداش یرایگ .داشا

نیارباانب

لع ی مغر و ریگماشچ تفرشیپ دوابهب

تایفیک هنامااس

GLDAS

مزلا

8- Near real time

9- Land Data Assimilation System, CLDAS 10- China Meteorological Administration, CMA 11- China Meteorological Forcing Dataset, CMFD 12- The Satellite Application Facility on Climate Monitoring, CM SAF

ا زا لبق تسا ی

هکن هداد و اه اتن ی ج ا ی ن م لوصح ماصت رازبا ناونع هب ی

م

گ ی ر رد ی هقطنم ب ه راک دور ، ک یف ی ت ا ی ن هداد هداد زا هدافتاسا اب اه ااه

ی

هزادنا مز هدش یریگ ین

ی لحم تروص هب ی

زرا ی با ی دوش 18 ، 24 و 36 .)

فده زا نیا هعلاطم یبایزرا شبات یجنسرابتعا و هداش جارختساSSR

زا هناماس

GLDAS

هزادانا هانازور شباات ربارب رد رد هداش یرایگ

24

ای هاگتس شبات یجنس ای نار یم دشاب .

شور و داوم اه

هداد ا یاه ن هزاد ینیمز هدش یریگ

ای نار اراد ی تحاسم 1648198 ک

ی رتمول زا عابرم 3'

25° ' اات 47

39° ضرع یلامش ' و

°5 44 ' اات

°18 63 لواط ایفارغه ا یی قراش ی )

.تسا رد نیا

،هعلاطم شبات زاSSR

24 یجنس شبات هاگتسیا طاسوت

نامزاس یسانشاوه ناریا

زا ربماسد 2012 ات ربماوان 2015 هاب رواظنم

یبایزرا هنامااس

GLDAS

جارختاسا داش

. راه هاگتاسیا لمااش ای

رتموناریپ هتخااسCM5

هداش ت طاسو

Kipp&Zonen

، دانله و تابث

هدننک

Campbell-Stokes

یارب هزادنا یریگ شبات یام هانازورSSR

دشاب 15 .) هاگتسیا هاشقن یسررب زا پ هعلاطم دروم یاه لدام یااه

عافترا یموقر لکش قباطم ،وکسنوی میلقا و1

1 ،یلحااس قطاانم هب )

اشخ همین میلقا یاراد قطانم و شخ میلقا یاراد قطانم میاسقت

شنکارپ .دندش ییایفارغه

هاگتسیا یسانشاوه یاه دروم

هدافتسا رد نیا

لکش رد زین هعلاطم 1

تسا هدش هئارا ) .

هداد هزادنا ماخ یاه .دنتاسه ییااهاطخ اب هارمه ینیمز هدش یریگ

شخب اه ی یگرزب زا هاب اهاطخ نیا تالع

اقن یانف ااهرتموناریپ و

یاهاطخ یتایلمع یام خر داهد 4 ، 10 ، 28 و 35 زا شیاپ نیارباانب .)

هداد نیا تیفیک دیاب نوگانوگ تاعلاطم رد هدافتسا ااهاطخ و لراتنک اه

رد .دنوش لابرغ نیا

هاعلاطم شور یداهناشیپ یدارام

یاراب لراتنک

تیفیک هداد اه هدافتسا دش 15 .) یارب تاعمطا رتاشیب رد دروام شور

،تیفیک لرتنک یدارم هب

15 ) دوش هعهارم .

هداد ییاه لرتنک زا دعب هک

یم تسد هب تیفیک عاوانا رد هدافتاسا لباق و نانیمطا دروم ًمماک دنیآ

شهوژپ .دنتسه اه

هناماس هداد یزاس ناسمه یناهج :ینیمز یاه

GLDAS

هناماس

GLDAS

هژورپ زا یکی یاه

یلوصحم وLDAS

کرتشم

زا لم نامزاس ی دروناوه ی و

2اضف ااضف زکرم ، یی

ااهزاورپ ی درادواگ ،3

1- Digital Elevation Model, DEM

2- National Aeronautics and Space Administration, NASA

3- Goddard Space Flight Center, GSFC

زاس لم نام ی قا ی سونا سانش ی وه مولع و

4ی ب زکرم و ی ن للملا ی اپ ی ش

بی ن ی حم ی ط ز ی

5تس یم .دشاب هناماس

GLDAS

اب ، س ی متس لدم زااس ی

وه

،ی هدشن تفه تسا

هداد و هداد بیکرت زا ار تشاداو یاه لدم یاه

هزادنا و یریگ یم مهارف ینیمز یاه دنک

20 فداه .)

