پیش بینی بارش و دبی با استفاده از سیگنال های هواشناسی در حوضه بالادست سد گلستان

همان طور که مطالعات پژوهشگران نشان داد سیگنال های اقلیمی به عنوان متغیر پیش بینی کننده در بارش، خشک سالی، سیل و ... مورداستفاده قرار می گیرند. ازاین رو هدف اصلی این پژوهش بررسی میزان تأثیر سیگنال¬های بزرگ¬مقیاس اقلیمی بر بارش و دبی حوضه آبریز مطالعاتی و درنهایت ارائه مدل پیش¬بینی بارش و دبی با استفاده از سیگنال¬های بزرگ مقیاس اقلیمی و روش-های هوش محاسباتی می باشد. در این مطالعه نقش سیگنال¬های بزرگ مقیاس اقلیمی در میزان بارش و دبی ماهانه حوضه آبریز مادرسو واقع در بالادست سد گلستان برای 3 ایستگاه باران سنجی و 3 ایستگاه هیدرومتری مهم در منطقه بررسی شد. در مقیاس ماهانه، حداکثر همبستگی مجموع بارش و میانگین دبی ایستگاه های مطالعاتی برای سیگنال¬های اقلیمی با شاخص nino 1+2 و برای داده¬های دمای سطح دریاهای گرینلند، شمال و جنوب خلیج فارس، جنوب دریای سرخ و شبکه سوران و با فشار سطح دریا خزر به دست آمد و این بدان معنا است که این شاخص بیش ترین تأثیر را بر بارش و دبی ماهانه حوضه¬ی آبریز مطالعاتی دارد. حداکثر میزان همبستگی شاخص nino 1+2 با داده¬های ماهانه ایستگاه باران سنجی و هیدرومتری گالیکش به ترتیب 40/0 و 51/0 با تأخیر 11 و 13 ماه می¬باشد. با انجام تحلیل¬ روی داده¬های دمای سطح دریا نیز بیش ترین ضریب همبستگی برای داده¬های بارش 455/0، 478/0 و 44/0 با تأخیرهای 6 و 3 و 9 ماهه و برای داده¬های دبی نیز 442/0، 576/0 و 552/0 با تأخیرهای 2 و 7 و 15 ماهه به دست آمده است. همچنین با انجام بررسی روی داده¬های فشار سطح دریا نیز بیش ترین ضریب همبستگی برای بارش و 425/0 با تأخیرهای 7 و 9 و 9 ماهه و برای داده¬های دبی نیز 594/0، 433/0، 61/0 با تأخیر 9 ماهه به دست آمده است. در کل ارتباط قوی میان بارش ایستگاه¬های تنگراه و تمر با slp دریای خزر و گالیکش با sst دریای خزر و دبی ایستگاه¬های تنگراه و گالیکش و slp دریای خزر و ایستگاه تمر با sst منطقه گرینلند وجود دارد. بیش ترین میزان همبستگی حداکثر بارش ماهانه ایستگاه تنگراه در ماه می برابر با 641/0 با sst شرق مدیترانه با تأخیر 7 ماه، برای ایستگاه تمر در ماه اکتبر برابر با 537/0 با slp غرب دریای مدیترانه با تأخیر 11 ماهه و برای ایستگاه گالیکش در ماه اوت برابر با 495/0 با slp اقیانوس اطلس با تأخیر 4 ماهه به دست آمد. بیش ترین میزان همبستگی دبی ایستگاه¬های تنگراه، تمر و گالیکش با ماه آوریل به ترتیب برابر با 937/0، 782/0 و 926/0 با تأخیر 8 ماهه و با slp خلیج عدن به دست آمد. همچنین بررسی معنی¬داری این ضرایب به دست آمده از طریق p-value نشان¬دهنده معنی دار بودن همه¬ی این ضرایب می¬باشد. در مرحله پیش¬بینی از هرکدام از این سیگنال¬ها برای پیش¬بینی بارش و دبی حداکثر ماهانه در ماه¬های دوم، سوم و چهارم میلادی سال به عنوان ماه¬های پربارش و همچنین ماه هشتم سال میلادی به عنوان ماهی که سیل¬های بزرگی مانند سیل¬های سال 1380 و 1384 در آن رخ داده استفاده شد. همچنین با استفاده از روش شبکه¬های عصبی مصنوعی چندلایه مقادیر بارش و دبی حداکثر ماهانه شبیه¬سازی شد. این شبکه ها دارای یک یا چند ورودی به عنوان سیگنال¬هایی که بیش ترین همبستگی را با مقادیر بارش و دبی حداکثر ماهانه در بررسی همبستگی دارا بود و یک خروجی به عنوان مدل پیش بینی می باشد. با استفاده از این نتایج و همچنین شبکه¬های به دست آمده از هر سری زمانی در ماه¬های مختلف می¬توان وقایع حدی بارش ودبی در ماه¬های فوریه، مارس، آوریل و اوت را با دقت نسبتاً خوبی پیش¬بینی کرد. به عنوان مثال، شاخص¬های عملکرد ازجمله ریشه میانگین مربعات خطا، ضریب همبستگی و ضریب ناش- ساتکلیف برای حداکثر برای بارش ایستگاه باران¬سنجی تنگراه 067/0، 95/0 و 945/0 در ماه اوت و دبی ماهانه برای ایستگاه هیدرومتری تمر 078/0، 989/0 و 958/0 در ماه اوت، برای دوره آزمون به دست آمد. در نهایت شبکه¬های عصبی ذخیره شده برای پیش¬بینی بارش و دبی سیلاب مرداد اخیر 1393 مورد استفاده قرار گرفته و نتایج قابل¬قبولی به دست آمد.