مدل سازی رسوب ناشی از رگبارها با استفاده از متغیّرهای باران و روانآب

نوع مقاله : مقالات پژوهشی

نویسندگان

چکیده

چکیده
پیچیدگی فرآیند و اشکال مختلف فرسایش، پراکنش مکانی و زمانی آن و همچنین نبود و یا کمبود آمار و اطلاعات در اغلب حوزه های آبخیز، استفاده از مدل های تجربی مبتنی بر متغیّرهای در دسترس را ضروری می نماید. در این تحقیق کارایی متغیّرهای باران و روانآب در برآورد تولید رسوب رگبارها در حوزة آبخیز چهل گزی استان کردستان با استفاده از انواع رگرسیون دو و چند متغیّره و با تغییر شکل مختلف داده های باران، روانآب و رسوب متعلق به یازده رگبار در طی دوره مطالعاتی آبان 1385 تا اردیبهشت 1386 ارزیابی و مدل های بهینه با استفاده از معیارهای ضریب تبیین و خطای نسبی تخمین و تأیید تفکیک و ارائه گردید. نتایج حاصل از این تحقیق در مجموع نشان داد که مدل های رگرسیونی دومتغیّره در اشکال مختلف تغییر شکل یافته با ضریب تبیین بیش از 66درصد و خطای تخمین و تأیید به ترتیب کم تر از 40 و 30درصد در مقایسه با چند متغیّره از کارایی بالاتری برخوردار هستند. همچنین نتایج بر عملکرد بیش تر متغیّرهای باران با سهم مشارکت مجموع حدود 80درصد نسبت به متغیّرهای رواناب در تبیین رسوب ناشی از رگبارها در منطقه مورد بررسی دلالت دارد.

واژه‌های کلیدی: تولید رسوب، مدل های رگرسیونی، سدّ قشلاق، حوزة آبخیز چهل گزی، استان کردستان

عنوان مقاله [English]

Storm-Wise sediment yield prediction using rainfall and runoff variables

نویسندگان [English]

  • .L GH
  • .H S
  • .A KH
  • .A T
چکیده [English]

Abstract
Application of empirical models is a must owing to complexity of process, different features, spatial and temporal variation of soil erosion and non-existence or lack of pertaining data. In this study, the efficiency of rainfall and runoff variables of 11 storms during winter 2006 and spring 2007 in explanation of storm-wise sediment yield in Chehelgazi watershed of Gheshlagh Dam basin in Kurdistan province was evaluated with the help of bivariate and multivariate regression models by using different transformed data. The models’ efficacy was then assessed by using coefficient of determination, error of estimation and verification. The results showed that bivariate regression models, using different transformed data with determination coefficient of beyond 66%, and respective error of estimation and verification of below 40 and 30%, had a better efficiency in estimation of storm-wise sediment yield than multivariate regression models. The results also verified that the rainfall variables could explain storm-wise sediment yield variations better than runoff relating factors with overall contribution of some 80%.

Key words: Sediment yield, regression models, Gheshlagh dam, Chehelgazi watershed, Kurdistan province, Iran