GLDAS

دایلوت

هداد یک اب نیمز حطس یاه یم یناکم و ینامز یلااب تیف

.دشاب هنامااس

GLDAS

ا ز لدم یاراب ،یاکیزیف یاهدانیآرف یدداع هدایچیپ یااه

هداد بیکرت یاه

شجنس رود زا ی

، ا تادهاشم ی

هاگتس ی م و ای ناد رد ی

هداد نیا دیلوت یم هدافتسا اه

دنک 20 .) هداد اه هاس یاراب حطاس لدام

لماش

Mosaic

، وNoah

هئاراCLM

م ی دوش 20 .) هاعلاطم نایا رد

حطس هاتوک جوم لوط شبات راش ریغتم هیبش6

لدام طسوت هدش یزاس

ینامز و یناکم یکفت تردق اب ،Noah

25 / 0 و ههرد 3 یارب هتعاس

ربماسد هرود 2012

ربماون یلا 2015

راراق یباایزرا دروام و جارختسا

.تفرگ هناماس

GLDAS

شبات ، و ربا تلاوصحم زا هدافتسا اب ارSSR

فرب لدام متاسیس ییاواه ورین یسانشاوه ناژآ یاسانشاوه یزااس

یزرواشک یم دروآرب7

لایلحت و هانازور ترواص هب فرب لوصحم .دنک

یناااکم اایکفت یاراد ،یناااهه فرااب قاامع 48

یاام رتمواالیک .دااشاب

لاس یارب زین ربا لوصحم 2002

لایلحت و یتعااس تروص هب دعب هب

یناهه 24 یم هدافتسا یرتمولیک وگلا .دوش

متیر طاسوت هدش هئارا یاه

هداایپ )ماک و طاسوتم ،لاااب یزاوام یرفسمتا هیلا هس ردAFWA

یم یزاس هاب هاهوت اب شباتزاب و رفسمتا ییارذگ ،هیلا ره یارب .دنوش طاسوت هداش هدانکارپ دانلب جوم لوط شبات و هاتوک جوم لوط شبات

یم هبساحم ربا رادقم و عون ناونع هب ،اهربا دوش

20 .)

نورد یبای ییاجنآ زا هک هناماس

GLDAS

هکبش بلاغ رد تامرف ااب و یدانب

NetCDF

هداد نایا تاقباطم یارب ،تسا هدش هئارا هداد ااب ااه

یااه

هزادنا نورد شور زا ینیمز هدش یریگ ایدزن یباای

یگیااسمه نیرات

هداد هعومجم و هدافتسا زا هدافتاسا ااب یهاگتسیا طاقن یارب لدم یاه

رازفا مرن

CDO8

تسا شور رد هک اجنآ زا .دندش جارخ نورد یاه

اب یبای

لدم و مولعم طاقن ریداقم زا هدافتسا ،یراامآ و یاضایر فالتخم یااه

یم تسد هب لوهجم هطقن رادقم یم هقطنم ینگمهان ،دیآ

ریثیات داناوت

.دشاب هتشاد لوهجم طاقن رادقم نییعت رب یدایز

4- National Oceanic and Atmospheric Administration, NOAA

5- National Centers for Environmental Prediction, NCEP

6- Downward shortwave radiation flux

7- Air Force Weather Agency’s (AFWA) Agricultural Meteorology modeling system (AGRMET)

8- Climate Data Operator

لکش 1 - هاگتسیا یناکم تیعقوم س شبات یاه

و ناریا رد هعلاطم دروم یجن هاگتسیا یدنب میسقت

یدنب هقبط و ایرد حطس زا عافترا ساسا رب اه

یمیلقا UNESCO

Figure 1- Map of studied radiation sites in Iran and classification of the studied sites based on altitude and climate types (UNESCO)

صخاش را یرامآ یاه یبایز

یاهورخ هسیاقم ،هعلاطم نیا رد هنامااس

GLDAS

هداد ااب یااه

هزادنا شباات هدش یریگ مااجنا یباایزرا خااش رااهچ طاسوتSSR

خاش .تفرگ بیرض ،هعلاطم نیا رد هدش هدافتسا یاه

نیایعت

R2

)،

یبیرا یاطخ

(MBD)

نیگناایم ، ااطخ قالطم

)MABD

نیگناایم ،

یبسن یاطخ قلطم

(RMABD)

د هشیر و ااطخ تااعبرم نیگنایم مو

) RMSE

یاام دنااشاب طااباور 1 ااات 4 رد .) طااباور ناایا

xi

رادااقم

هزادنا و یانیمز هداش یریگ

yi

لدام طاسوت هداش دایلوت راداقم

یم .دشاب

1 ) 2

) 3 )

4 )

جیاتن و ثحب شبااات هااعلاطم ناایا رد زا هدااش جارختااسا هاانازورSSR

اااس هنام

GLDAS

هداد طااسوت شبااات هاانازور یاااه

ردSSR

24 هاگتااسیا

لکش .دنتفرگ رارق یبایزرا دروم ناریا یسانشاوه 2

یدانب هانهپ هشقن

شبات زا جرختسمSSR

هناماس

GLDAS

هزادنا شبات و ار هدش یریگ

هرود رد 2015 - 2012 هشقن هارمه هب ) یاطخ

یبیرا شباات فمتاخا

ریگ هزادنا و هدش دروآرب لکاش قبااطم .داهد یام نااشن )هدش ی

2 ، یدروآراب شیاب نیرتشیب و درکرهش هاگتسیا رد یدروآرب مک نیرتشیب

.دش هدهاشم سابعردنب و ناگرگ یاه هاگتسیا رد

لکش 2 - هشقن هنهپ یدنب شبات هزادنا یریگ هدش

،هنازور شبات دروآرب هدش طسوت هناماس GLDAS و هشقن یاطخ یبیرا ( فلاتخا شبات دروآرب

هدش و هزادنا یریگ هدش ) رد ناریا رد هرود یتاعلاطم ( 2015 - 2012 )

Figure 2- Zoning maps of measured daily SSR, estimated GLDAS and bias map (difference between estimated GLDAS and measured daily SSR) in Iran in the time period of (2012-2015)

