عدم قطعیت در محاسبه شاخص خشکسالی هیدرولوژیکی با کاربرد توزیع گاما (مطالعه موردی: حوضه آبریز دریاچه ارومیه)

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 134

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IWRR-16-4_021

تاریخ نمایه سازی: 29 بهمن 1401

چکیده مقاله:

هدف از این پژوهش، تحلیل عدم قطعیت ناشی از فرض برازش توزیع گاما بر سری زمانی داده های آبدهی در محاسبه شاخص خشکسالی هیدرولوژیکی (SDI) می باشد. با کاربرد سری زمانی داده های آبدهی ماهانه و سالانه در ۳۰ ایستگاه هیدرومتری واقع در حوضه آبریز دریاچه ارومیه، کارایی توزیع گاما در برازش داده های آبدهی بررسی شد. نتایج نشان داد توزیع گاما در برازش سری داده های آبدهی تنها در ۱/۵درصد کل حالات به عنوان توزیع برتر شناخته شد. بواسطه آزمون کلموگروف-اسمرینوف، اختلاف معنی دار بین توزیع تجربی داده های آبدهی و توزیع گاما در ۲۵ درصد حالات مشاهده گردید که این میزان در ماه های ابتدایی و انتهای سال آبی تا حدود ۵۷ درصد نیز افزایش می یابد. در مقابل توزیع Wakeby در ۳۱ درصد حالات به عنوان برترین توزیع در برازش سری داده های آبدهی، شناخته شد. بیشترین جابه جایی طبقات خشکسالی هیدرولوژیکی با کاربرد توزیع احتمالاتی Wakeby نسبت به توزیع گاما درمقیاس ماهانه مربوط به ایستگاه قبقلو در ماه مرداد ۹۶ درصد و در مقیاس سالانه مربوط به ایستگاه قاسملو ۵۴ درصد، مشاهده گردید. ملاحظه گردید با محاسبه SDI بر مبنای توزیع Wakeby نسبت به توزیع گاما، بیشترین فراوانی جابه جایی در مقیاس های سالانه و ماهانه مربوط به طبقه نرمال و به ترتیب معادل ۲۵ و ۴۳ درصد است.

نویسندگان

مریم جمال

دانشجوی دکتری مهندسی عمران-منابع آب، دانشگاه آزاد واحد شهر قدس، تهران.

حسین ابراهیمی

گروه مهندسی عمران، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران

حبیب موسوی جهرمی

استاد دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد شهر قدس، تهران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :