تعیین منحنی های شدت-مدت-فراوانی بارش در ایستگاه بابلسر
محل انتشار: دوازدهمین همایش سراسری آبیاری و کاهش تبخیر
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,305
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ABYARI12_278
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
منحنی شدت-مدت-فراوانی بارش یکی از ابزارهای مهم برای طراحی، برنامه ریزی و عملیات در پروژه های منابع آب است. این منحنی میزان شدت بارش در یک دوره زمانی مطلوب را با دوره بازگشت مشخص نشان داده و با استفاده از آن می توان میزان جریان را از روی شدت بارش تخمین زد. هدف از این تحقیق بدست آوردن روابط شدت-مدت فراوانی بارش در ایستگاه بابلسر در استان مازندران است. دو روش آنالیز فراوانی معمول استفاده شده برای توسعه روابط IDF از داده های بارندگی در این منطقه توزیع گامبل و لوگ پیرسون تیپ سه می باشد. در این تحقیق در ابتدا آمار رگبار های رخ داده در ایستگاه بابلسر طی یک دوره 33 ساله ( 1966 - 1998 ) از سازمان هواشناسی کشور دریافت و سپس محاسبات آماری بر روی داده های رگباری انجام و توزیع هایی که با داده ها بهترین برازش را داشته انتخاب و در نهایت داده ها با این توزیع ها برازش و معادلات اساسی جهت برآورد رگبار در فواصل زمانی معین بدست می آیند. برای انتخاب بهترین توزیع احتمال از آزمون نکوئی برازش کای-مربع استفاده شد. نتایج بدست آمده نشان دهنده ضریب همبستگی بالا بودند که نشان دهنده برازش خوب معادلات محاسبه شده با منحنی های IDF می باشد. همچنین نتایج بدست آمده از آزمون نکوثی برازش نشان داد که توزیع لوگ-پیرسون تیپ سه نسبت به توزیع گامبل برازش بهتری با داده ها داشته است
کلیدواژه ها:
نویسندگان
شیدا پور موسوی
دانشجوی کارشناسی ارشد مهندسی منابع آب،دانشگاه شهید باهنر کرمان
بهرام بختیاری
استادیار،عضو هیئت علمی بخش مهندسی آب،دانشکده کشاورزی،دانشگاه شهید باهنر کرمان
نسرین سیاری
استادیار،عضو هیئت علمی بخش مهندسی آب،دانشکده کشاورزی،دانشگاه شهید باهنر کرمان
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 :