تحلیل فراوانی دومتغیره سیلاب با استفاده از توابع مفصل، مطالعه موردی: سیلاب‌های ورودی به سد زاینده‌رود
محورهای موضوعی : مدیریت بهره برداری از سامانه های آبیزهرا ولائی اصفهانی 1 , فاطمه ولائی اصفهانی 2 , مهران ایرانپور 3
1 - دانشجوی کارشناسی ارشد مؤسسه غیرانتفاعی عقیق، شاهینشهر، ایران.
2 - کارشناس ارشد مدیریت منابع آب، دانشگاه صنعتی اصفهان، اصفهان، ایران.
3 - استادیار گروه مهندسی عمران، واحد لنجان، دانشگاه آزاد اسالمی، اصفهان، ایران.
کلید واژه: احتمالات شرطی, تحلیل فرواوانی دو متغیره, توابع کاپولا, دوره بازگشت دو متغیره, سد زاینده رود,
چکیده مقاله :
تحلیل فراوانی سیل و اطلاع داشتن از احتمال وقوع و دوره بازگشت این پدیده در چگونگی بهره‌برداری از مخزن حائز اهمیت است. این پدیده، ذاتا چند متغیره است و استفاده از توابع چند متغیره کلاسیک برای تحلیل این پدیده با محدودیت همراه است. بنابراین توصیه شده است که از توابع کاپولا جهت تحلیل فراوانی چند متغیره سیلاب استفاده کرد. این توابع با در نظر گرفتن نوع همبستگی متغیرها از تابع توزیع تک متغیره تابع توزیع توأم می‌سازد. معمولا برای تحلیل فراوانی این پدیده از متغیرهای دبی اوج، حجم و تداوم سیلاب استفاده می‌شود. این مطالعه بر روی ۵۲ سال داده آماری ورودی سد زاینده‌رود واقع در استان اصفهان انجام شده است. بر اساس معیارهای نیکویی برازش بر روی متغیرهای دبی‌اوج، حجم و تداوم سیلاب به ترتیب توابع گوسین، نمایی، پارتو برازش داده شده است. ابتدا همبستگی هر جفت متغیر محاسبه شده است و تابع کاپولا بر اساس معیار آکائیکه، NSE و RMSE انتخاب شده است. برای دبی پیک-حجم سیلاب تابع کاپولا جو و برای دبی پیک- تداوم و حجم سیلاب-تداوم تابع علی-میکائیل-حق انتخاب شده است. پس از آن دوره بازگشت تک متغیره و توأم به دست آمده با هم مقایسه شده و نمایش داده شده است از این نتایج می‌توان برای برآورد ریسک سیلاب استفاده کرد.
Analyzing the frequency of floods and knowing the probability of occurrence and return period of this phenomenon is important in how to exploit the reservoir. This phenomenon is inherently multivariate and the use of classical multivariate functions to analyze this phenomenon is limited. Therefore, it is recommended to use copula functions for multivariate flood frequency analysis. These functions combine the distribution function of the univariate distribution function by considering the type of correlation of the variables. For frequency of this phenomenon, the variables of peak discharge, volume and duration of flood are used. This study was conducted on statistical data of Zayandehrood dam. Based on goodness of fit criteria, the best function is fitted to the each of the variables. The correlation of each pair of variables is calculated and the copula function is selected based on the Akaike, NSE, and RMSE criteria. After that, the obtained univariate and combined return periods have been displayed. These results can be used to estimate the risk.
Jafry, N. A., J. Suhaila, F. Yusof, S. R. M. Nor and N. E. Alias (2023). "Bivariate copula for flood frequency analysis in Johor river basin." IOP Conference Series: Earth and Environmental Science 1167(1): 012018.
Klaho, M. H., H. R. Safavi, M. H. Golmohammadi and M. Alkntar (2022). "Comparison between bivariate and trivariate flood frequency analysis using the Archimedean copula functions, a case study of the Karun River in Iran." Natural Hazards 112(2): 1589-1610.
Reddy, M. J. and P. Ganguli (2012). "Bivariate Flood Frequency Analysis of Upper Godavari River Flows Using Archimedean Copulas." Water Resources Management 26(14): 3995-4018.
Samantaray, S. and A. Sahoo (2020). "Estimation of flood frequency using statistical method: Mahanadi River basin, India." H2Open Journal 3(1): 189-207.
She, D. and J. Xia (2018). "Copulas-Based Drought Characteristics Analysis and Risk Assessment across the Loess Plateau of China." Water Resources Management 32(2): 547-564.
Shiau, J.-T., H.-Y. Wang and C.-T. Tsai (2006). "BIVARIATE FREQUENCY ANALYSIS OF FLOODS USING COPULAS1." JAWRA Journal of the American Water Resources Association 42(6): 1549-1564.
Shiau, J. T. (2006). "Fitting Drought Duration and Severity with Two-Dimensional Copulas." Water Resources Management 20(5): 795-815.
Sraj, M., N. Bezak and M. Brilly (2015). "Bivariate flood frequency analysis using the copula function: a case study of the Litija station on the Sava River." Hydrological Processes 29(2): 225-238.
Zhang, L. and V. Singh (2007). "Trivariate Flood Frequency Analysis Using the Gumbel–Hougaard Copula." Journal of Hydrologic Engineering - J HYDROL ENG 12.
Zhang, L. and V. P. Singh (2006). "Bivariate Flood Frequency Analysis Using the Copula Method." Journal of Hydrologic Engineering 11(2): 150-164.
Zhou, T., Z. Liu, J. Jin and H. Hu (2019) "Assessing the Impacts of Univariate and Bivariate Flood Frequency Approaches to Flood Risk Accounting for Reservoir Operation." Water 11 DOI: 10.3390/w11030475.