مقايسه مدل هاي PAR و MPAR در مدل سازي سري زماني ماهانه دبي رودخانه تحت تاثير عوامل هواشناسي (مطالعه موردي: رودخانه نازلوچاي)

Comparing PAR and MPAR Models to Modeling the Monthly River Flow Rates Time Series Under the Influence of Meteorological Factors, The Case Study: Nazloochai River

بيش از سه دهه است كه هيدرولوژيست ها، استفاده از مدل هاي چندمتغيره را جهت توصيف و مدل سازي داده هاي پيچيده هيدرولوژي، توصيه مي كنند. درحالي كه به تازگي اهميت مدل هاي چند متغيره در آب شناسي مطرح شده است. در واقع در مدل هاي چند متغره با دخالت دادن عوامل موثر ديگر، مي-توان نتايج توصيف، مدل سازي و پيش بيني پارامترهاي مختلف را بهبود بخشيد. در اين مطالعه با استفاده دو مدل تك متغيره پريوديك آرما و چند متغيره پريوديك آرما جهت مدل سازي دبي ماهانه رودخانه نازلوچاي واقع استان آذربايجان غربي در دوره آماري 1390-1341 مورد مقايسه قرار گرفتند. نتايج بررسي و صحت سنجي داده هاي مدل شده نشان داد كه مدل چند متغيره پريوديك آرما به دليل دخالت پارامترهاي هواشناسي بارش و دماي حوضه، از دقت بيشتري نسبت به مدل تك متغيره پريوديك آرما برخوردار است. هم چنين مدل منتخب، نقاط بيشينه و كمينه دبي ها را به شكل مناسبي مدل مي كند.

For over three decades, hydrologists were recommended multivariate models to describe and modeling complex hydrology data. While recently the multivariate models in hydrology is discussed. In multivariate models, the modeling and predicting various parameters can improve by involving other factors. In this study, using both univariate and multivariate periodic ARMA models for modeling monthly discharge in Nazloochaei River in West Azerbaijan Province during the period of 1962-2011 were compared .The results of evaluation and verification models showed that the multivariate periodic ARMA models by involving the climatic parameters such as temperature and precipitation of the basin, the more accurately than univariate periodic ARMA models. Also the result showed that the selected models, maximum and minimum points of discharge to the appropriate model.