یلک درکلمع هناماس

GLDAS

لکش 3 شبات یبایزرا یاهورخSSR

هنامااس

GLDAS

طاسوت

هداد شبات یاه هنازورSSR

24 هرود یاراب نارایا یسانشاوه هاگتسیا

ربماسد 2012 ربماون ات 2015 یام ناشن هاب یگدانکارپ رادوامن .داهد

یم ناشن هدمآ تسد دراکلمع هاک دهد

هنامااس

GLDAS

یباایزرا رد رایعم .دراد یبسانم تقد ناریا هنازور شبات

وRMSE

یاربMABD

بایترت هاب لواصحم نایا

2

W m-

5 / 28 و 3 / 20 .داندمآ تاسد هاب

یراگدروآرب مک زا یکاح هدمآ تسد هب یبیرا یاطخ نینچمه هنامااس

GLDAS

نازیم هب

2

W m-

5 / 2 یم ناریا رد .دشاب

لکش 3 - یگدنکارپ رادومن شبات

هزادناSSR هنازور هدش یریگ ربارب رد

هناماس GLDAS رد تاعلاطم هرود ی

( 2015 - 2012 )

Figure 3- Scattered plot of comparison of daily measured SSR with estimated GLDAS data in the time period of (2012-2015)

لکش 4 - هشقن یبیرا یاطخ ناهام

طسوت هدش دروآرب شبات فلاتخا( ه هناماس

GLDAS هزادنا شبات و هرود رد ناریا رد )هنازور هدش یریگ

( یتاعلاطم 2015

- 2012 )

Figure 4- Bias monthly maps of (difference between estimated GLDAS and measured daily SSR) in Iran in the time period of (2012-2015)

لکش 5 - تارییغت اطخ هناهام ی

،MBD وRMSE RMABD هسیاقم(

لدم GLDAS شبات و هزادناSSR

هنازور هدش یریگ ا رد

ی نار )

Figure 5- Monthly variations of MBD, RMSE and RMABD error (comparison of GLDAS and measured SSR in Iran)

هام تارییغت یبایزرا شبات هنا

هزاداناSSR

رد هانازور هداش یرایگ

ربارب هناماس

GLDAS

لکش یاه 4 و 5 یم ناشن ) هاک داهد

هنامااس

GLDAS

هام رد زه هب هاام هامه رد یلاوه ات یم یاه

،لااس یااه

شبات هاام رد یدروآراب ماک نیرتاشیب .تسا هدرک دروآرب مک ارSSR

نازیم هب ربماون

2

W m-

8 / 7 یدروآرب شیب نیرتشیب و هاب یم هام رد

نازیم

2

W m-

5 / 9 یم یااطخ نازایم نیراتمک دروآرب نیرتهب .دشاب

هام رد )یبیرا ناتسبات یاه

2

W m-

7 / 1 ، 4 / 0 و 2 / 2 - رد بایترت هاب

هام لکش دش هدروآرب لدم طسوت )تسوگآ ات نئوژ یاه 4

ااب هباشم .)

ناراکمه و یهرتاچ رگارت ،هدمآ تسد هب هجیتن 26

نارااکمه و ایه ؛)

7 دلیاو و یلیوب ؛) 2

هانپ نادزی و ینب یردیح و ) 6

شهوژاپ رد زین )

لدام هاک دانداد ناشن دوخ یاه لایلحتزاب یااه

(ERA-Interim,

NCEP-DOE)

یامیلقا لدم ،

RegCM4

یراامآ لدام و ) -

یابرجت

هام رد زین )مورتسگنآ شباات دروآرب رد یرتشیب ییاناوت لاس مرگ یاه

.دنرادSSR

ش قباطم نینچمه لک

5 یااطخ نازایم نیرتمک ،

RMABD

رد

هام طسوتم اب )ناتسبات ربماتپس ات نئوژ یاه 06

/ 0 راداقم نیرتاشیب و

هام رد طسوتم اب )ناتسمز سرام ات ربماون یاه 13

/ 0 اما .دمآ تسد هب

رایعم هنیمک قلطم یاه

RMSE (MABD)

زییاپ رد هام اه ی ربماتپس

نیگناایم ااب )ربماسد و

2

W m-

17 ) 22 و رااهب لاصف رد نآ هنیاشیب

هام نیگناایم ااب )یم ات سرام یاه

2

W m-

28 ) 39 زا .داش هدهااشم

خاش هک اجنآ قلطم یاه

RMSE (MABD)

رواضح ریثیات تاحت

دیداش یرایگ ااتفآ زا یاشان تلاااعفنا و لعف و اهربا ،دانراد راراق1

سمز زا اطخ هنیشیب و زییاپ هب ناتسبات زا اطخ هنیمک ریداقم نیاربانب نات

هباه راهب هب اهدروآرب نیرتدب راهب رد قلطم یرامآ یاهرایعم و هدش اه

ب نیرتهب لاس درس یاه هام رد و یم ناشن ار اهدروآر

دانهد 19 ، 28 و

1- High insolation

31 .) لحت ی ل زوت ی ع ناکم ی اهاطخ

ینااکم تاراییغت یسررب

R2

هداد نیاب شباات هانازور یااه

SSR

هزادنا و هداش یرایگ هنامااس

GLDAS

اک داد نااشن رد ه

71 داصرد

هاگتسیا طسوتم رادقم زا شیب نییعت بیرض ،اه 89

/ 0 هاب هدامآ تاسد

هک تسا نیا زا یکاح هک تسا 89

طاسوت تادهااشم نایراو دصرد

هناماس

GLDAS

یم نییبت هاگتسیا رد نینچمه .دوش میلقا یاراد یاه

رادقم هب نییعت بیرض نیرتشیب شخ 92

/ 0 هاگتسیا هااگدورف یااه

ینیمخ ماما راداقم هب نییعت بیرض رادقم نیرتشیب ناهفصا و

94 / 0 ار

هاگتسیا رد و )دندوب اراد هتسد نیا رد بیراض نیراتمک یلحااس یااه

رادقم هب نییعت 69

/ 0 هب لوده دمآ تسد 1

هاگتسیا رد .) قطاانم یااه

لیامت یلحاس هب

شیب یدروآرب راداقم هب

2

W m-

7 / 12 قطاانم رد و

هب لیامت شخ همین و شخ رادقم هب بیترت هب یدروآرب مک

W m-

62

/ 3 و 7 / 3 لوداه قبااطم .دش هدهاشم 1

خااش ،) یراامآ یااه

،RMSE

وMABD RMABD

هاگتسیا هک دنداد ناشن رد عقاو یاه

قطانم اب آ و یاوه و اشخ هامین قطاانم ااب هاسیاقم رد اشخ

،یلحاس هناماس

GLDAS

دروآراب یراتهب زا شباات هاقطنم ردSSR

لاطم دروم هئارا هع یم دهد . دالاو و یلیواب ،اتاسار نیامه رد 2

نااشن )

لدم دنداد یارب دیده رصع هنارگن پ لیلحت و هیزجت لیلحتزاب یاه

یدربراک یاه همانرب و تاقیقحت و2

Interim -

آ ااب قطانم ردERA

ااب قطانم رد و دنراد ییلااب نانیمطا مدع یریسمرگ وطرم یاوه و لدم ، شخ یاوه و آ اه

شبات دروآرب رد یرتهب درکلمع هئاراSSR

یم .دنهد 2- Modern-Era Retrospective analysis for Research and Applications, MERRA

لودج 1 - صخاش هنازور شبات یبایزرا یاه طسوت هدش دروآربSSR

هناماس GLDAS هداد اب هزادنا یاه گ

هعلاطم دروم هقطنم هس رد هدش یری

Table 1- Validation metrics of the estimated GLDAS with daily measured SSR in the three study areas RMABD MABD

2) (W m-

RMSE

2) (W m-

MBD

2) (W m-

R2

یرامآ رایعم Statistical indicator

0.15 32

45 13.0

هاگتسیا 0.69 یلحاس قطانم یاه (Coastal Stations)

0.07 17

23 -3.6

هاگتسیا 0.92 شخ قطانم یاه (Arid climate stations)

0.09 20

28 -3.7

هاگتسیا 0.9 شخ همین قطانم یاه (Semi-arid climate stations)

هک اجنآ زا هناماس

GLDAS

هداد یزاس ناسمه یارب ینیمز یاه

لدم و یحارط .درادان شاشوپ یابآ یحاوان یور رب ،تسا هدش یزاس

شور زا یهاگتسیا طاقن ریداقم جارختسا یارب هکنیا لیلد هب نینچمه نورد یدزن یبای سمه نیرت

رد موالعم طاقن نیاربانب ،دش هدافتسا یگیا

هاگتسیا یگیاسمه هداد طاقن هب دودحم ،یلحاس یاه

هدواب ینیمز یاه

هاگتسیا یلحاس هاگتسیا طاقن دروآرب و ااب )نااگرگ و سابعردانب یاه

نورد شور زا یشان یاطخ و وئاایژ اتاسار نیمه رد .دندش ههاوم یبای

ناراکمه 32

هقطنم رد دنداد ناشن ) وایلیب هاضوح یلحاس

لاماش رد1

،نیچ هنامااس

GLDAS

شیاب هاب لایامت یتامتاسیس ترواص هاب

شبات یدروآرب نارااکمه و ااکاروا نیانچمه .درادSSR

29 نااشن )

لایلحتزاب لدام هاک دنداد یناتاسهوک و یلحااس قطاانم ردERA5

شباات دروآراب رد یا هراوهاام تلاواصحم هب تبسن یفیعض درکلمع .درادSSR

یغت خاش یلصف تاری هاقطنم هاس رد هاعلاطم دروام یرامآ یاه

لکش قباطم شخ همین و شخ یاوه و آ یاراد قطانم ،یلحاس 6 یراامآ خااش نازایم نیراتمک .تفرگ رارق یسررب دروم )

R2

رد

راداقم هاب بیترت هب ناتسبات رد شخ همین و شخ قطانم 59

/ 0 و

54 / 0 اقم هاب ،زییاپ لصف رد نازیم نیرتشیب و راد

9 / 0 هاب دامآ تاسد

لکش 6 نیرتمک یلحاس قطانم رد نینچمه .) نازیم

رد نییعت بیرض

ناتسمز هب رادقم 31 / 0 و نیرتشیب نازیم رد لصف زییاپ هب رادقم 73 / 0

هب نامه .دمآ تسد لکش هک روط

6 یم ناشن ) بیراض تاراییغت داهد

قطاانم رد و تاسا هبااشم اشخ هامین و اشخ قطانم رد نییعت م یلحاس ااب ناتاسبات و رااهب ،ناتاسمز لاصف رد نیایعت بیرض ریداق

