ارزيابي عملكرد مدل‌هاي سري زماني چند متغيره تلفيقي، MPAR و MPAR-ARCH در مدل‌سازي دبي جريان رودخانه با درنظر گرفتن عوامل مؤثر هواشناسي (مطالعه موردي: رودخانه نازلوچاي)

بيش از سه دهه است كه هيدرولوژيست­ها، استفاده از مدل­هاي چندمتغيره را جهت توصيف و مدل ­سازي پديده ­هاي پيچيده هيدرولوژي، توصيه مي­كنند. در مدل­هاي چند متغيره با دخالت دادن عوامل مؤثر، مي­توان نتايج توصيف، مدل­سازي و پيش­بيني متغيرهاي مختلف را بهبود بخشيد. هم­چنين از آنجا كه مدل­ هاي غير­خطي واريانس ناهمسان شرطي، بخش باقي­مانده مدل­ هاي خطي را به‌طور رضايت­ب خشي مدل مي­كنند، انتظار مي­رود، با تركيب مدل­ هاي خطي و غير­خطي، دقت مدل­ سازي و پيش­بيني ­ها افزايش ­يابد. در اين مطالعه، دو مدل چند متغيره تناوبي آرما و چند متغيره تلفيقي با واريانس ناهمسان شرطي جهت مدل­ سازي دبي ماهانه رودخانه نازلوچاي واقع استان آذربايجان غربي در دوره آماري 1390-1341 با لحاظ مؤلفه‌هاي دما و بارش ايستگاه سينوپتيك اروميه مورد مقايسه قرار گرفتند. نتايج بررسي و صحت­ سنجي داده ­هاي مدل­ شده نشان داد كه هر دو مدل مورد بررسي داراي دقت خوبي در مدل­ سازي دبي جريان هستند. هم­چنين نتايج نشان داد كه مدل چند متغيره تلفيقي با واريانس ناهمسان شرطي با دخالت دادن پارامترهاي مؤثر بر دبي جريان از دقت بيشتري نسبت به مدل چند متغيره تناوبي آرما برخوردار است. هر دو مدل نقاط بيشينه و كمينه دبي­ ها را با دقت مناسبي تخمين زده­اند. نتايج نشان داد كه با تلفيق دو مدل چند متغيره تناوبي آرما و غيرخطي خودهمبسته با واريانس ناهمسان شرطي ، ميزان خطاي مدل حدود 16 درصد در مقايسه با مدل چند متغيره تناوبي آرما كاهش مي­يابد.

Applying multivariate models in describing and modeling complicated hydrological events has been recommended by hydrologists in the recent three decades. In fact, employing effective factors in the multivariate models can improve the results of describing, modeling and predicting different variables. Furthermore, nonlinear conditional heteroscedastic models can be used for modeling linear residual part of time series and it is expected that combining the linear and nonlinear models increases the accuracy of modeling and forecasting results. In this study the two multivariate periodic ARMA and multivariate combined with the conditional heteroscedasticity models were compared and used to model Nazloochai River discharge located at the West Azerbaijan Province by considering air temperature and precipitation variables during the period of 1962-2011.The results of the models evaluations and verifications showed that both of the models had acceptable accuracy in modeling of the river flow discharge. Also results indicated that the combined conditional heteroscedasticity multivariate models involving the effective parameters of river flow series had more accuracy than multivariate periodic ARMA model. The both models estimated the maximum and minimum points of discharge series correctly. Also the results showed that by combining two multivariate periodic ARMA and nonlinear autoregressive conditional heteroscedastic models the error was decreased about 16% in comparison with the error of the periodic ARMA model.