احمدعلی کیخا؛ مهدیه مسنن مظفری؛ محمود صبوحی؛ غلامرضا سلطانی
چکیده
مدل سازی جریان رودخانه در برنامه ریزی و مدیریت منابع آب از اهمیت ویژه ای برخوردار است. با این وجود، ایجاد داده هایی که بتواند شباهت زیادی با داده های حقیقی داشته باشد، به دلیل اندک بودن داده های جریان رودخانه و وابستگی و همبستگی ماهانه و سالانه آنها، کاری مشکل و پیچیده است. در این مطالعه از آمار 50 ساله و دو روش خودرگرسیون میانگین متحرک ...
بیشتر
مدل سازی جریان رودخانه در برنامه ریزی و مدیریت منابع آب از اهمیت ویژه ای برخوردار است. با این وجود، ایجاد داده هایی که بتواند شباهت زیادی با داده های حقیقی داشته باشد، به دلیل اندک بودن داده های جریان رودخانه و وابستگی و همبستگی ماهانه و سالانه آنها، کاری مشکل و پیچیده است. در این مطالعه از آمار 50 ساله و دو روش خودرگرسیون میانگین متحرک فصلی و کاپیولاهای فرانک و کلیتون که به ترتیب روش های پیش بینی و شبیه سازی در مدل سازی جریان رودخانه هستند، برای ایجاد داده-های جریان رودخانه هیرمند استفاده شد. نتایج نشان داد، داده های بازسازیشده در روش خودرگرسیون میانگین متحرک مقادیر کم جریان رودخانه را به خوبی پیش بینی می کنند، ولی از همبستگی داده های تاریخی برخوردار نبوده و حداکثر جریان رودخانه را کمتر از حد واقعی نشان می دهند. از طرف دیگر، کاپیولا همبستگی داده های جریان رودخانه را حفظ کرده و مقادیری مشابه داده های واقعی ایجاد می کند. لذا، پیشنهاد می شود از روش کاپیولا برای مدل سازی داده های تصادفی جریان رودخانه هیرمند استفاده شود. به علاوه استفاده از این روش برای شبیه سازی جریان سایر رودخانه ها توصیه می شود. همچنین کاربرد انواع روش های کاپیولا برای مدل سازی جریان رودخانه می تواند موضوع تحقیقات آتی باشد.