Accurate estimation of the spatial distribution of precipitation is crucial for hydrologic modeling. To achieve the realistic estimation of precipitation, developing a ground-based observatory system is a costly and time-consuming strategy compared with other solutions such as using a combination of satellite- and ground-based observations. In this paper, to improve the estimation accuracy of spatial precipitation variation, various linear regression methods were used that combine digital elevation model (DEM) data, rain gauge observations, and Tropical Rainfall Measuring Mission (TRMM) products. Specifically, fuzzy cluster-based linear regression (FCLR), local multiple linear regression using historical similarity (LMLR-HS), model tree (MT), and moving least squares (MLS) were used in the proposed methodology based on local data behavior. The results were compared with those obtained from multiple linear regression (MLR) methods including simple multiple linear regression (SMLR), robust multiple linear regression (RMLR), and generalized linear model (GLM) for monthly precipitation estimation. The study area was Namak Lake watershed, one of the largest watersheds in Iran. The results, estimated for wet and dry years (years 1999 and 2003, respectively), show superiority of local linear regression methods over the other linear methods. Based on the statistical metrics used for assessing the quality the results, FCLR and MLS outperformed other tested methods.

准确估算降水的空间分布对于水文建模至关重要。为了实现对降水的现实估计，与其他解决方案（例如结合使用基于卫星和地面的观测结果）相比，开发基于地面的观测系统是一项昂贵且耗时的策略。在本文中，为了提高空间降水变化的估计精度，使用了各种线性回归方法，这些方法结合了数字高程模型（DEM）数据，雨量计观测值和热带雨量测量任务（TRMM）产品。具体而言，在基于局部数据行为的拟议方法中，使用了基于模糊聚类的线性回归（FCLR），使用历史相似度的局部多元线性回归（LMLR-HS），模型树（MT）和移动最小二乘（MLS）。将结果与通过多元线性回归（MLR）方法获得的结果进行比较，这些方法包括简单的多元线性回归（SMLR），稳健的多元线性回归（RMLR）和广义线性模型（GLM）来进行月降水估算。研究区域是Namak湖流域，它是伊朗最大的流域之一。估计的干湿年（分别为1999年和2003年）的结果表明，本地线性回归方法优于其他线性方法。根据用于评估结果质量的统计指标，FCLR和MLS优于其他测试方法。以及用于估计月降水量的广义线性模型（GLM）。研究区域是Namak湖流域，它是伊朗最大的流域之一。估计的干湿年（分别为1999年和2003年）的结果表明，本地线性回归方法优于其他线性方法。根据用于评估结果质量的统计指标，FCLR和MLS优于其他测试方法。以及用于估计月降水量的广义线性模型（GLM）。研究区域是Namak湖流域，它是伊朗最大的流域之一。估计的湿年和干年（分别为1999年和2003年）的结果表明，局部线性回归方法优于其他线性方法。根据用于评估结果质量的统计指标，FCLR和MLS优于其他测试方法。