تعيين ايستگاه‌هاي پر خطر از نظر سيلاب در حوزه آبريز كارون بزرگ بر اساس تحليل فراواني منطقهاي بارشهاي 24 ساعته

Determination of High Risk Stations of Flooding in Large Karun Catchment Based on Regional Precipitation Frequency Analysis 24

در تحليل‌هاي هيدرولوژيكي و تعيين مناطق پر خطر از نظر سيلاب، استفاده از قوانين احتمالات و تعيين توابع توزيع احتمال مناسب اجتناب ناپذير است. به همين دليل در اين مطالعه، در حوزه آبريز كارون بزرگ، از روش منطقه‌اي كه دقت بيشتري نسبت به روش‌هاي معمول دارد همراه با روش گشتاور خطي استفاده شد. در اين روش نياز است تا مناطق همگن تعيين شده و سپس براي هر منطقه يك تابع توزيع مناسب براي تحليل‌ها تعيين گردد. با كمك داده‌ها روزانه 38 ايستگاه حوزه كارون، سه منطقه همگن تعيين شدند. براي هر منطقه همگن بر اساس روش گشتاور خطي، تابع توزيع مناسب تعيين گرديد. به اين ترتيب براي منطقه همگن 1 تابع توزيع Gen.Logestic، براي منطقه همگن 2 تابع توزيع Gen Extreme value و تابع توزيع Gen.Logestic براي منطقه همگن 3 معرفي شدند. براي هر كدام از مناطق يك منحني رشد ارايه شد كه با استفاده از مقادير بدون بعد آن و ميانگين بارش 24 ساعته هر ايستگاه مقادير بارش در دوره ‌‌‌بازگشت‌‌‌‌هاي مختلف به دست آمد و براي به دست آوردن مقادير ميانگين بارش مدل ‌‌هايي ارايه گرديد. با مقايسه مقادير بارش‌ها در دوره بازگشت‌‌‌‌هاي مختلف پربارش‌ترين ايستگاه‌‌‌‌ها در دوره بازگشت‌‌‌‌هاي كوتاه مدت و بلند مدت به دست مي‌آيد. هم چنين، نسبت بارش در دوره بازگشت‌‌‌‌هاي مختلف، نسبت به ميانگين بارش سالانه به عنوان يك معيار در نظر گرفته ميشود. با استفاده از اين نسبت‌‌‌‌ها و شاخص‌‌‌‌هاي تعيين شده، ايستگاه‌‌‌‌هاي پرخطر از نظر سيلاب شناسايي شد. بنابراين در اقدامات مديريتي نياز است تا به اين ايستگاه‌ها توجه بيشتري شده و اقدامات لازم مربوط به مديريت سيلاب در اين مناطق اعمال شود.

In hydrological analyses and flood risk studies, the application of probability laws and probability distribution functions is inevitable. Hence, in this study at the Karoon watershed, the regional method that has more accuracy compared to other methods along with the linear moment method was used. In this method, homogeneous units over the watershed area are firstly determined; and for each unit an appropriate distribution function is then sought. Using daily rainfall data of 38 rain gauge stations, 3 homogenous units were indentified in the study area. For each unit, an appropriate distribution function was determined using the linear moment method. The distribution functions of Gen. Logistic, Gen. Extreme Value and Gen. Logistic were introduced for homogenous units 1, 2 and 3 respectively. Using dimensionless values of the growth curve created for each homogonous unit and the average 24-hour rainfall in each rain gauge station, rainfall for different return periods were obtained. In addition to that, models were presented for calculating the mean rainfall. By comparing the values of rainfall in different return periods, the rainiest stations in short and long return periods were determined. In this research, the ratio between the average 24-hour rainfall and average annual rainfall was considered as a criterion in specifying stations with high flood risk. The stations with high flood risk may be given a higher priority in watershed management practices.