یم ناسکی ًابیرقت یکدنا فمتخا لکاش قبااطم نیانچمه .دناشاب

6 )

قطاانم رد یدروآراب شیاب ترواص هاب یابیرا یاطخ رادقم نیرتشیب راداقم هاب ناتسبات لصف رد و یلحاس

2

W m-

33 یااطخ نیراتمک و

همین قطانم رد یدروآرب شیب لکش هب یبیرا هاب راهب لصف رد شخ

رادقم

2

W m-

2 / 0 هب هاب یابیرا یااطخ هنیاشیب نیانچمه .دمآ تسد

راداقم هاب یدروآرب مک تروص

2

W m-

7 و اشخ هامین قطاانم رد

راداقم هاب یدروآراب ماک تروص هب یبیرا یاطخ هنیمک

2

W m-

1 رد

1- Biliu Basin

یم ناشن یبیرا یاطخ یلصف یسررب .دش هدهاشم شخ قطانم دهد

ارییغت نیرتشیب هک نیاب ناتسبات لصف رد ت

2

W m-

5 / 3 - قطاانم رد

ات شخ همین

2

W m-

33 رد تاراییغت نیراتمک و یلحااس قطانم رد

نیب ناتسمز لصف

2

W m-

5 / 2 - اات یلحاس قطانم رد

2

W m-

5 / 4 -

قطاانم رد یابیرا یااطخ هنیشیب .دراد ناسون شخ همین قطانم رد ا ینامز نیا و تسا هداد خر ناتسبات لصف رد ،یلحاس تابوطر هک تس

یاطخ یلصف تارییغت .تسا لااب رایسب قطانم نیا رد اوه ردRMSE

لکش 6 یاطخ هنیشیب هک داد ناشن ) نیب راهب لصف ردRMSE

W

2

m-

55 ات یلحاس قطانم رد

2

W m-

30 هانیمک و اشخ قطانم رد

یاطخ نیب زییاپ لصف ردRMSE

2

W m-

31 و یلحااس قطاانم رد

2

W m-

19 شخ قطانم رد یااطخ یلصف تارییغت .تسا هدش عقاو

RMABD

نااشن ار یهبااشم رااتفر شخ همین و شخ قطانم رد

یااطخ هنیاشیب دانداد

RMABD

نیاب ناتاسمز لاصف رد 11

/ 0 رد

اات اشخ قطاانم 14

/ 0 یاااطخ هانیمک و اشخ هامین قطااانم رد

RMABD

رادقم هب ناتسبات رد 05

/ 0 همین و شخ هقطنم ود ره رد

.)دش هدهاشم شخ یاطخ هنیشیب

RMABD

رد یلحااس قطانم رد

رادقم هب ناتسمز 2

/ 0 رادقم هب زییاپ رد هنیمک و 12

/ 0 اب .دمآ تسد هب

یبایزرا هب ههوت هانازور شباات درکلمع یور رب هدش ماجنا یاه

SSR

طسوت هدش دروآرب هناماس

GLDAS

یم ،ناریا رد یرایگ هاجیتن ناوت

هک درک هناماس

GLDAS

هاب نارایا یلحااس قطانم رد رد واصخ

هاب تباسن ،زییاپ لصف رد و تسا رگدروآرب شیب رایسب )ناتسبات لصف شباات دروآراب رد یرتاشیب ییاناوت لوصف رگید نیانچمه .درادSSR

یسررب داد ناشن شخ همین و شخ قطانم یور رب هدش ماجنا یاه

هک هناماس

GLDAS

انم رد بیترت هب ،یکدنا فمتخا اب و اشخ قط

.دراد یبسانم ییاناوت و درکلمع شخ همین هجیتن یریگ

ا رد ی ن شهوژپ شبات هنازور نیمز حطس زا هدش جارختسا

هنامااس

GLDAS

هداد طااسوت یاااه

شبااات هاانازور ردSSR

24 ا ی هاگتااس

سانشاوه ی ا ی نار زرا دروم ی با ی .دانتفرگ راراق ییارااک یاسررب

هنامااس

GLDAS

هنازور شبات دروآرب رد رد لدم هک داد ناشن ناریا ردSSR

29 هاگتسیا دصرد زا یدروآرب شیب اه

2

W m-

6 / 1 کارا هاگتاسیا رد

ات

2

W m-

2 / 15 رد و )ناگرگ رد 71

هاگتسیا دصرد هاعلاطم دروم یاه

زا یدروآراب ماک

2

W m-

7 / 0 - اات هایمورا رد

2

W m-

8 / 15 - رد

هام رد هک دش هدید نینچمه .تسا هتشاد )درکرهش ه

هاک لاس درس یا

،دنراد رارق یکانربا طیارش تحت هناماس

GLDAS

رد یراتمک ییاناوت

هنازور شبات دروآرب ااطخ و هتشاد فاص نامسآ طیارش هب تبسنSSR

یم رتشیب .دشاب هامین و اشخ هایحان رد نارایا قطاانم رتشیب هکنیا هب ههوت اب

لصف اب قبطنم قطانم نیا ناهایگ دشر لصف و هدش عقاو شخ مرگ

یم نیاربانب ،تسا هک درک یریگ هجیتن ناوت

هناماس

GLDAS

ییاناوت

شبات دروآرب رد ار مزلا یام و تسارادSSR

شباات یاهورخ زا ناوات

ااجنآ زا نینچمه .دومن هدافتسا یزرواشک تاعلاطم رد لدم نیاSSR

هک هناماس

GLDAS

شبات دروآرب رد ییاناوت ،یلحاس قطانم ردSSR

هب تبسن یرتمک یرتاشیب تاقد هک تسا یرورض ،دراد رگید قطانم

قطاانم رد شباات دروآراب رد هدافتاسا دروام لدام و شور اختنا رد دازآ یاسرتسد هب ههوت اب ،دوهو نیا اب .دریگ تروص یلحاس و وطرم یلااب ینامز و یناکم یکفت تردق و هناماس

