برآورد جریان ماهانه در حوضه‌های فاقد آمار با استفاده از پارامترهای اقلیمی و فیزیوگرافی حوضه

چکیده چکیده سابقه و هدف: برآورد دبی در حوضه‌های آبریز با داده‌های آماری محدود، همواره مورد توجه پژوهش‌گران خصوصاً در کشور‌های در حال توسعه می‌باشد. در بسیاری از موارد، داده‌های مشاهداتی دبی یا در دسترس نبوده و یا از لحاظ کیفیت و کمیَت کافی نیستند. این عامل طرح‌های مدیریت منابع آب را با مشکل روبه‌رو می‌سازد. بنابراین روش‌هایی که به کمک آن‌ها بتوان میزان آبدهی رودخانه در حوضه‌های بدون آمار یا دارای آمار ناقص را تخمین زد، از اهمیت قابل توجهی برخوردار می‌گردد. بدین منظور روش‌های متعددی از جمله مدل‌های آماری، سری‌های زمانی و مدل‌های هوشمند توسعه یافته‌اند که در این میان می‌توان به مدل درخت تصمیم اشاره کرد که با تولید قانون‌های ساده، رفتار غیر خطی داده‌ها را مدل‌سازی می‌کند. هدف از این پژوهش‌، ارزیابی روش‌های رگرسیون چند متغیره و مدل درخت تصمیم (M5) به منظور برآورد جریان ماهانه در حوضه‌های فاقد آمار استان گلستان می‌باشد.مواد و روش‌ها: در این پژوهش استان گلستان که از زیرحوضه‌هایی متعددی با مشخصات متنوعی برخوردار است به عنوان منطقه مطالعاتی در نظر گرفته شد. پس از استخراج مشخصات فیزیوگرافی حوضه‌های آبریز، میانگین ماهانه پارامترهای اقلیمی دما و بارش نیز پس از درون‌یابی در محیط GIS برای هر یک از زیر حوضه‌ها و در هر یک از ماه‌های سال‌های 1390-1363 برآورد گردیدند. پارامترهای اقلیمی (متوسط بارش و دمای ماهانه) و مشخصات فیزیوگرافی (12پارامتر) به عنوان متغیر مستقل وارد مدل رگرسیون چند متغیره و رگرسیون درختیM5 شدند. معیار ارزیابی در این پژوهش، ریشه دوم میانگین مربعات خطا (RMSE)، ضریب تعیین (R2) و میانگین خطای اریب (MBE) می‌باشد.یافته‌ها: با توجه به نتایج به‌دست آمده از مدل رگرسیون چند متغیره و مدل درخت تصمیم، برآورد جریان در ماه‌های پربارش سال نسبت به ماه‌های کم بارش از دقت بالاتری برخوردار است بطوری که در روش رگرسیون درختی بهترین برآورد جریان رودخانه در ماه اسفند با ضریب تعیین برابر 864/0، ریشه میانگین مربعات خطای برابر 002/1 و میانگین خطای اریب برابر 026/0به دست آمد و کم دقت‌ترین برآورد جریان مربوط به ماه مرداد با ضریب تعیین برابر 326/0، ریشه میانگین مربعات خطا برابر 635/0 و میانگین خطای اریب برابر با 000/0 محاسبه گردید. هم‌چنین در روش رگرسیون چند متغیره نیز ماه اسفند با ضریب تعیین 522/0، ریشه میانگین مربعات خطا 043/2 و میانگین خطای اریب 153/0 بهترین حالت از جریان ماهانه را برآورد نمود و پایین‌ترین دقت حاصل از این روش به ماه مرداد با ضریب تعیین 103/0، ریشه میانگین مربعات خطا 979/1 و میانگین خطای اریب برابر 020/0 اختصاص پیدا میکند. با توجه به محاسبات مدل درخت تصمیم نسبت به رگرسیون چند متغیره در تمام ماههای سال نتایج بهتری داشته است. نتیجه‌گیری: نتایج این پژوهش حاکی از آن است که تخمین دبی ماهانه در ماه‌های پر بارش سال به کمک مدل‌های رگرسیون چند متغیره و رگرسیون درختی M5 امکان پذیر است اما در ماه‌های خشک سال به دلیل رگباری بودن و پراکندگی زیاد بارش در سطح حوضه و خطا در پهنه‌بندی و درون‌یابی بارش نتایج خوبی به دست نمی‌آید. نتایج ارزیابی‌ها نشان داد که مدل درخت تصمیم دارای دقت بالاتر از مدل رگرسیون چند متغیره برای تخمین دبی رودخانه می‌باشد. زیرا این روش دارای بیش‌ترین دقت و کمترین خطا بود. با توجه به معیارهای ارزیابی مدل درخت تصمیم برای ماه‌های پرباران دارای ضریب همبستگی بیشتری نسبت به ماه‌های کم باران می‌باشد.