ارزیابی و مقایسه روش‏های تحلیل منطقه‏ای سیلاب: روش‏های خوشه‏بندی سلسله‏مراتبی و تجزیه‏ای در آبخیزهای رودخانه مند و دریاچه بختگان – مهارلو استان فارس

به دلیل فقدان یا کمبود داده‏های جریان سیلاب در برخی از زیرحوضه‏ها، موضوع امکان استفاده از تحلیل منطقه‏ای بمنظور برآورد خصوصیات سیلاب در حوضه‏های فاقد آمار مورد توجه محققین می‏باشد. هیدرولوژیست‏ها از روش منطقه‏بندی برای قرار دادن زیرحوضه‏های یک منطقه درون گروه‏های همگن استفاده می‏کنند. در این تحقیق به منظور ارزیابی و مقایسه کارایی الگوریتم‏های خوشه‏بندی سلسله‏مراتبی و تجزیه‏ای در گروه‏بندی آبخیزهای رودخانه مند و دریاچه بختگان – مهارلو در استان فارس، 15 حوضه که دارای دوره آماری 23 ساله (1385-1363) بود انتخاب شدند. در هر یک از حوضه‏ها 13 پارامتر از خصوصیات مورفولوژیکی، اقلیمی، کاربری اراضی، زمین‏شناسی و هیدرولوژیکی انتخاب شده و مقادیر آنها استاندارد گردیدند. سپس به دلیل کثرت متغیرها، متغیرهای مستقل با استفاده از روش تجزیه و تحلیل عاملی مشخص شدند. براین اساس 10 متغیر با نمره عاملی بیش از 0/7 از پنج عامل بدست آمده انتخاب شدند. سپس به منظور تعیین گروه‏های همگن از الگوریتم‏های‏ خوشه‏بندی سلسله‏مراتبی، تجزیه‏ای (هر دو حالت سخت و فازی) و برای تعیین تعداد مطلوب خوشه‏ها (گروه‏ها) از دو شاخص اعتبارسنجی، شاخص میانگین عرض سیلهوت و دان، استفاده شد. برای بررسی صحت گروه‏های حاصل از الگوریتم‏های خوشه‏بندی، از روش تحلیل ممیزی استفاده گردید. براین اساس در هر یک از الگوریتم‏های خوشه‏بندی دو گروه همگن برای حوضه‏های آبخیز مورد مطالعه بدست آمد. با استفاده از روش رگرسیون چندمتغیره روابطی بین دبی حداکثر لحظه‏ای و ویژگی‏های حوضه‏ها در هر یک از گروه‏ها ارائه گردید و دبی حداکثر لحظه‏ای با دوره بازگشت‏های مختلف براساس مدل‏های رگرسیونی برای هر یک از حوضه‏ها برآورد شد. در نهایت مقادیر دبی برآوردی مدل‏های گروه‏های همگن سه الگوریتم خوشه‏بندی و مقادیر دبی مشاهده‏ای، با استفاده از شاخص میانگین قدر‏مطلق خطای نسبی و میانگین قدرمطلق خطا مقایسه شدند. نتایج نشان داد که مقادیر دو شاخص فوق در الگوریتم‏های‏ خوشه‏بندی تجزیه‏ای- pam و سلسله‏مراتبی مساوی و در الگوریتم خوشه‏بندی فازی- فنی بیشتر است. بنابراین دقت مدل‏های گروه‏های همگن الگوریتم خوشه‏بندی سلسله‏مراتبی و تجزیه‏ای- pam در برآورد دبی حداکثر لحظه‏ای بیشتر می‏باشد