برآورد جریان ماهانه در حوضههای فاقد آمار با استفاده از پارامترهای اقلیمی و فیزیوگرافی حوضه
Authors
Abstract:
چکیده چکیده سابقه و هدف: برآورد دبی در حوضههای آبریز با دادههای آماری محدود، همواره مورد توجه پژوهشگران خصوصاً در کشورهای در حال توسعه میباشد. در بسیاری از موارد، دادههای مشاهداتی دبی یا در دسترس نبوده و یا از لحاظ کیفیت و کمیَت کافی نیستند. این عامل طرحهای مدیریت منابع آب را با مشکل روبهرو میسازد. بنابراین روشهایی که به کمک آنها بتوان میزان آبدهی رودخانه در حوضههای بدون آمار یا دارای آمار ناقص را تخمین زد، از اهمیت قابل توجهی برخوردار میگردد. بدین منظور روشهای متعددی از جمله مدلهای آماری، سریهای زمانی و مدلهای هوشمند توسعه یافتهاند که در این میان میتوان به مدل درخت تصمیم اشاره کرد که با تولید قانونهای ساده، رفتار غیر خطی دادهها را مدلسازی میکند. هدف از این پژوهش، ارزیابی روشهای رگرسیون چند متغیره و مدل درخت تصمیم (M5) به منظور برآورد جریان ماهانه در حوضههای فاقد آمار استان گلستان میباشد.مواد و روشها: در این پژوهش استان گلستان که از زیرحوضههایی متعددی با مشخصات متنوعی برخوردار است به عنوان منطقه مطالعاتی در نظر گرفته شد. پس از استخراج مشخصات فیزیوگرافی حوضههای آبریز، میانگین ماهانه پارامترهای اقلیمی دما و بارش نیز پس از درونیابی در محیط GIS برای هر یک از زیر حوضهها و در هر یک از ماههای سالهای 1390-1363 برآورد گردیدند. پارامترهای اقلیمی (متوسط بارش و دمای ماهانه) و مشخصات فیزیوگرافی (12پارامتر) به عنوان متغیر مستقل وارد مدل رگرسیون چند متغیره و رگرسیون درختیM5 شدند. معیار ارزیابی در این پژوهش، ریشه دوم میانگین مربعات خطا (RMSE)، ضریب تعیین (R2) و میانگین خطای اریب (MBE) میباشد.یافتهها: با توجه به نتایج بهدست آمده از مدل رگرسیون چند متغیره و مدل درخت تصمیم، برآورد جریان در ماههای پربارش سال نسبت به ماههای کم بارش از دقت بالاتری برخوردار است بطوری که در روش رگرسیون درختی بهترین برآورد جریان رودخانه در ماه اسفند با ضریب تعیین برابر 864/0، ریشه میانگین مربعات خطای برابر 002/1 و میانگین خطای اریب برابر 026/0به دست آمد و کم دقتترین برآورد جریان مربوط به ماه مرداد با ضریب تعیین برابر 326/0، ریشه میانگین مربعات خطا برابر 635/0 و میانگین خطای اریب برابر با 000/0 محاسبه گردید. همچنین در روش رگرسیون چند متغیره نیز ماه اسفند با ضریب تعیین 522/0، ریشه میانگین مربعات خطا 043/2 و میانگین خطای اریب 153/0 بهترین حالت از جریان ماهانه را برآورد نمود و پایینترین دقت حاصل از این روش به ماه مرداد با ضریب تعیین 103/0، ریشه میانگین مربعات خطا 979/1 و میانگین خطای اریب برابر 020/0 اختصاص پیدا میکند. با توجه به محاسبات مدل درخت تصمیم نسبت به رگرسیون چند متغیره در تمام ماههای سال نتایج بهتری داشته است. نتیجهگیری: نتایج این پژوهش حاکی از آن است که تخمین دبی ماهانه در ماههای پر بارش سال به کمک مدلهای رگرسیون چند متغیره و رگرسیون درختی M5 امکان پذیر است اما در ماههای خشک سال به دلیل رگباری بودن و پراکندگی زیاد بارش در سطح حوضه و خطا در پهنهبندی و درونیابی بارش نتایج خوبی به دست نمیآید. نتایج ارزیابیها نشان داد که مدل درخت تصمیم دارای دقت بالاتر از مدل رگرسیون چند متغیره برای تخمین دبی رودخانه میباشد. زیرا این روش دارای بیشترین دقت و کمترین خطا بود. با توجه به معیارهای ارزیابی مدل درخت تصمیم برای ماههای پرباران دارای ضریب همبستگی بیشتری نسبت به ماههای کم باران میباشد.
