مقایسه مدل های هوشمند و رگرسیونی در تخمین داده های مفقوده دبی سالیانه جهت آنالیز منطقه ای سیلاب

اهمیت آب در زندگی انسان و اقتصاد جامعه و همچنین نقش آن در شکل گیری اجتماعات و رشد تمدن های بشری بر کسی پوشیده نیست. از طرف دیگر مسائل و مشکلات ناشی از عدم کنترل و مهار آب، به خصوص خسارات ناشی از سیلاب و خشکسالی ها از زمان های قدیم مورد توجه انسان ها بوده است. سیلاب ها و کم آبی ها هر سال در سرتاسر جهان جان بسیاری را گرفته و میلیون ها دلار خسارت به بار می آورند [بزرگ نیا و همکاران، 1369]. هر ساله شاهد سیلاب های مخرب و ویرانگری در سطح دنیا هستیم. به عنوان مثال در پاکستان سیلاب امسال ضربه بزرگی بر زیر ساخت های این کشور وارد آورد و اگر در زمینه مهار سیلاب پیش بینی های لازم انجام گرفته بود، چنین فاجعه ای رخ نمی داد. در خیلی از پروژه های مهندسی تخمین قابل اطمینان سیلاب ضروری می باشد. هر چند اغلب طول مدت آمار در دسترس از جریان رودخانه در مناطق مورد نظر خیلی کمتر از دوره بازگشت دلخواه می باشد و حتی ممکن است که هیچ گونه آماربرداری صورت نگرفته باشد. آنالیز منطقه ای سیلاب تخمین قابل اطمینانی از سیلاب در چنین مناطقی بدست می دهد [jingyi, 2004; shu et al., 2008]. در حوضه هایی که دارای ایستگاه های هیدرومتری با آمار کافی می باشند می توان سیلاب را بیش بینی کرد. ولی با توجه به کمبود آمار در اکثر حوضه های کشور می توان در تخمین سیلاب ها روش هایی را پیشنهاد کرد که نیاز کمتری به آمار هیدرولوژیکی داشته باشد. بعضی از این روش ها تجربی و بعضی دیگر مبتنی بر آمار داده های موجود می باشد. روشی که مبتنی بر تحلیل آماری بر روی داده ها است، روش تحلیل منطقه ای سیلاب می باشد که بر اساس برقراری رابطه بین سیلاب و عوامل تولید آن می باشد [بهرامی 1385]. بطور کلی آنالیز منطقه ای عمدتا به عنوان ابزاری جهت انتقال اطلاعات هیدرومتری ایستگاه های اندازه گیری شده به مناطق فاقد ایستگاه مورد استفاده قرار می گیرد. علاوه بر این، آنالیز منطقه ای جهت کنترل اطلاعات مناطق دارای ایستگاه نیز کاربرد دارد. به عبارت دیگر آنالیز منطقه ای اقدامی است برای تعمیم داده ها از نقاط مشخص و محدود ( ایستگاه های اندازه گیری و آماربرداری شده ) به تمام سطح یک ناحیه. در یک چنین مطالعاتی لازم است علاوه بر مناسب بودن تعداد و صحت سری داده ها، همگنی آنها نیز بررسی گردد تا بتوان مدل های منطقه ای مناسب برای تخمین سیلاب بدست آورد. تعیین مدل های منطقه ای شامل مراحل زیر است: الف) انتخاب مشخصه مورد نظر جهت تعمیم مکانی آن نظیر دبی حداکثر و دوره های پرآبی ( حجم سیلاب ) سالانه، دبی حداقل و دوره های کم آبی سالیانه، دبی متوسط سالیانه، دبی های متوسط ماهانه، رقوم سیلاب ها و همچنین کیفیت آب، رسوب ویژه و . . . ب) انتخاب خصوصیات حوضه های دارای ایستگاه نظیر مساحت حوضه، شیب متوسط حوضه، طول آبراهه، ارتفاع متوسط حوضه، درصدی از سطح حوضه که بوسیله دریاچه یا تالاب پوشیده شده و . . . ج) بدست آوردن معادلات یا مدل های جهت برآورد مقادیر سیلاب، بوسیله همبستگی خطی ساده یا چند گانه. د) بررسی باقیمانده ها ( اختلاف بین مقادیر مشاهده شده و پیش بینی شده ) یا ارزیابی مدل های بدست آمده . از میان مراحل فوق، انتخاب مشخصه مورد نظر بسته به نیاز متفاوت خواهد بود، همچنان که در این تحقیق، دبی حداکثر با توجه به اهمیت آن در طراحی سازه های هیدرولیکی موضوع انتخاب شده می باشد. بهبود وضعیت آنالیز فراوانی سیلاب ها نقش مهمی در آنالیز منطقه ای دارد. بدین جهت باید تلاش کرد تا منحنی های فراوانی حاصله به بهترین وجه انتخاب شوند. نکته ای را که در اینجا باید مورد توجه قرار داد این است که چه روشی باید در آنالیز منطقه ای انتخاب شود؟ آیا بهتر است از مشاهدات تطویل شده استفاده شود؟ و یا سری داده های اصلی باید بدون هیچ تطویلی بکار رود؟ در عمل از سری های با سال های آماری مشترک استفاده می شود. به عبارتی بین سری مشاهدات با طول های مختلف تعدیل صورت می گیرد. بدین صورت که طول آمار بلند مدت را کاهش داده و آمار کوتاه مدت تطویل می شوند. مزیت بکارگیری سری داده ها با طول آماری مشترک باعث خواهد شد که همه حوضه ها تحت تأثیر شرایط مشابه آب و هوایی قرار گیرند و در نتیجه اختلاف سری داده ها حتی الامکان به تفاوت خصوصیات حوضه ها مربوط خواهد شد. همچنین در آنالیز منطقه ای استفاده از داده های با دوره پایه مشترک، انحراف معیار کمتری در نتایج برآورد شده ایجاد می کند. اگر چه با انتخاب دوره پایه مشترک، تفاوت های ناشی از عوامل به حساب نیامده کاهش خواهد یافت، لیکن استقلال سری ها کم خواهد شد و بنابراین نتایج اریبی را در بر خواهد داشت [معاون هاشمی 1369]. انظر به اینکه اکثر ایستگاه های آب سنجی کشور طی 40 سال اخیر تأسیس شده اند، آمار بلندمدت و مطلوبی از سیلاب های جاری شده در رودخانه در دست نیست. بررسی آمار ارائه شده در مورد سیلاب های بزرگ رودخانه های مختلف کشور حاکی از این است که دبی اوج لحظه ای سیلاب در بسیاری از موارد اندازه گیری نشده و اصولاً می توان گفت در این زمینه ضعف آماری و اطلاعاتی جدی وجود دارد. از طرفی روند رو به افزایش سیل در سال های اخیر حاکی از آن است که اکثر مناطق کشور در معرض سیلاب های ادواری و مخرب قرار داشته است. از این نظر بسیاری از شهرها، روستاها، تأسیسات صنعتی و کشاورزی و اماکن مسکونی در معرض خطر سیل گیری قرار گرفته اند . لذا شناسایی اصولی مناطق سیل خیز و آسیب پذیر در داخل حوضه آبریز از جمله مقدمات بسیار مهم در کنترل سیل و کاهش خسارات ناشی از آن محسوب می شود [میرزایی و همکاران،1385]. کنترل سیل به برنامه ریزی اصولی برای مدیریت منابع آب نیازمند است، در این راستا وجود یک روش صحیح و دقیق برای تعیین فراوانی سیل می تواند در رسیدن به این هدف نقش موثری داشته باشد [مهدوی،1374]. مطالعات هیدرولوژیکی یکی از مهمترین بخش های مطالعات برنامه ریزی، طراحی و بهره برداری از سیستم های آبی است. با این وجود اغلب مطالعات هیدرولوژیکی