GLDAS

یقطاانم رد ،

تاسا دودحم یسانشاوه تاعمطا هب یسرتسد هک شباات دروآراب رد ،

،قطانم نیا ردSSR

هناماس

GLDAS

یم راراق هدافتاسا دروام داناوت

یم نینچمه .دریگ یابرجت یااه لدم طسوت ار یبیارض ناوت

- یراامآ

) وطرم و یلحاس قطانم دنراد ییلااب یبیرا یاطخ هک یقطانم یارب شبات یاهدروآرب و نییعت رد .دیاشخب دوابهب قطاانم نیا رد ارSSR

تیاهن یم شهوژپ نیا رد هدمآ تسد هب جیاتن یاراب ناققحم هب دناوت

یریگ میمصت رد هدنیآ تاقیقحت لدام و هداد ااختنا رد هناهاگآ یاه

شبات دروآرب یاه شور وSSR

.دنک مک زین شزادرپ یاه

لکش 6 - غت یی تار یلصف ،R² اطخ ی ،MBD وRMSE RMABD هسیاقم(

اس هنام GLDAS هنازور شبات و هزادناSSR

رد هدش یریگ قطانم

)ناریا یلحاس و کشخ همین ،کشخ

, MBD, RMSE and RMABD error (comparison of GLDAS and measured SSR in arid, Seasonally variations of R2

- Figure 6

semi-arid and Coastal area of Iran

یرازگساپس ناگدنسیون اقم

رضاح هل یاراب ااسان نامزااس نیمز مولع شخب زا

هداد هئارا نااگیار و تایفیک ااب یااه هنامااس

GLDAS

نامزااس زا و یم ینادردق و رکشت نیمز حطس شبات

.دنیامن

عبانم

1- Bayat K., and Mirlatifi S.M. 2009. Estimation of Daily Global Solar Radiation Using Regression Models and Artificial Neural Networks. Journal of Agricultural Sciences and Natural Resources 16(3): 270-280. (In Persian) 2- Boilley A., and Wald L. 2015. Comparison between meteorological re-analyses from ERA-Interim and MERRA and

measurements of daily solar irradiation at surface. Journal of Renewable Energy 75: 135-143.

3- Chen M., Zhuang Q. and He Y. 2014. An efficient method of estimating downward solar radiation based on the MODIS observations for the use of land surface modeling. Journal of Remote Sensing 6(8): 7136-7157.

4- Estévez J., Gavilán P., and Giráldez J. V. 2011. Guidelines on validation procedures for meteorological data from automatic weather stations. Journal of Hydrology 402(1-2): 144-154.

5- Gholamnia A., Mobin M.H., and Alipoor H. 2016. Modeling and Zoning Solar Energy Received at the Earth's Surface in Arid and Semiarid Regions of Central Iran. Journal of Water and Soil 30(4): 1294-1308. (In Persian with English abstract)

6- Heidary Beni M., and Yazdanpanah H.A. 2017. Assessment of RegCM4 model for estimation of total solar radiation (Case study: Chaharmahal and Bakhtiari province). Journal of Agricultural Meteorology 4(2): 27-37. (In Persian with English abstract)

7- Jia B., Xie Z., Dai A., Shi C., and Chen F. 2013. Evaluation of satellite and reanalysis products of downward surface solar radiation over East Asia: Spatial and seasonal variations. Journal of Geophysical Research: Atmospheres 118(9): 3431-3446.

8- Journée M., and Bertrand C. 2010. Improving the spatiotemporal distribution of surface solar radiation data by merging ground and satellite measurements. Journal of Remote Sensing of Environment 114(11): 2692-2704.

9- Khosravi A., Nunes R. O., Assad M. E. H., and Machado L. 2018. Comparison of artificial intelligence methods in estimation of daily global solar radiation. Journal of Cleaner Production 194: 342-358.

10- Laiti L., Andreis D., Zottele F., Giovannini L., Panziera L., Toller G., and Zardi D. 2014. A solar atlas for the Trentino region in the Alps: quality control of surface radiation data. Journal of Energy Procedia 59: 336-343.

11- Liang S., Wang K., Zhang X., and Wild M. 2010. Review on estimation of land surface radiation and energy budgets from ground measurement, remote sensing and model simulations. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 3(3): 225-240.

12- Lotfinejad M., Hafezi R., Khanali M., Hosseini S., Mehrpooya M., and Shamshirband S. 2018. A comparative assessment of predicting daily solar radiation using bat neural network (BNN), generalized regression neural network (GRNN), and neuro-fuzzy (NF) system: A case study. Journal of Energies 11(5): 1188.

