تعيين نواحي همگن هيدرولوژيكي براي برآورد رواناب در حوضه‌هاي آبخيز فاقد آمار با استفاده از تحليل خوشه‌اي (مطالعه موردي: استان اردبيل)

Determination of Homogeneous Hydrological Regions for Estimating Runoff in Ungauged Catchments Using Cluster Analysis (Case Study: Ardabil Province)

گروه‌بندي حوضه‌هاي آبخيز با توجه به عوامل اقليمي و خصوصيات فيزيوگرافي حوضه‌ها پيش‌نياز تحليل منطقه‌اي رواناب و استفاده از آن براي تخمين آبدهي حوضه‌هاي فاقد ايستگاه سنجش دبي است. در اين تحقيق با استفاده از داده‌هاي دبي، متوسط بارش سالانه و خصوصيات فيزيوگرافي حوضه‌هاي آبخيز و با روش خوشه‌بندي سلسله مراتبي وارد و k-means ، حوضه‌هاي آبخيز واقع در استان اردبيل به مناطق همگن هيدرولوژيكي تفكيك شدند. به علت تعدد زياد پارامترها ابتدا با تحليل مؤلفه‌هاي اصلي، چهار مؤلفه اول با تبيين 83/6 درصد واريانس كل، به عنوان ورودي تحليل خوشه‌اي انتخاب شدند. سپس تعداد بهينه خوشه‌ها به كمك روش سلسله مراتبي وارد و رسم نمودار درختي، تعيين و در نهايت با روش k-means خوشه‌بندي نهايي انجام شد. در ادامه با به كارگيري آزمون يكنواختي دالريمپل، زيرحوضه‌هايي كه از لحاظ هيدرولوژيكي از يك فرآيند آبده ي پيروي مي‌كردند، شناسايي شدند. نتايج آزمون يكنواختي نشان داد كه با كنار گذاشتن ايستگاه‌هاي واقع در خارج از محدوده اطمينان هر خوشه، زيرحوضه‌هاي كه از نظر آبدهي سالانه و ساير پارامترهاي فيزيوگرافي و هواشناسي با يكديگر شباهت داشتند در يك خوشه قرار مي‌گيرند. بنابراين تعداد زيرحوضه‌هاي واقع در خوشه‌هاي 1، 2، 3 و 4 به ترتيب برابر 8، 4، 9 و 9 حوضه بوده است كه مي‌تواند در تحليل منطقه‌اي به منظور برآورد رواناب و سيلاب در حوضه‌هاي آبخيز فاقد داده‌هاي دبي سنجي، مورد استفاده قرار گيرد.

Grouping of catchments based on their climatic factors and physiographic characteristics is a prerequisite for regional analysis of runoff and its use for estimating discharge of catchments without discharge measurement station. In this study, catchments located in Ardabil province were separated into homogeneous hydrological zones using discharge, mean annual precipitation and physiographic characteristics of catchments and hierarchical clustering method. Due to the large number of parameters, by using principal component analysis, the first four components with 83.6% of total variance were selected as inputs for cluster analysis. Then, the optimal number of clusters was determined by using hierarchical method and drawing the tree diagram, and finally the final clustering was done by K-means method. Subsequently, the sub-catchments that followed a hydrological process were identified using the Dalrymple uniformity test. The results of the uniformity test showed that by excluding stations outside the confidence limits of each cluster, catchments that were similar in terms of annual discharge and other physiographic and meteorological parameters were clustered. Therefore, the number of sub catchments located in clusters 1, 2, 3 and 4 were 8, 4, 9 and 9 catchments, respectively, which can be used in regional analysis to estimate runoff and floods in catchments without discharge measurement data.