تحليل منطقه اي داده هاي دبي بيشينه سالانه رودخانه هاي استان آذربايجان شرقي با استفاده از روش گشتاورهاي خطي

Regional Analysis of the Maximum Annual River Flow Data in East Azarbaijan Province Rivers Using the L-moments Method

تحليل مقادير حدي در يك نمونه تصادفي از اهميت زيادي برخوردار است. پيش‌بيني دقيق مقادير حدي در مديريت و برنامه‌ريزي علمي براي مقابله با جنبه‌هاي مختلف زيان‌آور منابع آب، مانند سيل، خشك‌سالي و... مهم است. در دهـه‌هاي اخير كاربرد توزيع‌هاي آماري در هيدرولوژي جهت به‌دست آوردن داده‌هاي طراحي موردتوجه بسياري از متخصصان قرارگرفته ‌است. بسياري از توزيع‌هاي احتمالاتي رايج (شامل تعدادي از توزيع‌هايي كه در زمينه تحليل فراواني سيلاب به‌كاربرده مي‌شوند) از جمله توزيع مقادير حدي تعميم‌يافته، لاجستيك تعميم‌يافته، نرمال تعميم‌يافته، پيرسون تيپ III، پاريتوي تعميم‌يافته و چند توزيع ديگر، حالت‌هاي خاصي از توزيع چهار پارامتري كاپا مي‌باشند. در اين مطالعه، از تحليل منطقه‌اي، براي برازش توزيع‌هاي فوق بر روي داده‌هاي دبي بيشينه سالانه ايستگاه‌هاي استان آذربايجان شرقي استفاده ‌شده است. با استفاده از روش گشتاورهاي خطي كل استان به چهار منطقه متمايز‌ (فاقد ايستگاه ناسازگار) تقسيم‌شده و پارامترها و چندك‌هاي منطقه‌اي توزيع‌هاي مختلف (از جمله توزيع كاپا) تخمين زده ‌شده است. نتايج نشان داد كه توزيع كاپا به‌عنوان توزيع منطقه‌اي، برازش خوبي بر روي داده‌هاي دبي بيشينه سالانه دارد.

Analysis of extreme values based on a random sample is very important. Accurate forecasting of the extreme values is important in management and scientific scheduling to confront with deleterious aspects of water resources, such as flood, drought, etc. In the recent decades, application of statistical distributions in hydrology to obtain the designing data has been noted by many researchers. Many of the common statistical distributions (including some of the distributions used in flood-frequency analysis) such as the Generalized Extreme Value, Generalized Logistic, Generalized Normal, Pearson Type(III), Generalized Pareto distribution, and so on are the special cases of the four-parameter Kappa distribution. In this study, the regional analysis was used for fitting the above mentioned distributions to the annual peak flow data of the East Azerbaijan province. Using the L-moments technique, the whole province was divided into the four distinct regions (lack of discordant sites) and then regional parameters and quantiles of the mentioned distributions (including the Kappa distribution) were estimated. The results indicated that the Kappa distribution as a regional distribution was fitted well to the annual maximum discharges data.