تعداد نشریات | 27 |
تعداد شمارهها | 590 |
تعداد مقالات | 6,039 |
تعداد مشاهده مقاله | 8,869,376 |
تعداد دریافت فایل اصل مقاله | 5,837,523 |
بررسی و پیشبینی روند تغییرات پارامترهای اقلیمی بر دبی (مطالعه موردی: حوزه آبخیز گدارخوش) | ||
مخاطرات محیط طبیعی | ||
مقاله 9، دوره 7، شماره 17 - شماره پیاپی 3، آبان 1397، صفحه 137-154 اصل مقاله (1.41 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22111/jneh.2017.19571.1222 | ||
نویسندگان | ||
مرتضی قیصوری1؛ سمیه سلطانی گردفرامرزی ![]() | ||
1دانش آموخته کارشناسی ارشد، گروه مرتع و آبخیزداری، دانشگاه اردکان | ||
2استادیار، گروه علوم و مهندسی آب، دانشگاه اردکان | ||
3دانشجوی دکتری، گروه علوم و مهندسی آب، دانشگاه صنعتی اصفهان | ||
چکیده | ||
پیشبینی جریان رودخانهها یکی از مهمترین مسائل در برنامهریزی و مدیریت بهینه آنها در جهت تولید انرژی برقآبی و تخصیص آب به منابع مصرف، محسوب میشود. جریان رودخانه به عنوان یکی از متغیرهای اقلیمی است که بر منابع آب یک منطقه به طور جدی اثرگذار است. در این مطالعه به منظور دست یابی به مدلی جهت پیشبینی و مدیریت صحیح منابع آب سطحی در مناطق خشک و نیمه خشک، ابتدا روند تغییرات پارامتری اقلیمی دما، بارش و سپس روند تغییر پارامتر هیدرولوژیکی (دبی) براساس آزمون من-کندال بررسی گردید و سپس دبی جریان ماهانه رودخانه گدارخوش در دوره آماری ۱۳۹۱-1370 با استفاده از سری زمانی خطی آریمای فصلی مدلسازی و پیشبینی گردید. برای بررسی ایستایی مدل از آزمون خودهمبستگی(ADF) و خودهمبستگی جزئی(PACF) استفاده شد. نتایج آزمون من کندال نشاندهنده رونددار بودن پارامترهای دما، بارش و دبی در ایستگاههای موردمطالعه در سطح اطمینان 99 درصد میباشد، که بهصورت افزایشی در دما و کاهشی در دبی و بارش در تمام ایستگاهها مشاهده گردید. نتایج آزمون سری زمانی هم چنین نشاندهنده نایستایی سری جریان رودخانه بود که با آزمون تفاضل درجهیک، دادهها ایستا شدند. سپس مدلهای مختلف به سریهای ایستا شده برازش داده شد و درنهایت مدل (0،1،1) (1،0،0)ARIMA بهعنوان مدلی مناسب جهت پیشبینی دبی انتخاب گردید و دبی به مدت 4 سال از 1395-1392 پیشبینی شد. نتایج پیش بینی براساس مدل (0،1،1) (1،0،0)ARIMA در رودخانه گدارخوش حاکی از افزایش دبی در آخر دوره (سال 1394) بود که براساس آمار بارش سازمان هواشناسی در سال آبی 1395-1394، مدل برازش یافته پیشبینی دبی را بهخوبی انجام داده است. بنابراین بهکارگیری مدلهای سری زمانی میتواند در مدیریت منابع آبی از طریق پیشبینی و تعیین روند تغییرات پارامترهای اقلیمی در آینده مفید باشد. | ||
کلیدواژهها | ||
من کندال؛ دبی؛ معیار BIC؛ خودهمبستگی؛ سری زمانی | ||
مراجع | ||
انصاری مریم؛ نوری غلامرضا، فتوحی صمد (1395). بررسی روند تغییرات دما، بارش و دبی با استفاده از آزمون ناپارامتری من کندال (مطالعه موردی: حوزه آبخیز رودخانه کاجو استان سیستان و بلوچستان)، پژوهشنامه مدیریت حوزه آبخیز، سال هفتم، شماره 14، صص 152-158. اسمعیل پور مرضیه؛ دین پژوه یعقوب (1391). تحلیل بلندمدت تبخیر تعرق پتانسیل در حوضه جنوبی ارس. مجله جغرافیا و برنامه ریزی محیطی، جلد 47، شماره 3، صص 193 تا 21. بشری مهدی؛ وفاخواه مهدی (1389). مقایسه روشهای مختلف تحلیل سریهای زمانی در پیشبینی دبی ماهانه حوزه آبخیز کرخه. فصلنامه مهندسی آب و آبیاری، شماره 2، صص 75-86. ترابی پوده حسن؛ امامقلی زاده صمد (1393). بررسی روند تغییرات آبدهی رودخانه های استان لرستان با استفاده از روش TFPW-MK، مجله تحقیقات کاربردی علوم جغرافیایی، سال 22، شماره 35، صص 94-73. خلیلی کیوان؛ فاخری فرد احمد؛ دین پژوه یعقوب؛ قربانی محمدعلی (1390). بررسی غیرخطی بودن فرآیند جریان رودخانه با استفاده از آزمون BDS (مطالعه موردی: رودخانه شهر چای ارومیه). مجله علوم و مهندسی آبیاری، جلد21، شماره 2، صص 25-37. خلیلی کیوان؛ ناظری تهرودی محمد (1395). ارزیابی عملکرد مدل های ARMA و CARMA در مدل سازی بارش سالانه ایستگاه سینوپتیک ارومیه. فصلنامه دانش آب و خاک، سال 26، شماره 2، صص 13-28. دودانگه اسماعیل؛ عابدی کوپائی جهانگیر؛ گوهری سید