تحلیل فراوانی دو متغیره شدت و عمق بارندگی با استفاده از توابع مفصل (مطالعه موردی: حوزه آبخیز چهل چای، گرگانرود، استان گلستان)

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 487

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WATER-9-2_010

تاریخ نمایه سازی: 15 تیر 1398

Abstract:

بارندگی به عنوان ورودی در مدل سازی سیل و طراحی سازه های هیدرولیکی از اهمیت بسزایی برخوردار است. تحلیل فراوانی بارش از جمله وظایف مهم هیدرولوژیست ها و برنامه ریزان منابع آب می باشد. پدیده های هیدرولوژیکی از جمله بارندگی به صورت چند متغیره (شدت- عمق- مدت) هستند، از این رو مدل سازی مشترک از چندین متغیر تصادفی لازم است. با توجه به اهمیت دو متغیر شدت و عمق بارندگی در مدیریت سیلاب و طراحی سازه های هیدرولیکی، در این تحقیق از توابع مفصل برای تحلیل ساختار وابستگی بین این دو متغیر استفاده شد. برای این منظور از 40 سال داده های بارندگی ثبت شده ایستگاه باران سنجی مینودشت واقع بر رودخانه چهل چای حوزه آبخیز گرگانرود استفاده شد. همچنین جهت تعیین ریسک مجاز خراب شدن یک سازه در مقابل بارندگی، دوره بازگشت در حالت یک متغیره با دوره بازگشت دو متغیره بر اساس توابع مفصل منتخب مورد مقایسه قرار گرفت. در این تحقیق بر اساس معیارهای نیکویی برازش، مفصل فرانک منجر به بهترین نتیجه در مدل سازی متغیرهای شدت و عمق بارندگی شد. دوره بازگشت دو متغیره بر اساس مفصل فرانک برآورد گردید که در مقایسه با دوره بازگشت یک متغیره، موجب بهبود در برآورد ریسک مجاز یک سازه می شود. به عنوان مثال، رخداد واقعه ای با مقادیر شدت بارندگی 45/33 میلی متر بر ساعت و عمق بارش 61/168 میلی متر برای دوره بازگشت یک متغیره ی 100 سال، در دوره بازگشت توام یا برابر 53 سال و در دوره بازگشت توام و برابر 954 سال است. مقایسه تحلیل دو متغیره با تحلیل یک متغیره گویای اختلاف مقادیر حاصل از این دو روش است. از آنجا که تحلیل یک متغیره وقایع هیدرولوژیک به علت عدم در نظر گرفتن تمامی مشخصه های موثر در پدیده، تحلیلی جامع و به دور از خطا نخواهد بود، لذا استفاده از تحلیل چند متغیره وقایع هیدرولوژیک در مطالعات توصیه می شود.

Keywords:

بارندگی , تحلیل فراوانی دو متغیره , توابع مفصل , دوره بازگشت یک متغیره , دوره بازگشت دو متغیره

Authors

زینب افشارپور

گروه آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

عبدالرضا بهره مند

آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

محمد عبدالحسینی

گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

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 :
  • بهره مند، ع.، غ. تیموری، م. صمدی، ح. کورنژاد، آ. ...
  • حامی کوچه باغی، م.، ناظمی، ا.ح.، اشرف صدرالدینی،ع.، دلیر حسین­نیا،ر.1395. ...
  • سالاری جزی، م.، آخوندعلی، م.ع.، ادیب. آ. و ع. دانشخواه. ...
  • عبدالحسینی، م. 1391. کاربرد کوپلا در تحلیل فراوانی چند متغیره ...
  • علیزاده، ا. 1390. اصول هیدرولوژی کاربردی، چاپ سی و سوم، ...
  • قهرمان، ب.، ح. شامکوئیان، ک. داوری. 1389. استخراج معادلات منطقه ...
  • AghaKouchak, A., A. Bardossy and E. Habib. 2010. Conditional simulation ...
  • Cherubini, U., E. Luciano, and W, Vecchiato. 2004. Copula Methods ...
  • De Michele, C., and G. Salvadori. 2003. A Generalized Pareto ...
  • Genest, C., and A.C. Favre, 2007. Everything you always wanted ...
  • Gottschalk, L.1985. Hydrological regionalization of Sweden. Hydrological Sciences Journal.30:65-83. ...
  • Graler, B., M. J, Van den Berg., S, Vandenberghe, A, ...
  • Grimaldi, S.and F. Serinaldi.2006. Design hyetographs analysis with 3- Copula ...
  • Joe, H. 1997. Multivariate models and dependence concepts. Chapman and ...
  • Kojadinovic, I. and J. Yan, 2009. Package Copula. Version 0.9-7, ...
  • Kojadinovic, I. and J. Yan, 2010. Modeling Multivariate Distributions with ...
  • Nelsen, R. 2006. An introduction to copulas. Springer, New York, ...
  • Requena, A.I., Mediero, L and Garrote, L. 2013. A bivariate ...
  • Salvadori, G. and C. DeMichele. 2011. Estimating strategies for multiparameter ...
  • Salvadori, G. and C. DeMichele. 2014. Multivariate real-time assessment of ...
  • Salvadori, G. and C. DeMichele. 2006. Statistical characterization of temporal ...
  • Sklar, A., 1959. Fonction de re’partition a’n dimensions et leurs ...
  • Smithers, J.C. and R.E. Schulze. 2000. A methogology South Africa ...
  • Yue, S., P, Rasmussen. 2002. Bivariate frequency analysis: discussion of ...
  • Zhang, J., Z, Ding. J, You. 2014. The joint probability ...
  • Zhang, L.and V.P. Singh. 2006.Bivariate rainfall frequency distributions using Archimedean ...
  • Zhao, P., Lu, H., Fu, G., Zhu, Y., Su, J., ...
  • نمایش کامل مراجع