Determination of Homogeneous Hydrological Regions for Estimating Runoff in Ungauged Catchments Using Cluster Analysis (Case Study: Ardabil Province)

Subject Areas : Farm water management with the aim of improving irrigation management indicators

Batoul Poorseifollahi ¹ , Amin Kanooni ² , Mohammadreza Nikpour ³ , javad ramezani moghadam ⁴

1 - Water Engineering Department, University of Mohaghegh Ardabili
2 - Water Engineering Department, Faculty of Agriculture and Natural Resources, University of Mohaghegh Ardabili
3 - گروه مهندسی آب دانشگاه محقق اردبیلی
4 - university of mohaghegh ardabili

Received: 2020-02-18 Accepted : 2021-01-20 Published : 2021-02-19

Keywords: principal component analysis, Homogeneous Region, discharge, Clustering,

Abstract :

Grouping of catchments based on their climatic factors and physiographic characteristics is a prerequisite for regional analysis of runoff and its use for estimating discharge of catchments without discharge measurement station. In this study, catchments located in Ardabil province were separated into homogeneous hydrological zones using discharge, mean annual precipitation and physiographic characteristics of catchments and hierarchical clustering method. Due to the large number of parameters, by using principal component analysis, the first four components with 83.6% of total variance were selected as inputs for cluster analysis. Then, the optimal number of clusters was determined by using hierarchical method and drawing the tree diagram, and finally the final clustering was done by K-means method. Subsequently, the sub-catchments that followed a hydrological process were identified using the Dalrymple uniformity test. The results of the uniformity test showed that by excluding stations outside the confidence limits of each cluster, catchments that were similar in terms of annual discharge and other physiographic and meteorological parameters were clustered. Therefore, the number of sub catchments located in clusters 1, 2, 3 and 4 were 8, 4, 9 and 9 catchments, respectively, which can be used in regional analysis to estimate runoff and floods in catchments without discharge measurement data.

References:

ارسی، م. 1396. ارزیابی اثرات تغییر اقلیم روی خصوصیات هیدرولوژیکی حوزه آبخیز یامچی. پایان­نامه کارشناسی ارشد رشته مهندسی منابع طبیعی گرایش آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران.

بیابانکی، م. و اسلامیان، س. 1383. استفاده از روش خوشه­بندی در تعیین همگنی هیدرولوژیک و ارزیابی آن توسط روش­های تحلیل ممیزی و منحنی­های Andrew در حوضه آبخیز کرخه. مجله کشاورزی، 6 (2): 26-13.

جهانشاهی، ا.، شاهدی، ک.، سلیمانی، ک. و مقدم­نیا، ع. 1397. تعیین مناطق همگن هیدرولوژیکی در غرب حوضه هامون-جازموریان. تحقیقات منابع آب ایران، 15 (1): 235-223.

ﺧﺪﻣﺘﻲ ح.، منشوری، م.، ﺣﻴﺪری­زاده، م. و ﺻﺪﻗﻲ، ح. 1389. ﻣﻨﻄﻘﻪﺑﻨﺪی و ﺑﺮآورد دﺑﻲ ﺳﻴﻼﺑﻲ در ﺣﻮﺿﻪﻫﺎی آﺑﺨﻴﺰ ﻓﺎﻗﺪ آﻣﺎر ﺟﻨﻮبﺷﺮق اﻳﺮان ﺑﺎ ﺗﺮﻛﻴﺐ روش ﺷﺎﺧﺺ ﺳﻴﻼب و رﮔﺮﺳﻴﻮن ﭼﻨﺪ ﻣﺘﻐﻴﺮه (اﺳﺘﺎنﻫﺎی ﻛﺮﻣﺎن، ﻳﺰد، ﺳﻴﺴﺘﺎن و ﺑﻠﻮﭼﺴﺘﺎن و ﻫﺮﻣﺰﮔﺎن). نشریه آب و خاک مشهد، 24 (3): 593-609.

دارابی ح.، سلیمانی، ک.، شاهدی ک. و میریعقوب­زاده، م. 1391. طبقه­بندی زیرحوضه­ها براساس پارامترهای مورفومتریک با استفاده از تحلیل­های خوشه­ای در حوضه آبخیز پل دوآب شازند. نشریه دانش آب و خاک، 22 (4): 211-199.

زارع چاهوکی، م ع. 1389. تجزیه و تحلیل داده­ها در پژوهش­های منابع طبیعی با نرم­افزار SPSS. انتشارات جهاد دانشگاهی واحد تهران.

فرسادنیا ف. و مقدم­نیا، ع. 1392. تحلیل فراوانی منطقه­ای سیلاب با استفاده از روش خوشه­بندی ترکیبی نگاشت ویژگی خودسامان و فازی. مجله تحقیقات منابع آب ایران، 9 (3): 36-24.

فتحیان، ف. و احمدزاده، ح. 1391. تحلیل فراوانی منطقه‌ای سیلاب با استفاده از روش گشتاورهای خطی بر اساس تحلیل خوشه‌بندی در حوضه دریاچه ارومیه. علوم و مهندسی آبیاری، 35 (3): 106-95.

