مقایسه سری های مقادیر حد و جزئی بارش های حداکثر روزانه جهت تعیین بهترین توزیع احتمالاتی (مطالعه موردی استان تهران)

نویسندگان

حسین ملکی نژاد

دانشیار دانشکده منابع طبیعی، دانشگاه یزد مهدی سلیمانی مطلق

دانشجوی دکترای آبخیزداری، دانشگاه کاشان اعظم جایدری

دانش آموخته کارشناسی ارشد آبخیزداری، دانشکده منابع طبیعی دانشگاه یزد سمیه شاطر آبشوری

دانش آموخته کارشناسی ارشد آبخیزداری، دانشکده منابع طبیعی دانشگاه یزد

چکیده

تحلیل فراوانی و یا دوره برگشت رخدادهای بارش و سیلاب از مهم ترین گام های مدیریت منابع آب و طراحی سازه های آبی است. در این تحقیق به منظور انتخاب مناسب ترین توزیع فراوانی جهت برآورد مقادیر بارش حداکثر با احتمالات وقوع مشخص، آمار بارش حداکثر سالانه 5 ایستگاه سینوپتیک استان تهران از آغاز تاسیس گرد آوری شد. سپس با استفاده از نرم افزار hyfa و matlab برای هر سری زمانی در هر ایستگاه با استفاده از روش گشتاور معمولی، 9 توزیع آماری شامل توزیع های نرمال، لوگ نرمال دو پارامتره، لوگ نرمال سه پارامتره، پیرسون نوع سوم، لوگ پیرسون نوع سوم، توزیع گمبل، توزیع مقادیر حد تعمیم یافته، توزیع لجستیک تعمیم یافته، توزیع پارتو تعمیم یافته، با نتایج حاصل از کاربرد سری مقادیر جزیی با توزیع نمایی مقایسه شد. آماره های rmse، r2، bias، mae و (relative root mean square error) rrmseبرای تشخیص بهترین توزیع ها در کلیه ایستگاه ها مورد استفاده قرار گرفت. نتایج نشان داد در ایستگاه آبعلی و مهرآباد توزیع پارتو تعمیم یافته، در ایستگاه دوشان تپه و شمال تهران توزیع لجستیک تعمیم یافته و در ایستگاه کرج توزیع لوگ نرمال سه پارامتره به عنوان توزیع برتر شناخته شد. همچنین دو توزیع نرمال و توزیع نمایی در تعیین بهترین توزیع در منطقه کاملا ناکارآمد معرفی شد. در پایان با استفاده از آزمون rrmse، توزیع مقادیر حد تعمیم یافته بعنوان توزیع غالب برای منطقه شناخته شد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مقایسه سری‌های مقادیر حد و جزئی بارش‌های حداکثر روزانه جهت تعیین بهترین توزیع احتمالاتی (مطالعه موردی استان تهران)

تحلیل فراوانی و یا دوره برگشت رخدادهای بارش و سیلاب از مهم‌ترین گام‌های مدیریت منابع آب و طراحی سازه‌های آبی است. در این تحقیق به منظور انتخاب مناسب‌ترین توزیع فراوانی جهت برآورد مقادیر بارش حداکثر با احتمالات وقوع مشخص، آمار بارش حداکثر سالانه 5 ایستگاه سینوپتیک استان تهران از آغاز تاسیس گرد‌آوری شد. سپس با استفاده از نرم‌افزار HYFA و MATLAB برای هر سری زمانی در هر ایستگاه با...

متن کامل

بررسی مقایسه ای سری مقادیر حداکثر و جزئی در تحلیل فراوانی سیلاب (مطالعه موردی در حوزه های آبخیز طالار و بابلرود در استان مازندران)

تحلیل فراوانی سیلاب به عنوان یکی از مهمترین روشهای برآورد, پیش بینی و مدیریت سیلاب در حوزه های آبخیز به شمار می رود. اجرای عملیات سازه ای کنترل سیلاب و مهندسی رودخانه از عمده ترین روشهای مرسوم در کاهش خطرات سیلاب است که تحلیل فراوانی سیلاب از قدم های اولیه آن محسوب می شود. با توجه به عدم کفایت طول دوره آماری سیلابهای ثبت شده و یا ناقص بودن آمار در ایستگاه های هیدرومتری و لزوم استفاده از روشهای ...

متن کامل

تاثیر مناطق همگن هیدرو-اقلیمی بر تعیین بهترین توزیع‌ احتمالاتی برای بارش‌های حداکثر روزانه

انتخاب و استفاده مناسب از روش‌ها و تکنیک‌های علم آمار و احتمالات برای پیش‌‌بینی یک متغیر با دوره بازگشت معین دارای اهمیت بسیاری است. بارش حداکثر روزانه، از مهم‌ترین متغیرهای هیدرولوژیکی است که نقش اساسی در حجم و بزرگی سیلاب دارد. بنابراین پیش‌بینی دقیق‌تر آن می‌تواند به برنامه‌ریزی بهتر در کنترل سیل و مدیریت منابع آب کمک نماید. هدف از این مطالعه تعیین بهترین توزیع‌های احتمالاتی برای بارش حداکثر...

متن کامل

تعیین حداکثر شدت بارش طراحی با استفاده از روش تلفیقی تئوری فرکتال و توزیع احتمالاتی مقادیر حدی تعمیم یافته

تعیین حداکثر شدت بارش در برآورد دبی طرح سازه‌های هیدرولیکی امری ضروری می‌باشد.مقدار مزبور معمولاً با استفاده از منحنی‌های شدت – مدت – فراوانی (IDF) به دست می‌آید. در این روش نیاز به وجود داده‌های حداکثر بارش سالانه در تداوم‌های مختلف می‌باشد که معمولاً برخی از تداوم‌ها در دسترس نیست. همچنین این روش نیاز به تعداد زیادی پارامتر بوده و این پارامترها وابسته به دوره ‌بازگشت می‌باشند. در تحقیق حاضر با ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
نیوار

جلد ۳۹، شماره ۹۰-۹۱، صفحات ۳-۱۴

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023