تحلیل چند متغیره خشکسالی های هیدرولوژیک در حوضه دریاچه ارومیه با استفاده از تکنیک تولید داده مصنوعی و توابع مفصل

زمینه و هدف: در دیدگاه هیدرولوژیک اندازه گیری میزان آب های جاری رودخانه ها دریاچه ها و آب های زیرزمینی معیار خشکسالی می باشد و یک زمان پایه بین فقدان بارندگی و کم شدن آب های جاری و رودخانه ها و آب دریاچه ها و آب های زیرزمینی وجود دارد. در زمینه خشکسالی هواشناسی مطالعات بیشتری در قیاس با خشکسالی هیدرولوژیک صورت گرفته است. لذا هدف از این تحقیق تحلیل چند متغیره خشکسالی های هیدرولوژیک در حوضه دریاچه ارومیه با استفاده از مدل های تولید داده مصنوعی و توابع مفصل می باشد. لذا بکار بردن تلفیق روش های مذکور برای تحلیل خشکسالی های هیدرولوژیک به عنوان روشی جدید جهت تحلیل خشکسالی های هیدرولوژیک بکار گرفته شد.روش پژوهش: در این تحقیق به منظور تحلیل چند متغیره خشکسالی های هیدرولوژیک در حوضه دریاچه ارومیه از داده های دبی جریان ۲۸ ایستگاه هیدرمتری که رژیم جریان در آنها واقعی می باشد طی دوره آماری ۴۰ ساله (۱۳۹۵-۱۳۵۶ شمسی) استفاده گردید. همچنین جهت تولید داده های مصنوعی از مدل Ar (۱) و جهت تحلیل خشکسالی از شاخص SDImod استفاده گردید. برای این منظور اقدام به تولید داده-های مصنوعی در ۱۰۰۰ تکرار گردید. از آنجائی که تحلیل تک متغیره خشکسالی و تحلیل بر مبنای داده های تاریخی نمی تواند به تنهایی افقی از خشکسالی های آتی را نشان دهد، لذا با استفاده از مدل Ar (۱) داده های سالیانه تولید گردید و سپس با استفاده از مدل والنسیا شاکی اقدام به تولید داده های مصنوعی ماهیانه گردید. سپس مشخصات خشکسالی (شدت و مدت) برای هر دو سری داده-های تاریخی و تولیدی استخراج گردید و توزیع های رایج در هیدرولوژی بر داده های شدت، مدت و جریان برازش داده شد سپس ماتریس احتمال انتقال و ماتریس شرایط پایدار آنها نیز محاسبه گردید. همچنین با استفاده از ده توابع مفصل ارشمیدسی اقدام به تحلیل چند متغیره خشکسالی های هیدرولوژیک گردید. کد نویسی مراحل فوق در محیط نرم افزار متلب انجام شد.یافته ها: نتایج حاصل از این تحقیق نشان داد پس از بررسی همگنی داده ها و تست ایستایی بودن آنها غالب داده ها از همگنی لازم برخوردار بوده اند و نتایج حاصل از همگنی داده ها نشان داد که ضریب تبیین بالای ۹/۰ و نتایج تست ایستایی و روند آنها نشان داد که داده ها در محدود مجاز ۱/۲± و ۹۶/۱± قرار داشتند. نتایج حاصل از برازش داده ها بر توزیع های رایج آماری نشان داد که تابع لوگ پیرسون تیپ ۳ بر داده های جریان و توابع توزیع های گاما و نمایی به ترتیب بر شدت و مدت خشکسالی به عنوان توابع توزیع برتر شناخته شدند. تعداد دوره های خشکسالی بر اساس مقیاس های مختلف شاخص SDImod نشان داد برای دوره های مختلف تعداد دوره های خشکسالی برای مقیاس های کوتاه مدت بیشتر از مقیاس های بلندمدت بوده است. همچنین متوسط شدت و مدت خشکسالی برای داده های تولیدی و تاریخی حاکی از افزایش شدت خشکسالی برای داده های تولیدی نسبت به داده های تاریخی می باشد. نتایج حاصل از کلاس بندی دوره های خشکسالی برای داده های تاریخی و تولیدی نشان داد که به طور تقریبی ۶۸ درصد از داده ها در طی دوره آماری در محدوده نرمال قرار داشتند و ۳۲ درصد را سایر کلاس ها تشکیل داده اند. همچنین نتایج حاصل از توابع مفصل نشان داد که تابع مفصل جوئی در مرتبه اول و توابع فیلیپ گامبل و گالامبوس در مرتبه بعدی به عنوان توابع مفصل برتر شناخته شدند.نتایج: در نهایت نتایج حاصل نشان داد مدل های تولید داده های مصنوعی برای داده های سالیانه و ماهیانه برای سال های آماری کمتر از ۳۰ سال مشخصات آماری میانگین، انحراف معیار، چولگی و همبستگی بین دو ماه متوالی را در حد قابل قبولی حفظ می کند، در حالی که با افزایش تعداد سال های آماری عملکرد مدل مطلوب تر می شود. احتمال تجمعی عدم خشکسالی یک ساله و احتمالات حالت نرمال و تر سالی در ماه های گرم سال بیشتر از ماه های دیگر سال باشد. همچنین با افزایش دوره های خشکسالی، احتمال تجمعی عدم خشکسالی نیز افزایش می یابد، بطوریکه با افزایش دوره ها این میزان احتمال کاهش می یابد و تقریبا صفر می شود. نتایج حاصل از دوره بازگشت های توام و شرطی و همچنین دوره بازگشت کندال نشان داد که در دوره های آتی احتمال رخدادن خشکسالی حداقل مشابه داده های تاریخی انتظار می رود. همچنین نتایج نشان داد که تابع مفصل جوئی به عنوان تابع مفصل برتر برای داده های تاریخی و تولیدی شناخته شد. بر این اساس تابع مفصل تئوری در برابر تابع مفصل تجربی به نیمساز زاویه ۴۵ درجه نزدیک می باشد.

Keywords:

دریاچه ارومیه , تولید داده مصنوعی , توابع مفصل , Ar (۱)