مدل سازی منطقه ای و ارزیابی ضریب جریان در حوزه کرخه
Publish place: Journal of Watershed Management Research، Vol: 8، Issue: 15
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 169
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMR-8-15_008
تاریخ نمایه سازی: 17 مهر 1400
Abstract:
برآورد میزان ضریب جریان، که متاثر از عوامل مورفومتری، زمین شناسی و هیدرواقلیمی است، همواره یکی از موضوعات مهم در هیدرولوژی بوده و اطلاع از میزان آن، نقش به سزایی در برنامه ریزی و مدیریت بهینه منابع آب دارد. در این پژوهش، ابتدا با بررسی داده های دبی روزانه ایستگاه های آب سنجی و باران سنجی تعداد ۲۲ ایستگاه با آمار مناسب و دوره مشترک آماری سال های آبی۱۳۷۸-۱۳۵۳ انتخاب شد. همچنین با استفاده از نقشه توپوگرافی با مقیاس۱:۵۰۰۰۰ و تعیین موقعیت ایستگاه ها، محدوده مورد پژوهش مشخص و پارامترهای اولیه حوزه با استفاده از سیستم اطلاعات جغرافیایی (GIS)، استخراج شد. ضریب جریان با استفاده از روش جاستین محاسبه شد. سپس شاخص جریان پایه با استفاده از داده های روزانه جریان و پس از کنترل سری زمانی، به روش فیلتر رقومی برگشتی تک پارامتره، استخراج شد. واحدهای سنگ شناسی با استفاده از نقشه زمین شناسی رقومی شده، با مقیاس ۱:۲۵۰۰۰۰ و بر اساس نظرات کارشناسی به دو طبقه عمده تقسیم و مساحت تحت پوشش هر واحد در هر حوزه محاسبه شد. تحلیل عاملی و همگنبندی با استفاده از ۱۵ پارامتر انجام و سپس روابط رگرسیونی در سطوح معنی داری کمتر از ۱ درصد استخراج شد. اعتبار روابط رگرسیونی با استفاده از آزمون استقلال خطاها، بررسی نرمال بودن خطاها و آماره دوربین- واتسون بررسی شد. همچنین میزان دقت مدل های برآوردی و نیز خطای برآوردی آنها براساس معیارهای ضریب تعیین، خطای استاندارد و میانگین خطای مطلق بررسی شد. در مجموع میزان خطای برآوردی برای رابطه منطقه همگن یک به میزان۹۷/۱۷ درصد و برای منطقه همگن دو به میزان ۸۱/۲۷ درصد به دست آمد.
Keywords:
Base flow , Digital filters , Lithological units , Regional models , Run off Coefficient , جریان پایه , فیلتر های رقومی , مدل های منطقه ای , واحد های سنگ شناسی , همگن بندی
Authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :