تحلیل توأم مدت و سختی خشکسالی با استفاده از تابع مفصل
محل انتشار: پنجمین کنفرانس مدیریت منابع آب ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 995
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM05_287
تاریخ نمایه سازی: 25 تیر 1393
چکیده مقاله:
مدت و سختی دو متغیر مهم خشکسالی هستند که غالباً در تحلیل خشکسالی به کار گرفته می شوند. از آنجایی که این دو متغیر همبستگی زیادی با هم دارند، تحلیل های چندمتغیره خشکسالی تفسیر دقیق تری نسبت به تحلیل های تک متغیره به دست می دهند. توابع مفصل ابزار مناسبی برای تحلیل چندمتغیره خشکسالی هستند که محدودیت های توابع توزیع چندمتغیره کلاسیک را ندارند، از جمله اینکه در استفاده از آنها الزامی در یکسان بودن توابع توزیع حاشیه ای وجود ندارد. در این مطالعه تحلیل فراوانی دومتغیره مدت و سختی خشکسالی برای ایستگاه سینوپتیک تبریز طی سال های 1956 تا 2009 انجام شده است. به این منظور ابتدا متغیرهای مدت و سختی خشکسالی از شاخص بارندگی استاندارد شده شش ماهه استخراج شده است. سپس از بین هفت تابع توزیع در نظر گرفته شده، توابع توزیع لگ نرمال سه پارامتری و نمایی دوپارامتری به ترتیب برای متغیرهای مدت و سختی انتخاب شده است. در نهایت تابع مفصل Clayton از بین شش تابع مفصل به عنوان مناسب ترین گزینه برگزیده شده و پس از انجام تحلیل فراوانی دومتغیره، منحنی های دوره بازگشت های توأم عطفی و فصلی و منحنی های دوره بازگشت های شرطی ترسیم شده است. از نتایج این تحقیق می توان در تحلیل ریسک وبرنامه ریزی احتمالاتی سیستم های تأمین آب استفاده کرد.
کلیدواژه ها:
نویسندگان
محمدصادق عباسیان
دانشجوی کارشناسی ارشد مهندسی عمران – مهندسی آب دانشگاه صنعتی شریف
احمد ابریشم چی
استاد دانشکده مهندسی عمران دانشگاه صنعتی شریف
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 :