تحلیل فراوانی دومتغیره خشکسالی در حوضه آبریز قره سو-گرگانرود با استفاده از توابع مفصل

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 429

فایل این مقاله در 21 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_JWSC-25-4_004

تاریخ نمایه سازی: 11 آبان 1398

چکیده مقاله:

سابقه و هدف: خشکسالی یک پدیده حدی طبیعی است که می تواند ابعاد گوناگون زندگی بشر را تحت تاثیر قرار دهد. شناخت رفتار این پدیده در مدیریت منابع آب که در ارتباط بی واسطه با مفهوم خشکسالی است، اهمیت ویژه ای دارد. آگاهی از فراوانی رویدادهای خشکسالی با بزرگی مشخص، از جمله مواردی است که می تواند در مدیریت و برنامه ریزی منابع آب بسیار مفید واقع شود. این آگاهی با استفاده از روش های تحلیل فراوانی خشکسالی فراهم می شود. با توجه به ماهیت چند متغیره خشکسالی، مطالعه هر یک از وجوه یا متغیرهای آن به صورت منفرد احتمالا نمی تواند شناخت جامع و کارآمدی از رفتار این پدیده را حاصل کند. ازاین رو، در سال های اخیر روش ها و تکنیک های گوناگون متعددی برای تحلیل فراوانی چندمتغیره خشکسالی توسعه یافته اند. کاربرد توابع مفصل در تحلیل فراوانی چندمتغیره خشکسالی، یکی از رویکردهایی است که به دلیل ماهیت چندمتغیره خشکسالی و همبستگی میان متغیرهای آن، کارآمدی قابل ملاحظه ای در این زمینه از خود نشان داده است. هدف تحقیق حاضر، مطالعه رویدادهای خشکسالی هواشناسی و هیدرولوژیک در حوضه آبریز قره سو – گرگانرود و اجرای تحلیل فراوانی دومتغیره خشکسالی در این حوضه به وسیله توابع مفصل بر مبنای دو متغیر شدت و تداوم خشکسالی است که با بررسی روابط میان متغیرهای خشکسالی در این حوضه همراه خواهد بود و نتایج آن می تواند در برنامه ریزی اقدامات مربوط به مواجهه با خشکسالی در ناحیه موردمطالعه مورد استفاده قرار گیرد. مواد و روش ها: در مطالعه حاضر از توابع مفصل به منظور اجرای تحلیل فراوانی دومتغیره خشکسالی در حوضه آبریز قره سو – گرگانرود استفاده می شود. دو متغیر شدت و تداوم خشکسالی بر اساس شاخص های خشکسالی هواشناسی و هیدرولوژیک برای تعداد 23 زیرحوضه در ناحیه مورد مطالعه محاسبه و در تحلیل فراوانی به کار گرفته می شوند. محاسبه متغیرهای شدت و تداوم خشکسالی بر اساس شاخص های خشکسالی هواشناسی و هیدرولوژیک انجام می گیرد. به علاوه، کارآمدی توابع مفصل مختلف در هر یک از زیرحوضه ها مورد بررسی قرار می گیرد و دوره های بازگشت متناظر با مقادیر شدت و تداوم متوسط خشکسالی در هر زیرحوضه محاسبه می شوند. در پایان، نقشه های دوره بازگشت خشکسالی های هواشناسی و هیدرولوژیک برای ناحیه مورد مطالعه ترسیم می شوند. یافته ها: در زیرحوضه های مورد مطالعه، بین فراوانی رویدادهای خشکسالی هواشناسی با میانگین های متغیرهای شدت و تداوم خشکسالی رابطه همبستگی معکوس آشکاری وجود دارد. به علاوه، همبستگی بالایی بین آماره های میانگین دو متغیر شدت خشکسالی و تداوم خشکسالی هواشناسی مشاهده می شود. همچنین، بین فراوانی رویدادهای خشکسالی هیدرولوژیک با میانگین تداوم خشکسالی رابطه همبستگی معکوس آشکاری وجود دارد. اما در مورد همبستگی میان متغیرهای شدت و تداوم خشکسالی هیدرولوژیک، مشاهده می شود که مقدار ضریب همبستگی بسیار پایین تر از مقدار متناظر بین متغیرهای شدت و تداوم خشکسالی هواشناسی است. این مساله می تواند به میزان قابل توجهی ناشی از تاثیر بزرگی مقادیر دبی ثبت شده در هر زیرحوضه بر مقدار متغیر شدت خشکسالی هیدرولوژیک باشد. در مجموع، نتایج بیانگر آن است که بالاترین میزان کارایی برای اجرای تحلیل فراوانی رویدادهای خشکسالی هواشناسی و هیدرولوژیک در ناحیه مورد مطالعه مربوط به تابع مفصل گامبل - هوگارد است. افزون بر این، بر اساس اغلب شاخص های مورد بررسی در این مطالعه، بزرگ ترین مقادیر دوره بازگشت توام متناظر با مقادیر میانگین شدت و تداوم خشکسالی در زیرحوضه های 18 و 22 مشاهده می شوند. نتیجه گیری: با توجه به نتایج به دست آمده، در ناحیه مورد مطالعه افزایش تجمعی شدت خشکسالی هواشناسی تا حد زیادی ناشی از افزایش تداوم رویداد خشکسالی است. همچنین، در مجموع می توان تابع مفصل گامبل - هوگارد را به عنوان کارآمدترین گزینه در میان توابع مفصل مورد مطالعه، برای اجرای تحلیل فراوانی خشکسالی در ناحیه مورد مطالعه در نظر گرفت.

نویسندگان

سید سعید موسوی ندوشنی

دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران.

سعید علیمحمدی

دانشیار دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران.

علی آهنی

دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران.

معصومه بهروز

دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران.