مدل های جمعی تعمیم یافته جهت تحلیل فراوانی نا ایستای سیل

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 137

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IWRR-16-3_026

تاریخ نمایه سازی: 29 بهمن 1401

چکیده مقاله:

برآورد دبی طراحی به وسیله فرآیند تحلیل فراوانی با پیش‎شرط کلیدی ایستایی داده ها انجام می گیرد. امروزه عواملی مانند تغییر کاربری، مدیریت نامناسب و تغییر اقلیم منجر شده است که ماهیت ایستایی حداکثر دبی لحظه ای سیلاب ها تحت تاثیر قرار گیرد. بنابراین چنانچه داده ها دچار عدم ایستایی شوند برآوردهای حاصل از تحلیل فراوانی با فرض ایستایی غیرقابل اطمینان و دارای خطای زیادی خواهد بود و خسارات و تلفات بسیار شدیدی را ممکن است حادث شوند. از اینرو در پژوهش حاضر برای تحلیل فراوانی ناایستای سیل ضمن معرفی روش های آماری و چشمی برای ارزیابی شرایط ایستایی داده ها، استفاده از مدل های تعمیم‎یافته جمعی برای پارامترهای موقعیت، مقیاس و شکل (GAMLSS) به منظور تحلیل فراوانی داده های ناایستا و برآورد چندک های طراحی در شرایط ناایستایی تشریح می شود. بدین منظور شش ایستگاه هیدرومتری از استان های مختلف شمال کشور انتخاب شدند. پس از آن فرآیند تحلیل فراوانی با و بدون درنظر گرفتن پیش‎فرض ایستایی برای هر ایستگاه انجام شد. نتایج نشان داد که در مدل های دارای روند برای پارامترها، هر دو پارامتر موقعیت و مقیاس دچار ناایستایی به فرم خطی و حتی درجه دو شده‎اند. از سوی دیگر نتایج نشان داد که دبی طراحی برآورد شده در شرایط ناایستایی با روند افزایشی تا سه برابر بیشتر از دبی طراحی برآورد شده با پیش‎فرض ایستایی در ایستگاه نوده خرمالو می باشد. همچنین نتایج نشان داد که در ایستگاه هایی که روند ناایستایی افزایشی وجود دارد دوره بازگشت سیلاب های بزرگ رو به کاهش است و برای دوره بازگشت های یکسان مقادیر چندک های سیل رو به افزایش است.

کلیدواژه ها:

تحلیل فراوانی نا ایستا ، سیل ، روند ، GAMLSS ، ریسک سیل

نویسندگان

پوریا محیط اصفهانی

دانشکده منابع طبیعی- دانشگاه صنعتی اصفهان

رضا مدرس

دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان، ایران

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 :
  • Cheng L, AghaKouchak A, Gilleland E, Katz RW (۲۰۱۴) Nonstationary ...
  • Saghafian B, Farazjoo H, Sepehry A, Najafinejad A (۲۰۰۶) Effects ...
  • نمایش کامل مراجع