به دلایلی مانند کمبود داده و عدم استفاده از روش های پیشرفته هیدرولوژیکی، با دقت قابل قبولی انجام نمی شود. این مسئله موجب عدم قطعیت و ریسک زیادی در عملکرد سیستم های آبی و در نتیجه عدم بهینگی طراحی ها و سیاست های بهره برداری آنها می شود. یکی از روش های موثر افزایش قابلیت اعتماد پارامترهای مدل، تحلیل منطقه ای سیلاب و تهیه مدل های هیدرولوژیکی منطقه ای است [ابریشمچی و همکاران،1384]. وقتی که در یک منطقه داده های جریان رودخانه اندازه گیری نشده و یا کم باشد، معمولاً از انتقال اطلاعات از مناطق دارای داده به مناطق بدون داده استفاده می شود. در چنین حالتی برای تخمین سیلاب بهترین روش استفاده از آنالیز منطقه ای سیلاب می باشد. آنالیز منطقه ای سیلاب دقت خیلی بیشتری را در تخمین سیلاب نسبت به تحلیل فراوانی نقطه ای حتی در مناطق با ناهمگنی متوسط نشان داده است [ellouze et al., 2007]. مرور مطالعات انجام شده نشان می دهد که هر چند تحقیقات بر روی آنالیز منطقه ای سیلاب رو به افزایش است، اما کمتر مقایسه تطبیقی این روش ها صورت گرفته است [ouarda,2006 ;grehys,1996 b]. با توجه به اینکه بیشتر کارهای جدید روی حوضه های بزرگ و دشتی صورت گرفته است [shu et al, 2008]، در این تحقیق ضمن مقایسه روش های مختلف، آنالیز منطقه ای سیلاب با تاکید بر تخمین داده های مفقوده در حوضه های با مقیاس های مختلف و کوهستانی انجام می شود. هر ساله به علت طغیان رودخانه ها و همچنین برآورد نامناسب پارامترهای مربوط به دبی اوج سیلاب، خسارات جبران ناپذیری بر اقتصاد کشور ما وارد می شود که در بعضی موارد تلفات جانی نیز به همراه دارد . برای رفع این مشکلات لازم است با پیش بینی نسبتاً دقیق دبی های سیلابی در هر منطقه اقدام به طراحی سازه های هیدرولیکی با ظرفیت مناسب نمود و از بروز مشکلات یاد شده جلوگیری کرد. با توجه به کمبود آمار و اطلاعات در اکثر حوضه ها یا زیر حوضه های کشور می توان در تخمین علمی و منطقی سیلاب ها روش هایی را پیشنهاد نمود که نیاز کمتری به آمار هیدرولوژیکی داشته باشند. معمولاً نقاطی که در آنها آماربرداری صورت می گیرد، بسیار کمتر از نقاطی است که در آنها به اطلاعات نیاز است، مثلاً یک جاده یا کانال بزرگ معمولاً در مسیر خود چندین آبراهه فصلی و دائمی را قطع می کند که به احتمال زیاد در خیلی از این نقاط آماربرداری وجود نداشته و یا آمار ناقص می باشد. در حالیکه در روی برخی از این آبراهه ها در فواصل نزدیک با محل تلاقی، ممکن است ایستگاه آب سنجی وجود داشته باشد و یا ایستگاه های دیگر بر روی رودخانه های مجاور این منطقه موجود باشد. یک راه حل مناسب در چنین شرایطی مدل بندی منطقه ای سیلاب می باشد. بیشترکارهای انجام شده روی حوضه های متوسط وبزرگ می باشد اما گاهی لازم است دبی در حوضه های کوچک تخمین زده شود. معمولا کارهای روی حوضه های بزرگ با یک برون یابی خطی به حوضه های کوچک تعمیم داده می شود و یک توزیع فراوانی برای تمامی حوضه ها با وسعت های مختلف