بررسی روند دبی و بار رسوب رودخانه مردق چای با استفاده از آزمون های ناپارامتری
Publish place: Journal of Hydrogeomorphology، Vol: 9، Issue: 32
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 199
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HYD-9-32_005
تاریخ نمایه سازی: 19 دی 1401
Abstract:
هدف از این بررسی، تحلیل روند تغییرات تدریجی و سریع دبی جریان و بار رسوب رودخانه ی مردق چای واقع در استان آذربایجان شرقی می باشد. در این راستا با استفاده از روش های ناپارامتری، داده های دبی و رسوب ایستگاه هیدرومتری قشلاق امیر در سه مقیاس زمانی سالانه، فصلی و ماهانه بررسی شده است. آزمون من-کندال اصلاح شده جهت تحلیل روند تغییرات تدریجی دبی و رسوب و آزمون تخمین گر شیب سن برای تخمین شیب خط روند مورد استفاده قرار گرفته است. همچنین از آزمون ناپارامتری پتیت برای بررسی تغییرات ناگهانی (سریع) سری زمانی دبی و رسوب رودخانه استفاده شده است. نتایج بررسی ها نشان می دهد دبی سالانه، ماهانه و دبی فصل بهار، تابستان و زمستان دارای روند کاهشی معنی دار در سطح ۵ درصد می باشد. داده های بار رسوب سالیانه و تمام فصول در ایستگاه مردق چای نیز دارای روند کاهشی معنی دار در سطح ۵ درصد می باشد. همچنین روند کاهشی معنی دار رسوب در تمام ماه ها به جز ما ه های March، April و October وجود دارد. نتایج آزمون پتیت نشان می دهد. میانگین دبی سالانه در بازهی زمانی بعد از نقطه شکست (۱۹۹۸) به اندازه ی ۴۵ درصد نسبت به بازه ی زمانی قبل از نقطه شکست کاهش داشته است. همچنین میانگین رسوب سالانه در بازه ی زمانی بعد از نقطه شکست (۱۹۹۶) حدود ۵۲ درصد نسبت به بازهی زمانی قبل از آن کاهش یافته است. بر این اساس لازم است تا مدیران با اتخاذ استراتژیهای مناسب به مدیریت منابع آب حوضه در زمانهای آتی بپردازند چرا که کاهش دبی، پیامدهای جبران ناپذیر زیست محیطی در داخل حوضه بوجود خواهد آورد.
Keywords:
Authors
حبیبه عباسی
استادیار گروه عمران، دانشکده فنی و مهندسی مرند، دانشگاه تبریز، تبریز
محمدتقی اعلمی
استاد گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه تبریز
محمد فرجی
دانشجوی کارشناسی ارشد دانشگاه تبریز
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 :