similar resources
برآورد جریان ماهانه در حوضه های فاقد آمار با استفاده از پارامترهای اقلیمی و فیزیوگرافی حوضه
چکیده چکیده سابقه و هدف: برآورد دبی در حوضه های آبریز با داده های آماری محدود، همواره مورد توجه پژوهش گران خصوصاً در کشور های در حال توسعه می باشد. در بسیاری از موارد، داده های مشاهداتی دبی یا در دسترس نبوده و یا از لحاظ کیفیت و کمیَت کافی نیستند. این عامل طرح های مدیریت منابع آب را با مشکل روبه رو می سازد. بنابراین روش هایی که به کمک آن ها بتوان میزان آبدهی رودخانه در حوضه های بدون آمار یا دارای...
full textبررسی تأثیر پارامترهای فیزیوگرافی و اقلیمی حوضه در شبیه سازی جریان فصلی رودخانه
خصوصیات فیزیوگرافی و شرایط اقلیمی در حوضههای آبریز از عوامل مهم دخیل در رژیم جریان رودخانه هستند که درک روابط بین این عوامل با جریان رودخانه در یک حوضه موجب میشود بتوان از این روابط در زیرحوضههای فاقد آمار برای پیشبینی جریان رودخانه استفاده کرد. در این مطالعه، روابط بین پارامترهای فیزیوگرافی و اقلیمی زیرحوضههای آبریز استان گلستان با جریان رودخانه با کاربرد مدل درختی M5، مدل نزدیکترین K- ...
full textبرآورد هیدروگراف رواناب در حوضه فاقد آمار بدون استفاده از داده های پوشش خاک و کاربری اراضی
مدل SCS یکی از مهمترین مدلهای برآورد هیدروگراف سیلاب در حوضه های فاقد آمار است و نیازمند دادههای پوشش گیاهی، کاربری اراضی، ویژگیهای فیزیوگرافی و آگاهی از وضعیت رطوبت پیشین سطح حوضه میباشد اما در حوضههایی که دارای این دادهها نیستند استفاده از این مدل با محدودیت مواجه است. در تحقیق حاضر تلاش شده است تا رابطه پیشنهادی بین زمان تأخیر و زمان تز و برآورد زمان تمرکز بر مبنای برآورد سرعت سیلاب د...
full textبرآورد رواناب روزانه در حوضه های فاقد آمار با استفاده از منطقه ای کردن پارامترهای مدل HBV (منطقه مورد مطالعه: البرز مرکزی)
اطلاعات مربوط به جریان روزانه برای حل مسائل مختلف هیدرولوژیکی بسیار اساسی میباشند. با این حال تنها در درصد کمی از رودخانههای دنیا دادههای پیوسته جریان برای واسنجی مدلها در دسترس میباشند. یک روش برآورد جریان روزانه در حوزههای فاقد آمار انتقال پارامترهای واسنجی شده مدل بارش رواناب از حوزه دارای آمار(حوزه بخشنده) به حوزه فاقد آمار (حوزه گیرنده) میباشد. این روش بر پایه انتخاب یک حوزه مشابه...
full textبرآورد دبی اوج درحوضههای فاقد آمار با استفاده از روش شاخص سیل
در روش تحلیل منطقهای سیلاب، به جای استفاده از آمار یک ایستگاه، آمار و ویژگیهای مجموعهای از ایستگاهها مورد استفاده قرار میگیرد. هاسکینگ و والیس با گسترش گشتاورهای وزنی احتمال، آمارههای گشتاور خطی را به عنوان راهکاری جدید در تحلیل تناوب سیل حوزههای آبخیز ارائه نمودند که این رهیافت، اساس پژوهش حاضر را برای ایستگاههای هیدرومتری استان قزوین تشکیل میدهد. تحلیل عاملی مشخص نمود که 5 عامل محیط...
full textبرآورد کمبود جریان ماهانه در دورههای خشکسالی هیدرولوژیک در حوضه گرگانرود
Hydrological drought usually have a considerable impact on the quantity and quality of water resources, causing water shortages in consumption sector and its study is important in terms of intensity, frequency and spatial extent. The aim of this study is to determine the periods of hydrological droughts, drought characteristics and amount of flow deficit in a 38-year recorded data over hydromet...
full textMy Resources
Journal title
volume 23 issue 3
pages 207- 224
publication date 2016-08-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023