ارزيابي روش‌هاي زمين آماري به منظور برآورد توزيع مكاني عمق برف درمناطق نيمه‌خشك؛ مطالعه موردي حوزه آبخيز سخويد

Geostatistical methods to estimate the spatial distribution of snow depth in the watershed Skhvyd

در بسياري از حوزه‌هاي آبخيز كوهستاني به خصوص در نواحي خشك و نيمه‌خشك جهان از جمله ايران، برف انباشته‌شده در برفچال‌ها ذخيره قابل‌توجهي از منابع آب حوزه‌ها را ايجاد مي‌كند. همچنين به دليل اينكه در بسياري از موارد در مناطق خشك و نيمه‌خشك، آب قابل‌دسترس براي مصارف كشاورزي، از سرشاخه‌هاي مناطق كوهستاني تامين مي‌گردد، آگاهي از اين رژيم هيدرولوژيكي، از اساسي‌ترين نيازهاي مديران منابع آب هست.توزيع مكاني ذخاير برفي، به منظور برآورد هرچه دقيق‌تر رواناب حاصل از آن‌ها، از اهميت خاصي در آب شناختي برف برخوردار است. معمولاً دستيابي به توزيع مكاني عمق از راه اطلاعات مشاهده‌اي و در مقياسي محدود، صورت مي‌گيرد. اين در حالي است كه به دليل محدوديت‌هاي عملي، جمع‌آوري اطلاعات، به ويژه در حوزه‌هاي بزرگ، دشوار و گاهي غير‌ممكن است. لذا توسعه روش‌هايي كه بتواند عمق برف را در نقاط فاقد اندازه‌گيري، برآورد نمايد و نيز بررسي دامنه كاربرد آن‌ها، امري ضروري است. در اين پژوهش محدوده‌اي به مساحت 16هكتار در حوزه آبخيز سخويد تفت انتخاب و با بهره‌گيري از 216 داده عمق برف، به ارزيابي روش‌هاي زمين آماريكريجينگ ، كوكريجينگ، توابع شعاع محور (RBF) و روش عكس فاصله (IDW) در برآورد توزيع مكاني عمق برف پرداخته شد. واريوگرام داده‌ها با استفاده از نقاط اندازه‌گيري عمق برف رسم شد. واريوگرام به دست آمده نشان داد كه مناسب‌ترين مدل واريوگرام از نوع نمايي مي‌باشد به گونه‌اي كه اين واريوگرام داراي اثر قطعه‌اي 05/0 و آستانه 533/0بوده كه دال بر وجودساختار فضايي بسيار قوي بين داده‌ها است. تحليل واريوگرام و آماره صحت‌سنجي(RMSE) روش‌هاي مذكور نشان داد كه از بين اين روش‌ها روش كريجينگ در پهنه‌بندي عمق برف مناسب‌تر مي‌باشد. همچنين نتايج نشان داد كه از بين روش‌هاي معمول كريجينگ روش كريجينگ جهاني داراي كمترين خطا (49/11) و بهترين برآورد از عمق برف در حوزه مورد مطالعه مي‌باشد.

Spatial distribution of snow reserves, in order to more accurately estimate the runoff from their understanding of the importance of water is snow. Spatial distribution of snow depth required to achieve the observational data and the compressed scale, be done. However, due to practical limitations, collect information, particularly on the scale, it is difficult and sometimes impossible. Methods can not measure the depth of snow in places, and also to estimate the extent of their use in this regard is essential. The study a range an area of 16 acres in the watershed Taft called the Skhvyd and using 216 data deep snow, using geostatistical kriging, Cokriging, Radial Basis Function (RBF) and inverse distance method (IDW) was. Variogram plotted snow depth was measured using 216 points. Variogram obtained showed that the most appropriate variogram model is exponential, so that the variogram has a Nugget of 0/05 and a Sill of 0/533, has been, which means that there is a strong spatial structure of the data. Variogram analysis and verification statistics (RMSE) between the methods of extraction methods showed that kriging is better in snow depth zonation. The results showed that the universal kriging, kriging methods with minimum error (11/49) and the best estimate of snow depth in the study area.