ارزيابي روش‌هاي اصلاحي برآورد رسوب معلق (مطالعه موردي: حوزه آبخيز بشار)

Assessment corrective methods for estimating suspended sediment (Case Study: Beshaar Watershed)

از آنجايي كه معادلات رگرسيوني منحني هاي سنجه با توجه به تبديل لگاريتمي آمار دبي جريان و رسوب معلق به دست مي آيد داراي اريب زياد هستند. در اين تحقيق از ضرايب اصلاحي به منظور بهبود نتايج روش هاي برآورد بار رسوبي رودخانه ها در ايستگاه هيدرومتري بشار و زهره با شاخص هاي مختلف دقت و صحت استفاده گرديد. از اين رو تحقيق حاضر در صدد ارزيابي عمل كرد پنج روش منحني سنجه از جمله FAO، MVUE، LQMLE،LRC ، Ls در دو حالت حد واسط دسته ها و در حالت بدون تقسيم بندي داده ها بوده است. به منظور ارزيابي كارايي منحني هاي سنجه رسوب و انتخاب بهترين آن ها، از شاخص هاي مجذور مربعات خطا و ضريب كارايي استفاده گرديد. محاسبه ضرايب اصلاحي با معيارهاي مجذور مربعات خطا و ضريب كارايي حاكي از اين است كه در ايستگاه بشار روش LQMLE حداكثر ميزان ضريب كارايي (92=CE) و حداقل خطا (38/0=RMSE) و روش LS كمترين ميزان ضريب كارايي و بيشترين ميزان خطا (86=CE و 94/0= RMSE) را ارائه نموده است. در حالت معمولي نيز روش LQMLE حداكثر ميزان ضريب كارايي و حداقل ميزان خطا را داراست (82=CE) و (38/0=RMSE) و روش LS كمترين ميزان ضريب كارايي و بيشترين ميزان خطا (86=CEو 94/0= RMSE) را ارائه نموده است. محاسبه ضرايب اصلاحي در ايستگاه زهره نشان داد كه روش LQMLE حداكثر ميزان ضريب كارايي را داراست (95=CE) و روش FAO كمترين ميزان ضريب كارايي و بيشترين ميزان خطا (58/1-=CEو 48/2= RMSE) را ارائه نموده است. در حالت معمولي نيز روش LRC حداكثر ميزان ضريب كارايي و حداقل ميزان خطا را (95=CE) و (53/0=RMSE) كسب نموده است. از سويي در بين روش هاي مختلف روش LS كمترين ميزان ضريب كارايي و بيشترين ميزان خطا (7-=CEو 88/3=RMSE) را ارائه نموده است. در مجموع روش هاي مختلف و ضرايب اصلاحي متفاوت منحني سنجه رسوب در حالات بدون تقسيم بندي داده ها و در حالت حد واسط مي توان نتيجه گيري كرد كه در اكثر مدل ها روش هاي LQMLE و LRC بهترين روش هاي محاسبه رسوب بوده است.

Regression equations of sediment rating curves are too biased due to the logarithmic of the discharge and suspended sediment data. In this study, correction coefficients were used to improve the results of river sediment estimation methods in Bashar and Zohreh hydrometric stations with different indices of accuracy and precision. The present study aims to evaluate the performance of five methods of rating curve including FAO, MVUE, QMLE, LRC, Ls in the case of intermediate categories and no category situations. Root mean square of error and coefficient of efficiency indicators were used to evaluate the performance of sediment rating curves and to choose the best of them. Results of root mean square of error and coefficient of efficiency indicators computation indicates that in the Bashar station LQMLE method is provided maximum coefficient of efficiency (CE=92) and the minimum error (RMSE=0.38) and LS method had the lowest coefficient of efficiency and highest error (CE=86 and RMSE=0.94). In normal state the same results has been obtained. Zohreh station correction coefficients results showed that the maximum coefficient of efficiency is related to LQMLE (CE=95) and FAO had lowest coefficient of efficiency and the highest root mean square of error (CE= -1.58 and RMSE=2.48). In normally condition the LRC method has achieved maximum coefficient of efficiency and minimum error (CE=95) and (RMSE=0.53). On the other hand, amongst the different methods, LS is provided the lowest coefficient of efficiency and the highest root mean square of error (CE=-7 and RMSE=3.88). In general, by application of different methods and different correction coefficients of sediment rating curves in cases of non-classified data and the intermediate state, concluded that in most models the LQMLE and LRC is the best method of calculating sediment.