اصلاح شاخص خشکسالی هیدرولوژیکی بر اساس تعیین مناسبترین توزیع احتمالاتی
محورهای موضوعی : مدیریت آب در مزرعه با هدف بهبود شاخص های مدیریتی آبیاری
مریم جمال
1
(دانشجوی دکتری مهندسی عمران-منابع آب، دانشگاه آزاد واحد شهر قدس، تهران)
حسین ابراهیمی
2
(گروه علوم و مهندسی آب، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران)
حبیب موسوی جهرمی
3
(استاد دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد شهر قدس، تهران)
کلید واژه: پایش خشکسالی, انتقال هم احتمال, شاخص خشکسالی هیدرولوژیکی (SDI), جابه‌جایی طبقات خشکسالی,
چکیده مقاله :
عمده‌ترین روش جهت تحلیل خشکسالی هیدرولوژیکی استفاده از شاخص خشکسالی جریان رودخانه‌ای (SDI) می‌باشد. این شاخص مبتنی بر فرض پیروی سری داده‌های حجم جریان رودخانه از توزیع گاما و اصل انتقال هم احتمال می‌باشد. در این تحقیق، بواسطه کاربرد سری داده‌های متوسط آبدهی ماهانه و سالانه 49 ایستگاه هیدرومتری مبنای وزارت نیرو، کارایی 65 توزیع احتمال مورد بررسی قرار گرفت. در هر مورد توابع توزیع احتمالی مختلف بر سری داده-های ماهانه و سالانه برازش یافته و بر اساس آزمون کلموگروف-اسمرینوف، مناسبترین توزیع احتمالی و مقدار احتمال تجمعی از آن توزیع محاسبه گردید. سپس مقدار شاخص SDI از توزیع برتر و توزیع گاما محاسبه گردید. نتایج نشان داد در مقیاس سالانه توزیع گاما فاقد فراوانی به عنوان توزیع برتر می‌باشد. در مقیاس ماهانه نیز این توزیع تنها در 1 درصد از کلیه حالات مورد بررسی به عنوان توزیع برتر شناخته شد. این در حالیست که توزیع Wakeby در مقیاس سالانه در حدود 35 درصد حالات و در مقیاس ماهانه تا حدود 43 درصد حالات در برخی از ماه‌ها به عنوان توزیع احتمال برتر معرفی گردید. نتایج نشان داد جابه‌جایی طبقات خشکسالی علاوه بر رتبه تابع توزیع، به میزان اختلاف شاخص P-Value از توزیع برتر و توزیع گاما، بستگی دارد. بیشترین و کمترین میزان جابه‌جایی طبقات خشکسالی هیدرولوژیکی حاصل از کاربرد توزیع برتر، به‌ترتیب مربوط به ماه‌های آذر و اردیبهشت می‌باشد. مشخص گردید بیشترین فراوانی جابه‌جایی طبقات خشکسالی حاصل از کاربرد توزیع برتر در طبقه نرمال رخ داده است. لذا توصیه می‌گردد توزیع Wakeby جایگزین توزیع گاما در محاسبات شاخص SDI گردد.
Streamflow Drought Index (SDI) is based on the assumption that the flow data series follows from Gamma distribution. In this study, the efficiency of 65 statistical distributions was evaluated through the use of monthly and annual flow data series of 49 hydrometric stations. The results show that on the annual scale, Gamma distribution is not the superior distribution. On a monthly scale, this distribution was found only in 1% of all cases examined as the superior distribution. This is while the Wakeby distribution was introduced on an annual basis in about 35 percent of the cases, and on a monthly scale, up to 43 percent of the scenarios were introduced as a top-ranked distribution. Based on the SDI index calculated based on Gamma distribution and Wakeby distribution, in the case of the P-Value of the Gamma distribution is less than 0.3, it is possible to move the drought classes using Wakeby distribution. These conditions were observed in 30% of the examined cases. The highest and the lowest displacements of the hydrological drought classes due to the use of superior distribution were in December and May, respectively. It was found that the highest frequency of displacement of the drought classes resulted from the use of superior distribution occurs in the normal class. Accordingly, it is recommended that the Wakeby distribution be replaced by the gamma distribution in the SDI calculations.
الیاسی، ح.، خلیلی شایان، ح.، جمال، م. و فتوحی، ر. 1395. ارزیابی قابلیت کاربرد توزیعهای آماری در پایش و پیشبینی بارش حوضههای آبریز کشور. ششمین کنفرانس منابع آب ایران، دانشگاه کردستان، اول تا سوم اردیبهشت 1395.
اقتدارنژاد، م.، بذرافشان، ا. و صادقی لاری، ع. 1395. ارزیابی تطبیقی شاخصهای SPI،RDI و SDI در تحلیل مشخصههای خشکسالی هواشناسی و هیدرولوژیکی (مطالعه موردی: دشت بم). نشریه دانش آب و خاک، 26 (2): 69-81.
اقتداری، م.، بذرافشان، ج.، شفیعی، م. و حجابی، س. 1395. پیشبینی خشکسالی جریان رودخانه با استفاده از شاخص SPI و زنجیره مارکف در حوزه آبریز کرخه. نشریه پژوهشهای حفاظت آب و خاک، 23(2): 115-130.
مساعدی، ا. و قبائی سوق، م. 1390. تصحیح شاخص بارش استاندارد شده (SPI) بر اساس انتخاب مناسبترین تابع توزیع احتمال. نشریه آب و خاک (علوم و صنایع کشاورزی)، 25(5): 1206-1216.
Edwards, D.C. and McKee, T.B. 1997. Characteristics of 20th century drought in the United States at multiple time scales. Climatology Report Number 97–2, Colorado State University, Fort Collins, Colorado.
Keyantash, J. and Dracup, J.A. 2002. The Quantification of Drought Indices. American Metrological Society, 83 (8): 1167-1180.
Mishra, A.K. and Desai, V.R. 2005. Drought forecasting using stochastic models. Stochastic Environment Research Risk Assessment, 19: 326-339.
Nalbantis, I. 2008. Evaluation of hydrological drought index. European Water, 23 (24): 67-77.
Nalbantis, N. and Tsakiris, G. 2009. Assessment of hydrological drought revisited. Water Resources Management, 23: 881-897.
Shukla, S. and Wood, A.W. 2008. Use of a standardized runoff index for characterizing hydrologic drought. Geophysics Research Letter, 35: 1-8.
Tabari, H. Nikbakht, J. and Hosseinzadeh Talaee, P. 2013. Hydrological drought assessment in northwestern Iran based on Streamflow Drought Index (SDI). Water Resources Management, 27: 137-151.
Wilhite, D. A. and Glantz, M. H. 1985. Understanding the drought phenomenon: The role of definitions. Water International, 10: 111-120.
_||_