13- Majnoni-Heris A., Zand-Parsa S., Sepaskhah A., and Nazemosadat M.J. 2009. Development and Evaluation of Global Solar Radiation Models Based on Sunshine Hours and Meteorological Data. Journal of Water and Soil Science 12(46):491-499. (In Persian)

14- Mobin M.H., Gholamnia A., Soudaiezadeh H., and Mirhosani S.A. 2015. Introducing a new model for estimating solar radiation in arid and semi-arid regions of Iran. Journal of Arid Biome Scientific and Research 5(2): 95-101. (In Persian)

15- Moradi I. 2009. Quality control of global solar radiation using sunshine duration hours. Journal of Energy 34(1): 1- 6.

16- Mousavi-Baygi M., Ashraf B., and Miyanabady A. 2010. The Investigation of different Models of Estimating Solar Radiation to Recommend the Suitable Model in a Semi-Arid Climate. Journal of Water and Soil 24(4): 836-844. (In Persian with English abstract)

17- Noory H., Mokhtari A., and Vazifedoust M. 2019. Evaluation of Incoming Solar Radiation Parameter Derived from Empirical and Satellite Models. Iranian Journal of Soil and Water Research 50(2): 353-362. (In Persian with English abstract)

18- Polo J., Wilbert S., Ruiz-Arias J.A., Meyer R., Gueymard C., Suri M., Martin L., Mieslinger T., Blanc P., Grant I., and Boland J. 2016. Preliminary survey on site-adaptation techniques for satellite-derived and reanalysis solar radiation datasets. Journal of Solar Energy 132: 25-37.

19- Riihelä A., Carlund T., Trentmann J., Müller R., and Lindfors A. 2015. Validation of CM SAF surface solar radiation datasets over Finland and Sweden. Journal of Remote Sensing 7(6): 6663-6682.

20- Rodell M., Houser P.R., Jambor U.E.A., Gottschalck J., Mitchell K., Meng C.J., Arsenault K., Cosgrove B., Radakovich J., Bosilovich M., and Entin J.K. 2004. The global land data assimilation system. Bulletin of the American Meteorological Society 85(3): 381-394.

21- Ruiz-Arias J.A., Quesada-Ruiz S., Fernández E.F. and Gueymard C.A. 2015. Optimal combination of gridded and ground-observed solar radiation data for regional solar resource assessment. Journal of Solar Energy 112: 411-424.

22- Sabziparvar A.A. and Shetaee H. 2007. Estimation of global solar radiation in arid and semi-arid climates of East and West Iran. Journal of Energy 32(5): 649-655.

23- Sabziparvar A.A. 2008. A simple formula for estimating global solar radiation in central arid deserts of Iran. Journal of Renewable Energy 33(5): 1002-1010.

24- Sanchez-Lorenzo A., Wild M., and Trentmann J. 2013. Validation and stability assessment of the monthly mean CM SAF surface solar radiation dataset over Europe against a homogenized surface dataset (1983–2005). Journal of Remote sensing of environment 134: 355-366.

25- Slater A.G. 2016. Surface solar radiation in North America: A comparison of observations, reanalyses, satellite, and derived products. Journal of Hydrometeorology 17(1): 401-420.

26- Träger-Chatterjee C., Müller R.W., Trentmann J., and Bendix J. 2010. Evaluation of ERA-40 and ERA-interim re- analysis incoming surface shortwave radiation datasets with mesoscale remote sensing data. Journal of Meteorologische Zeitschrift 19(6): 631-640.

27- Urraca R., Gracia-Amillo A.M., Koubli E., Huld T., Trentmann J., Riihelä A., Lindfors A.V., Palmer D., Gottschalg R., and Antonanzas-Torres F. 2017. Extensive validation of CM SAF surface radiation products over Europe.

Journal of Remote sensing of environment 199: 171-186.

28- Urraca R., Martinez-de-Pison E., Sanz-Garcia A., Antonanzas J., and Antonanzas-Torres F. 2017. Estimation methods for global solar radiation: Case study evaluation of five different approaches in central Spain. Journal of Renewable and Sustainable Energy Reviews 77: 1098-1113.

29- Urraca R., Huld T., Gracia-Amillo A., Martinez-de-Pison F.J., Kaspar F., and Sanz-Garcia A. 2018. Evaluation of global horizontal irradiance estimates from ERA5 and COSMO-REA6 reanalyses using ground and satellite-based data. Journal of Solar Energy 164: 339-354.

30- Wang F., Wang L., Koike T., Zhou H., Yang K., Wang A., and Li W. 2011. Evaluation and application of a fine‐ resolution global data set in a semiarid mesoscale river basin with a distributed biosphere hydrological model.

Journal of Geophysical Research: Atmospheres 116: D21.

31- Wang Y., Trentmann J., Yuan W., and Wild M. 2018. Validation of CM SAF CLARA-A2 and SARAH-E Surface Solar Radiation Datasets over China. Journal of Remote Sensing 10(12): 1977.

32- Xiao R., He X., Zhang Y., Ferreira V., and Chang L. 2015. Monitoring groundwater variations from satellite gravimetry and hydrological models: a comparison with in-situ measurements in the Mid-Atlantic region of the United States. Journal of Remote Sensing 7(1): 686-703.

33- Yang F., Lu H., Yang K., He J., Wang W., Wright J.S., Li C., Han M., and Li Y. 2017. Evaluation of multiple forcing data sets for precipitation and shortwave radiation over major land areas of China. Journal of Hydrology and Earth System Sciences 21(11).

