آناليز منطقه‌اي سيل با استفاده از رويكرد مبتني بر عمق داده

Depth based regional flood frequency analysis

راهكار عملي جهت برآورد دبي سيل در حوضه‌هاي فاقد آمار، انتقال اطلاعات از حوضه داراي ايستگاه با استفاده از روش‌هاي آناليز منطقه اي است. تاكنون روش‌هاي مختلفي براي اين منظور ارائه ‌شده كه نياز است تا در هر منطقه با توجه به داده‌هاي در دسترس و شرايط منطقه روش مناسب تعيين گردد. در اين تحقيق اقدام به برآورد سيلاب در سه دوره بازگشت 10، 50 و 100 ساله در حوضه‌هاي فاقد آمار با استفاده از رويكرد مبتني بر عمق داده در غالب رگرسيون چند متغيره وزن‌دار در رودخانه‌هاي البرز جنوبي گرديد. در هر مرحله هر يك از ايستگاه‌ها به عنوان ايستگاه فاقد آمار در نظر گرفته شد و با استفاده از اطلاعات ساير ايستگاه‌ها مقادير پارامترهاي تابع وزني توسط الگوريتم ژنتيك بهنيه و در نهايت با در نظر گرفتن شباهت هر يك از حوضه‌ها با حوضه مورد نظر مقادير دبي در دوره بازگشت‌هاي مختلف برآورد گرديد. در ادامه نتايج حاصل از رويكرد مبتني بر عمق داده با دو روش رگرسيون چند متغيره و كريجينگ در فضاي فيزيوگرافي مقايسه شد. نتايج نشان داد رويكرد مبتني بر عمق داده از نظر تمام معيارهاي ارزيابي عملكرد بهتري نسبت به دو روش رگرسيون چند متغيره و كريجينگ در فضاي فيزيوگرافيكي داشت. همچنين روش كرجينگ در فضاي فيزيوگرافيكي بهتر از رگرسيون چند متغيره توانسته مقادير سيل را در حوضه فاقد آمار برآورد كند. مقادير ضريب كارايي ناش_ساتكليف در روش مبتني بر عمق داده براي پيش بيني دبي با دوره بازگشت‌هاي (براي دوره بازگشت 10، 50 و 100 سال به ترتيب 64/0، 65/0 و 65/0 بدست آمدند) مختلف تقريباً مشابه است. در اين روش نسبت خطا به مساحت در حوضه كوچك بيشتر از مقادير آن در حوضه‌هاي بزرگتر بوده است.

By using regionalization methods information from gauged sites transform to desired site. Up until now a variety of regionalization approaches have been proposed. In every site it is necessary to evaluate these methods and select the best method. It is of interest to understand how spatial weighted least square regression method based on depth function flood quantiles (SWLSR) compare with multivariate regression (MR) and Physiographical spacebased kriging (PSK) methods. In each iteration desired station regarded as ungauged site then using genetic algorithm depth functions weights were optimized, finally (regarding) by taking account similarity between desired site and others sites flood quantiles corresponding to different return periods were estimated. By means of a leaveoneout crossvalidation procedure, the performance of SWLSR was compared to MR and PSK methods for prediction of 10, 50 and 100 yr for 26 gauging station in the Southern Alborz. . The Result showed SWLSR approach yielded lower rootmeansquare estimation errors and higher Nush Sutcliffe criteria thaneither the MR or the PSK approaches. PSK method estimated foold discharge in ungaged basin better than MR. In depth based approach Nush Sutcliffe criteria values for flood quintiles (Nash–Sutcliffe efficiency values for 10,50 and 100 yr floods were 0.64, 0.65 and 0.65 respectivly) three corresponding to different return periods were similar.In this method relative error to area in small catchment were biger than those obtained in big catchment.