قهرمان، ب. و داوری، ک. 1393. افزایش کارایی فرآیند خوشه‏بندی-K میانگین توسط روش‏های سلسله مراتبی. آب و خاک، 28(3): 471-480.

کاظمی، ر. و پرهمت، ج. 1397. بررسی تاثیر روش‌های خوشه‌بندی سلسله مراتبی در دقت مدل‌سازی ضریب جریان در حوضه کرخه. مهندسی و مدیریت آبخیز، 10(1): 94-81.

محمدی جوزدانی، س.، ملکی­نژاد، ح. و دولتی، ع. 1398. تأثیر مناطق همگن هیدرو-اقلیمی بر تعیین بهترین توزیع احتمالاتی برای بارش­های حداکثر روزانه. مجله مهندسی منابع آب، 12 (40): 114-105.

مهدوی، م. 1392. هیدرولوژی کاربردی. انتشارات دانشگاه تهران، چاپ هشتم، جلد 2، تهران.

مهری، س.، مصطفی­زاده، ر.، اسمعلی­عوری، ا. و قربانی، ا. 1395. گروه­بندی آبخیزها براساس خصوصیات فیزیکی و دبی پایه جریان رودخانه با روش­های مختلف خوشه­بندی در استان اردبیل. نشریه ترویج و توسعه آبخیزداری، 4 (15): 41-31.

نوری، ر. ا.، اشرفی، خ. و اژدرپور، ا. 1387. مقایسه کاربرد روش­های شبکه عصبی مصنوعی و رگرسیون خطی چند متغیره براساس تحلیل مؤلفه­های اصلی برای پیش­بینی غلظت میانگین روزانه کربن مونواکسید: بررسی موردی شهر تهران. مجله فیزیک زمین و فضا، 34 (1): 152-135.

Abdolhay, A., Saghafian, B., Soom, M.A.M. and Ghazali, A.H.B. 2012. Identification of homogenous regions in Gorganrood basin (Iran) for the purpose of regionalization. Natural hazards, 61: 1427-1442.‏

Cerny, B.A. and Kaiser, H.F. 1977. A study of a measure of sampling adequacy for factor-analytic correlation matrices. Multivariate behavioral research, 12: 43-47.‏

Chang, F.J., Tsai, M.J., Tsai, W.P., and Herricks, E.E. 2008. Assessing the ecological hydrology of natural flow conditions in Taiwan. Journal of Hydrology, 354: 75-89.‏

Dalrymple, T. 1960. Flood frequency analyses. U.S. Geological Survey water-supply paper 1543-A.

Dikbas, F., Firat, M., Koc, A.C. and Gungor, M. 2012. Classification of precipitation series using fuzzy cluster method. International Journal of Climatology, 32: 1596-1603.

Farsadnia, F., Kamrood, M.R., Nia, A.M., Modarres, R., Bray, M.T., Han, D. and Sadatinejad, J. 2014. Identification of homogeneous regions for regionalization of watersheds by two-level self-organizing feature maps. Journal of Hydrology, 509: 387-397.

Gomes, E.P., Blanco, C.J.C. and Pessoa, F.C.L. 2019. Identification of homogeneous precipitation regions via Fuzzy c-means in the hydrographic region of Tocantins–Araguaia of Brazilian Amazonia. Applied Water Science, 9(6). https://doi.org/10.1007/s13201-018-0884-6.

Hosking, J.R.M. and Wallis, J.R. 1996. Regional frequency analysis: an approach based on L-moments. Cambridge University Press: Cambridge.

Jolliffe, I.T. 2004. Principal component analysis, 2nd edition. Springer Series in Statistics, USA.

Latt, Z.Z., Wittenberg, H., and Urban, B. 2015. Clustering hydrological homogeneous regions and neural network based index flood estimation for un-gauged catchments: an example of the Chindwin River in Myanmar. Water resources management, 29: 913-928.‏

Li, Q., Li, Z., Zhu, Y., Deng, Y., Zhang, K. and Yao, C. 2018. Hydrological regionalization based on available hydrological information for runoff prediction at catchment scale. Proceedings of the International Association of Hydrological Sciences, 379: 13-19.‏

Rafiei Sardooi, E., Azareh, A., Choubin, B., Barkhori, S., Singh, V.P. and Shamshirband, Sh. 2019. Applying the remotely sensed data to identify homogeneous regions of watersheds using a pixel-based classification approach. Applied Geography, 111: https://doi.org/10.1016/j.apgeog.2019.102071.

Raju, K.S. and Kumar, D.N. 2011. Classification of micro watersheds based on morphological characteristics. Journal of Hydro-Environment Research, 5: 101-109.‏

Ward Jr., J.H. 1963. Hierarchical grouping to optimize an objective function. Journal of the American statistical association, 58: 236-244.‏

Wiltshire, S.E. 1986. Regional flood frequency analysis I: Homogeneity statistics. Hydrological Sciences Journal, 31: 321-333.