34- Yang L., Zhang X., Liang S., Yao Y., Jia K., and Jia A. 2018. Estimating surface downward shortwave radiation over china based on the gradient boosting decision tree method. Journal of Remote Sensing 10(2): 185.

35- Younes S., Claywell R., and Muneer T. 2005. Quality control of solar radiation data: Present status and proposed new approaches. Journal of Energy 30(9): 1533-1549.

36- Zhang T., Stackhouse Jr P.W., Cox S.J., Mikovitz J.C., and Long C.N. 2019. Clear-sky shortwave downward flux at the Earth's surface: Ground-based data vs. satellite-based data. Journal of Quantitative Spectroscopy and Radiative Transfer 224: 247-260.

Assessment of the Performance of the Global Land Data Assimilation System (GLDAS) in Estimating Daily Surface Solar Radiation in Iran

N. Ahmadibaseri¹- A.A. Sabziparvar^2*- M. Khodamoradpour³- L. Alados Arboledas⁴ Received: 30-09-2019

Accepted: 20-01-2020

Introduction: Surface Solar Radiation (SSR) as the largest source of land-surface energy is an important parameter in meteorological and climatological studies. Limitations in ground-based measurements have encouraged the users to approach low cost and reliable methods to estimate radiation components, for the regions where the ground-based radiation data are sparse. Different methods have been developed for estimating SSR including empirical models, radiative transfer models, semi-empirical models, and models based on satellite and reanalysis products. In most studies in Iran, empirical methods have been investigated. Despite the simplicity of these models, they do not accurately represent SSR variations because of not considering all the parameters affecting radiation variations, at large spatial scales with different climates. The Global Land Data Assimilation System (GLDAS) is a combination of measured and satellite data that uses advanced land surface modeling and data assimilation methods. One of the strengths of this model that makes GLDAS unique is that it has global coverage, high spatial-temporal resolution and is available for free. GLDAS is a terrestrial modeling system uncoupled to the atmosphere. This work was aimed to evaluate SSR derived from GLDAS using ground measurements over Iran from 2012 to 2015 on a daily basis.

Materials and Methods: In this study, measured SSR in 24 radiometer stations of Iran from 2012 to 2015 was extracted. Since the measured data are associated with some errors, the quality of the data must be checked and screened before use. In this study, Moradi's proposed method was used to control data quality. The studied areas were classified into three zones of coastal, arid and semi-arid climates based on Digital Elevation Model (DEM) and UNESCO climate classification approach. The GLDAS SSR outputs were extracted with a spatial and temporal resolution of 0.25° grid cell and 3-hourly from 2012 to 2015. The GLDAS is one of the LDAS projects and has been extended jointly by the National Aeronautics and Space Administration (NASA) Goddard Space Flight Center (GSFC) and the National Oceanic and Atmospheric Administration (NOAA) National Centers for Environmental Prediction (NCEP). The purpose of GLDAS is to produce high quality temporal and spatial land surface data. GLDAS drives three land surface models: Mosaic, Noah, and CLM. GLDAS assessments SSR at the land surface using a method and cloud and snow products from the Air Force Weather Agency's (AFWA) Agricultural Meteorology modeling system (AGRMET). Since the GLDAS data are created using the gridded Binary format, the nearest neighborhood interpolation method was used to match these data with ground-based data and GLDAS datasets were generated for station points using CDO software. In this study, GLDAS datasets were compared against measured SSR datasets by four validation metrics. The metrics used are determination coefficient (R²), the mean bias error (MBD), the mean absolute error (MABD), relative mean absolute error (RMABD) and root mean squared error (RMSE).

Results and Discussion: Statistical analysis showed that the performance of GLDAS in SSR evaluation is reasonable in Iran with a high-efficiency coefficient of 0.88. Also, it was shown that the GLDAS has a higher ability to estimate SSR under clear sky (warm seasons) conditions than cloudy conditions (cold seasons). Similar to the obtained results, Träger-Chatterjee et al. (2010); Jia et al. (2013); Boilley and Wild (2015) and Heidary Beni and Yazdanpanah (2017) also showed that the ERA- Interim, NCEP-DOE, RegCM4 and angstrom model are also more capable of estimating SSR in warm seasons. Seasonal bias variations at three studied areas showed that the most changes occurred in summer and least changes in winter. The highest overestimation was also observed in the coastal areas in summer and the lowest overestimation in the semi-arid regions in spring. The evaluation of the GLDAS performance against the site measured SSR data suggests that the GLDAS tends to underestimate in 71% of the studied stations. Moreover, the stations located in the arid region provided a better

1, 2 and 3- Ph.D. Candidate of Agricultural Meteorology, Professor and Assistant Professor in Meteorology, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran, respectively.

(*- Corresponding Author Email: swsabzi@basu.ac.ir)

4- Professor in Applied Physics, Inter-University Research Institute of the Earth System in Andalusia IISTA, University of Granada, Spain

DOI: 10.22067/jsw.v34i2.82848

estimation of SSR as compared with semi-arid and coastal locations. These results were compared with those of Boilley and Wald (2015) that showed ERA-Interim and MERRA reanalysis models have high uncertainty in areas with tropical humid climates, and in regions with arid climates, models perform better in SSR estimation.

Our findings were also in good agreement with their results.

Conclusion: GLDAS SSR outputs can be used for agricultural studies. This is due to the facts that arid and semi-arid climates are dominant in Iran and the growing season is mostly in the warm season.

Keywords: Evaluation, GLDAS, Iran, Surface solar radiation