عدم قطعیت در محاسبه شاخص خشکسالی هیدرولوژیکی با کاربرد توزیع گاما (مطالعه موردی: حوضه آبریز دریاچه ارومیه)

هدف از این پژوهش، تحلیل عدم قطعیت ناشی از فرض برازش توزیع گاما بر سری زمانی داده‌های آبدهی در محاسبه شاخص خشکسالی هیدرولوژیکی (sdi) می‌باشد. با کاربرد سری زمانی داده‌های آبدهی ماهانه و سالانه در 30 ایستگاه هیدرومتری واقع در حوضه آبریز دریاچه ارومیه، کارایی توزیع گاما در برازش داده‌های آبدهی بررسی شد. نتایج نشان‌داد توزیع گاما در برازش سری داده‌های آبدهی تنها در 1/5درصد کل حالات به عنوان توزیع برتر شناخته شد. بواسطه آزمون کلموگروفاسمرینوف، اختلاف معنی‌دار بین توزیع تجربی داده‌های آبدهی و توزیع گاما در 25 درصد حالات مشاهده گردید که این میزان در ماه‌های ابتدایی و انتهای سال آبی تا حدود 57 درصد نیز افزایش می‌یابد. در مقابل توزیع wakeby در 31 درصد حالات به عنوان برترین توزیع در برازش سری داده‌های آبدهی، شناخته شد. بیشترین جابه‌جایی طبقات خشکسالی هیدرولوژیکی با کاربرد توزیع احتمالاتی wakeby نسبت به توزیع گاما درمقیاس ماهانه مربوط به ایستگاه قبقلو در ماه مرداد 96 درصد و در مقیاس سالانه مربوط به ایستگاه قاسملو 54 درصد، مشاهده گردید. ملاحظه گردید با محاسبه sdi بر مبنای توزیع wakeby نسبت به توزیع گاما، بیشترین فراوانی جابه‌جایی در مقیاس‌های سالانه و ماهانه مربوط به طبقه نرمال و به‌ترتیب معادل 25 و 43 درصد است.

Uncertainty in Calculating Hydrological Drought Index Using Gamma Distribution(Case Study: Urmia Lake Basin)

This study analyzes the Uncertainty arising from the assumption of fitting the Gamma distribution to the time series of discharge data in calculating the Streamflow Drought Index (SDI). Using the time series of monthly and annual discharge data in 30 hydrometric stations located in the Urmia Lake Basin, the efficiency of Gamma distribution in fitting discharge data was investigated. The results showed that the Gamma distribution in the fitting of the discharge data series was recognized as the superior distribution in only 1.5% of the total cases. According to KolmogorovSmirnov test, a significant difference was observed between the experimental distribution of discharge data and the distribution of Gamma in 25% of cases, which increases to about 57% in the first and last months of the wet year. In contrast, the Wakeby distribution was recognized as the best distribution in fitting the discharge data series in 31% of cases. The highest displacement of hydrological drought classes was observed with the use of Wakeby distribution compared to Gamma distribution in the monthly scale of Ghabeghloo station in August (96%) and in the annual scale of Ghasemloo station (54%). It was observed that by calculating SDI based on Wakeby distribution compared to Gamma distribution, the highest frequency of displacement in annual and monthly scales is related to normal class and is equal to 25% and 43%, respectively.