ارزیابی و بهینه یابی شبکه ایستگاه های باران سنجی بر مبنای روش کریجینگ احتمالاتی (مطالعه موردی: حوضه گرگان رود)
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 357
فایل این مقاله در 10 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:
JR_IWRR-9-2_003
تاریخ نمایه سازی: 30 بهمن 1401
چکیده مقاله:
بارندگی از ورودی های اصلی در برنامه ریزی و مدیریت منابع آب محسوب می شود. شبکه کارآمد ایستگاه های باران سنجی شبکه ای است که علاوه بر دقت اندازه گیری مناسب از تراکم مطلوبی نیز برخوردار باشد، به طوری که بتوان در نقاط فاقد ایستگاه در یک حوضه آبریز برآورد مناسبی از بارندگی بدست آورد. در این مطالعه روشی مبتنی بر مدل زمین آماری کریجینگ و تابع توزیع احتمال نرمال برای ارزیابی عملکرد شبکه ایستگاه های باران سنجی در حوضه گرگان رود به مساحت ۱۱۴ هزار کیلومتر مربع استفاده شده است که مفهوم آن بر اساس معیار درصدی از مساحت منطقه با دقت پذیرش (Ap) می باشد. ابتدا با تحلیل تغییرات مکانی بارندگی سالانه در حوضه توسط نیم تغییرنما بدون بعد، ساختار مکانی بارندگی حوضه استخراج گردید و سپس توسط الگوریتم ارائه شده شبکه ایستگاه های باران سنجی حوضه مورد بررسی قرار گرفت. نتایج نشان داد که از ۳۳ ایستگاه مورد تحلیل، ۲۱ ایستگاه به عنوان ایستگاه های شبکه مبنا شناخته شدند و ۱۲ ایستگاه باقی مانده تاثیر بسیار کمی در برآورد تغییرات مکانی بارندگی حوضه داشتند. در روند بهینه یابی، ایستگاه های غیرمبنا به ۷ ایستگاه جدید در سایر نقاط حوضه کاهش یافتند که موجب افزایش دقت در تخمین بارندگی در حوضه می شوند. همچنین با ساده سازی های انجام شده در روش مذکور و انجام محاسبات در محیط نرم افزار GIS به صورت توسعه یک ابزار، نتایج نشان داد که از روش ارائه شده می توان به صورت موثرتری در ارزیابی شبکه ایستگاه های باران سنجی استفاده نمود.
کلیدواژه ها:
نویسندگان
مجتبی شفیعی
دانشجوی دکتری /گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران.
بیژن قهرمان
استاد /گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران.
بهرام ثقفیان
استاد /گروه مهندسی عمران آب، دانشکده فنی مهندسی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی.
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 :