علیرضا (1391). کاربرد مدلهای سری زمانی بهمنظور تعیین روند پارامترهای اقلیمی در آینده در راستای مدیریت منابع آب. مجله علوم آبوخاک-علوم و فنون کشاورزی و منابع طبیعی، جلد16، شماره 59، صص 59-74. رحیمی لیلا؛ دهقانی امیر احمد؛ قربانی خلیل؛ عبدالحسینی محمد (1393). تحلیل مقایسه ای مدل های سری های زمانی داده های دبی کل، دبی پایه و جریان سطحی (مطالعه موردی: ایستگاه هیدرومتری ارازکوسه). نشریه پژوهش های حفاظت آب و خاک، جلد 21، شماره3، صص 73-55 شریفیان حسین؛ حبیبی علی (۱۳۹۲). بررسی اثر تغییر اقلیم بر روند تغییرات منابع آب سطحی در بخشی از حوزه استان گلستان، اولین همایش ملی چالشهای منابع آب و کشاورزی، اصفهان، انجمن ملی آبیاری و زهکشی ایران، دانشگاه آزاد اسلامی واحد خوراسگان، ص30-21. عبداللهنژاد کامل (1394). مدل های سری زمانی در پیشبینی بارندگی ماهانه (مطالعه موردی: ایستگاه هاشم آباد گرگان). مجله آمایش جغرافیایی فضا، سال پنجم، شماره هفدهم، صص 15-25. علیزاده امین (1390). اصول هیدرولوژی کاربردی. انتشارات دانشگاه امام رضا (ع). چاپ سی و دوم.800 صفحه. فتحیان فرشاد؛ فاخری فرد احمد؛ دین پژوه یعقوب؛ موسوی ندوشنی سید سعید (1395). ارزیابی عملکرد مدل های سری زمانی خطی ARMA و غیرخطی آستانه TAR در مدل سازی دبی روزانه، نشریه آب و خاک، سال سی ام، شماره 5، صص 1440-1460. کارآموز محمد؛ عراقینژاد، شهاب (1394). هیدرولوژی پیشرفته. انتشارات دانشگاه صنعتی امیرکبیر. چاپ سوم. 480 ص. کاویان عطالله؛ نامدار مریم؛ گلشن محمد؛ بحری معصومه (1396). مدلسازی هیدرولوژیکی اثرات تغییر اقلیمی بر نوسانات دبی جریان در رودخانه هراز. مجله مخاطرات طبیعی، سال 6. شماره 12. صص 104-89. ناوه هادی؛ خلیلی کیوان؛ اعلمی محمد تقی؛ بهمنش جواد (1391). پیشبینی جریان رودخانه با استفاده از مدل غیرخطی سری زمانی دو-خطی (مطالعه موردی رودخانههای باراندوزچای و شهرچای ارومیه). مجله آب و خاک، جلد 26، شماره 5، صص 1307-1299. نیرومند حسینعلی؛ بزرگ نیا ابولقاسم (1372). مقدمهای بر سریهای زمانی. انتشارات دانشگاه فردوسی مشهد. چاپ اول، 289 صفحه. نیرومند حسینعلی (1391). تحلیل سری های زمانی: روشهای یکمتغیری و چندمتغیری. انتشارات دانشگاه فردوسی مشهد. ویرایش دوم. 602 صفحه. Banihabib, M.E. Ahmadian, A. Jamali, F.S. (2017). Hybrid DARIMA-NARX model for forecasting long-term daily Inflow to Dez reservoir using the North Atlantic Oscillation (NAO) and rainfall data. GeoResJ. Volume 13: 9-16. Barnston, A.G. (1991). An empirical method of estimating rain gauge and radar rainfall measurement bias and resolution. Journal of Applied Meteorology and Climatology, Volume 30: 282–296. Box, G.E.P. Jenkins, G.M. (1976). Time Series Analysis, Forecasting, and Control. Revised ed., Holden-Day, San Francisco Kendall, M. (1975). Rank Correlation Methods, Griffin, London. Kim, B. Hossein, B. Choi, G. (2011). Evaluation of temporal-spatial precipitation variability and prediction using seasonal ARIMA Model in Mongolia, KSCE Journal of Civil Engineering, Volume 15:917-925. Manjushree, R. Shinde, V. (2011), Application of software packages for monthly streamflow forecasting of Kangsabati River in India. International Journal of Computer Applications, Volume 20, number 3: 7-14. Mann, H. B. (1945). Nonparametric tests against trend. Econometrica. Volume 13:245-259. Valipour, M. Banihabib, M.E. Behbahani, S.M.R. (2013), Comparison of the ARMA, ARIMA, and the autoregressive artificial neural network models in forecasting the monthly inflow of Dez dam reservoir. Journal of Hydrology, Volume 476: 433-441. Yue, S. Pilon, P. Phinney, B. Cavadias, G. (2002). The influence of autocorrelation on the ability to detect a trend in hydrological series. Hydrological Processes, Volume 16, number 9:1807-1829. | ||
آمار تعداد مشاهده مقاله: 730 تعداد دریافت فایل اصل مقاله: 662 |