ارزيابي و مقايسه روش هاي تخمين نمايه هارست در بررسي روند و فصليت متغيرهاي آب و هواشناسي در حوضه درياچه اروميه (مطالعه موردي: زير حوضه آجي چاي)

Investigation and Comparison of Hurst Exponent Estimation Methods in Trend and Seasonality Analysis of Hydro-Climatic Variables in Urmia Lake Bain (Case Study: Aji Chai Sub-basin)

روش هاي تحليل سري زماني به عنوان ابزارهاي مهم براي ارزيابي در حل مسايل مرتبط به مديريت منابع آب تشخيص داده شده اند. اختلافات مكاني در روند جريان رودخانه مي تواند به عنوان يك نتيجه اي از اختلافات مكاني در تغييرات دما، بارش، مشخصه هاي هيدرولوژيكي و فعاليت انساني حوضه باشند و تحليل روند اين سري هاي زماني در بررسي علل اين اختلافات ضرورت دارد. از طرف ديگر، اين سري ها داراي ساختاري متفاوت هستند، بطوري كه مقادير متوالي از آنها به يكديگر وابسته اند. در اين تحقيق تلاش شده است تا با استفاده از روش Seasonal Kendall روند اين سري هاي زماني براي زير حوضه آجي چاي بررسي شوند. علاوه بر اين، مقدار نمايه هارست، به عنوان يك عامل تاثيرگذار بر روند و فصليت سري هاي زماني، با استفاده از روش هاي Variance، R/S و DFA ارزيابي شوند. نتايج نشان داد كه دما روند معني دار افزايشي و بارندگي، هم روند معني دار كاهشي و هم روند معني دار افزايشي را در سطح اطمينان 10 درصد در سطح زيرحوضه نمايش مي دهند. براي دبي نيز، ايستگاه-هاي پايين دست روند معني دار كاهشي را نشان مي دهند. نتايج تحليل روش هاي تخمين نمايه هارست نشان دادند كه سري هاي زماني بارش و دبي داراي تداوم طولاني مدت نسبتاً متوسطي (H~0.65) هستند. هم چنين وجود پديده هارست به عنوان يك عامل تاثيرگذار بر فصليت و روند سري-هاي زماني بارش و دبي توسط نمايه 5/0 < ? در روش DFA تاييد شده است.

Time series analysis methods have been detected as important tools for evaluating the issues related to water resources management. Spatial differences in streamflow trends can occur as a result of spatial differences in the changes in rainfall and temperature, spatial differences in the catchment characteristics and human activities and, trend analysis of this time series is necessary in causes of these differences. On the other hand, these series have a different structure, so that the successive values of them are interdependent. In this study has attempted to analyze of this time series for Aji Chai sub basin using of Seasonal Kendall method. In addition, Hurst exponent value, as an effective factor in trend and seasonality of time series, is also evaluated using Variance, R/S and DFA methods. The results showed a significant increasing trend for temperature and, both significant decreasing and increasing trend for precipitation at 10% significance level over sub basin. Also, for discharge, downstream stations showed significant decreasing trend. The analysis results of Hurst exponent estimation methods showed that precipitation and discharge time series have a relatively moderate long term persistence (H~0.65). The Hurst phenomenon existence has also been confirmed as a factor affecting on the seasonality and trend of precipitation and discharge time series using ? > 0.5 exponent by DFA method.