ارزیابی قابلیت کاربرد توزیع های آماری در پایش و پیش بینی بارش حوضه های آبریز کشور
- سال انتشار: 1395
- محل انتشار: ششمین کنفرانس ملی مدیریت منابع آب ایران
- کد COI اختصاصی: WRM06_257
- زبان مقاله: فارسی
- تعداد مشاهده: 962
نویسندگان
کارشناس ارشد گروه آبهای سطحی دفتر مطالعات پایه شرکت مدیریت منابع آب ایران
کارشناس گروه آبهای سطحی دفتر مطالعات پایه شرکت مدیریت منابع آب ایران
کارشناس گروه آبهای سطحی دفتر مطالعات پایه شرکت مدیریت منابع آب ایران
رییس گروه آبهای سطحی دفتر مطالعات پایه شرکت مدیریت منابع آب ایران
چکیده
پیش بینی وضعیت خشکسالی بر اساس تلفیق نتایج شاخص (SPI) و مدل زنجیره مارکف، از جمله روش های متداول در این خصوص محسوب می گردد. در این تحقیق با استفاده از داده های بارش ماهانه 45 ساله، مقادیر SPI محاسبه و وضعیت خشکسالی در هر ماه تعیین گردید. سپس با استفاده از روش زنجیره مارکف احتمال وقوع در سال آبی 93-1392 با استفاده از وضعیت سال 92-1391 در حوضه های 30 گانه کشور محاسبه گردید. مقایسه نتایج پیشبینی با وضعیت واقعی در سال 1393-92، نشان داد روش زنجیره مارکف در مقیاس سالانه، تنها قادر به پیش بینی صحیح وضعیت خشکسالی در 40 % از حالات بوده است. بالطبع یکی از دلایل عدم انطباق، پذیرش توزیع احتمالاتی گاما بعنوان توزیع منتخب می باشد، که این عدم انطباق برای بارش ماهانه به مراتب بیشتر از سالانه است. البته لازم به ذکر است که بررسی های دقیق تر نشان می دهد که توزیع گاما در نوار ساحلی کشور و همچنین در ماه های مرطوب نتایج بهتری ارائه کرده است. در ادامه در این تحقیق، قابلیت کاربرد 62 تابع توزیع احتمالاتی در پیش بینی مقادیر بارش ماهانه و سالانه بررسی گردید و در ادامه ضمن بررسی کارایی توزیع گاما، بهترین توزیع در هر حالت معرفی گردید. نتایج نشان دهنده برتری قابل توجه تابع توزیع احتمال Wakeby در پیش بینی مقادیر بارش ماهانه در حوضه ها می باشد. بطوریکه این توزیع در حالت بهینه برای 6ماه از سال و 17 حوضه آبریز توزیع برتر بوده در حالیکه توزیع گاما فقط در سه حوضه و برای یکماه بعنوان توزیع برتر شناخته شده است. در مقیاس سالانه نیز توزیع wakeby برای 30 % حوضه ها بهترین توزیع بوده است. بر این اساس پیشنهاد می گردد اثر استفاده از این توزیع احتمالی در بهبود احتمالی پیش بینی خشکسالی مطالعه و در صورت کارایی، توزیع wakeby جایگزین تابع گاما در محاسبه شاخص SPI، خصوصا در مقیاس ماهانه، برای حوضه های 30 گانه کشور گردد.کلیدواژه ها
خشکسالی، زنجیره مارکف، پیش بینی، بارندگی، SPI، توزیع احتمالمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.