ارزيابي يك روش توزيع ناپارامتري براي داده هاي هيدرولوژيك در مكان-زمان مبتني بر K نزديك ترين همسايه (مطالعه موردي: سه زيرحوضه غرب درياچه اروميه)

در هيدرولوژي، مدل هاي احتمالاتي توزيع داده جهت توزيع جريان و بارندگي در مكان و زمان‏ با حفظ وابستگي زماني و مكاني به طور گسترده‏اي استفاده مي شوند. از بين اين مدل ها، مدل هاي توزيع داده ناپارامتري به دليل سادگي و عدم نياز به تعداد پارامترهاي زياد اخيراً بسيار مورد استقبال محققين قرار گرفته اند. در اين تحقيق روش توزيع ناپارامتري للشارما اصلاح شده به عنوان يك روش K نزديك ترين همسايه معرفي و سپس عملكرد آن در توزيع زماني و مكاني مقادير جريان رودخانه‏اي و بارش در سه حوضه آبريز در غرب درياچه اروميه مورد استفاده قرار گرفته است. بدين منظور ابتدا مقادير مجموع جريان و بارندگي ساليانه سامانه هيدرولوژيك مورد نظر با استفاده از مدل احتمالاتي خود بازگشتي مرتبه اول توليد گرديد. در ادامه براساس مدل توزيع ناپارامتري للشارما اصلاح شده، ابتدا داده‏هاي ساليانه توليدي از مدل خود بازگشتي مرتبه اول در سه حوضه آبريز توزيع شد. پس از آن، مقادير ساليانه در هر حوضه به ماه‌هاي مختلف سال توزيع گرديد. مقايسه پارامترهاي آماري داده‌هاي تاريخي و توليدي در دو سطح ساليانه و ماهيانه نشان مي‏دهد كه روش توزيع ناپارامتري للشارما بعنوان يك روش K نزديك ترين همسايه اصلاح شده، در بازتوليد همبستگي هاي زماني بهتر از همبستگي هاي مكاني عمل كرده است. همچنين اين روش آمارگان تاريخي در سطح سالانه را به خوبي بازتوليد كرده، درصورتي كه عملكرد آن در بازتوليد آمارگان تاريخي در سطح ماهانه ضعيف تر است.