انتخاب می گردد. این روند علیرغم اینکه الگوی های پاسخ هیدرولوژیکی در حوضه های کوچک با حوضه های بزرگ فرق دارد، عمل می شود. حوضه های کوچک معمولا در مناطق مرتفع قرار گرفته اند در نتیجه تجربه نشان داده که دارای بارندگی بالاتر و وتوپوگرافی با شیب بیشتری بوده و از نظر پوشش گیاهی و زمین شناسی متفاوت می باشند. بعلاوه جریان در حوضه های کوچک بیشتر تحت تاثیر مستقیم متغییرهای مکانی و زمانی بارش هستند] cathcart, 2001 [. با توجه به اینکه بیشتر کارهای جدید روی حوضه های بزرگ و دشتی صورت گرفته است و در حوضه های کوچک و مناطقی با مقیاس آزاد نیاز به بررسی بیشتر می باشد [shu & ouarda, 2008]. لذا در این تحقیق تخمین و مدل بندی سیلاب در حوضه های با مقیاس های مختلف و کوهستانی انجام می شود. از سوی دیگر از شبکه های عصبی مصنوعی به کرات در پیش بینی جریان رودخانه و پیش بینی در زمینه های دیگر مانند آب های زیر زمینی، دبی رسوب و غیره استفاده شده اما در رساله حاضر از این مدل هوشمند برای تخمین منطقه ای سیلاب سالیانه و به عبارتی پیش گویی سیلاب سالیانه استفاده می شود که در مرور تحقیقات خلا انجام کارهای پژوهشی در این قسمت واضح است. سالنامه های هیدرولوژیکی، بخصوص در کشورهای در حال توسعه، پر از داده های مفقوده در سری داده ها هستند. اگر از این داده ها در سیستم زمان واقعی تصمیم گیری و کنترل استفاده شوند، فاجعه های جدی ممکن است اتفاق بیفتد [dastorani et al ,2010]. لذا در این تحقیق تاکید بیشتری بر روی تخمین داده های گم شده می شود که می تواند ریشه و منشا خطاهای عمده در مراحل بعدی تحلیل منطقه ای سیلاب باشد. در مرور ادبیات موضوع نیز دیده می شود هر چند کارهای محدودی برای پیش بینی داده های گم شده ماهانه انجام گرفته اما در زمینه تخمین داده های مفقوده دبی سالیانه جای کار اساسی وجود دارد و در نتیجه در این رساله داده های مفقوده سیلاب سالیانه با استفاده از مدل شبکه عصبی مصنوعی، روش رگرسیون غیر خطی، مدل سری زمانی و روش رگرسیون چند متغیره تخمین زده شده و کارایی این مدل ها و روش ها مورد مقایسه قرار گرفته است. اهم اهداف این رساله را می توان به صورت زیر خلاصه نمود: - بازسازی و تخمین کمبود داده ها یا داده های ناقص دبی حداکثر سالیانه از روشی با کمترین خطا ( اختلاف بین مقادیر واقعی و تخمین زده شده ) - بررسی توانایی شبکه عصبی مصنوعی در تخمین داده های مفقوده دبی حداکثر سالیانه با تعداد کم داده موجود - تخمین داده های مفقوده با مدل سازی هوشمند سری زمانی - مقایسه عملکرد مدل های هوشمند و رگرسیونی در تخمین داده های مفقوده دبی حداکثر سالیانه - کاربرد شبکه عصبی مصنوعی جهت پیش گویی سیلاب سالیانه که از نظر استقلال و خودهمبستگی، عدم قطعیت، نوسانات، روند و دسترسی با جریان های روزانه و ماهانه متفاوت است. - بررسی اثر مقیاس یا مساحت حوضه آبریز بالا دست در دقت تخمین سیلاب - تعیین بهترین روش بازسازی دبی در هرکدام از ایستگاه های موجود در حوضه های مورد مطالعه