تعیین حداکثر بارش روزانه با بهرهگیری بهترین تابع توزیع احتمالی مطالعه موردی: حوزهی آبخیز نمین
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,105
فایل این مقاله در 7 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AENCINF01_006
تاریخ نمایه سازی: 14 مرداد 1394
چکیده مقاله:
حداکثر بارش 24 ساعته یکی از پارامتر های اساسی در مطالعات سیلاب ها و همچنین طراحی تاسیسات آبی می باشد. بر این اساس، برای محاسبه این پارامتر در دوره بازگشت های مختلف و بررسی تغییرات مکانی آن، تحلیل آماری و انتخاب توزیع آماری مناسب ضروری است. در این تحقیق جهت انتخاب مناسب ترین توزیع احتمالاتی حداکثر بارش 24 ساعته طی دوره آماری 23 ساله در هر یک از 20 ایستگاه مطالعاتی منطقه از نرم افزار SPSS و Easy Fit استفاده گردید. برای این منظور ابتدا هفت توزیع متداول در هیدرولوژی یعنی نرمال، لوگ نرمال 2 و 3 پارامتری، پیرسون تیپ 3 و لوگ پیرسون تیپ 3، گامای 3 پارامتری و گمبل انتخاب گردید. سپس با استفاده از آزمون های نکویی برازش کای اسکوئر، کلموگراف اسمیرنوف و اندرسون مناسب ترین تابع توزیع احتمالاتی حداکثر بارش 24 ساعته تعیین شد. نتایج حاصل از سه آزمون حاکی از متفاوت بودن آن هاست، بنابراین ابتدا رتبه برازش هر یک از توابع توزیع احتمالی مربوط به هر کدام از آزمون ها تعیین شد. سپس جهت انتخاب مناسب ترین توزیع در هر ایستگاه از جمع رتبه های هر یک از توابع توزیع احتمالی در هر آزمون نکویی برازش استفاده گردید. نتایج نشان داد که توزیع لوگ نرمال سه پارامتری غالب ترین توزیع مناسب در ایستگاه های مورد مطالعه است. به طور کلی تابع توزیع نرمال سبب بررسی سری داده های حداکثر بارش، از نظر آزمون های نکویی برازش، کمترین تطابق را در پیش بینی حداکثر بارش روزانه در دوره بازگشت های مختلف نشان داد.
کلیدواژه ها:
نویسندگان
اباذر اسمعلی
دانشیار گروه مهندسی منابع طبیعی- آبخیزداری دانشگاه محقق اردبیلی
سوری محمودی
دانشجوی کارشناسی ارشد آبخیزاری دانشگاه محقق اردبیلی
مجید رئوف
استادیار گروه مهندسی آب دانشگاه محقق اردبیلی
سجاد میزایی
دانش آموخته کارشناسی ارشد آبخیزداری دانشگاه محقق اردبیلی
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 :