|
|
تحلیل فراوانی دومتغیره خشکسالی در حوضه آبریز قرهسو-گرگانرود با استفاده از توابع مفصل
|
|
|
|
|
نویسنده
|
موسوی ندوشنی سعید ,علیمحمدی سعید ,آهنی علی ,بهروز معصومه ,موسوی مصطفی
|
منبع
|
پژوهش هاي حفاظت آب و خاك - 1397 - دوره : 25 - شماره : 4 - صفحه:71 -91
|
چکیده
|
سابقه و هدف: خشکسالی یک پدیده حدی طبیعی است که میتواند ابعاد گوناگون زندگی بشر را تحت تاثیر قرار دهد. شناخت رفتار این پدیده در مدیریت منابع آب که در ارتباط بیواسطه با مفهوم خشکسالی است، اهمیت ویژهای دارد. آگاهی از فراوانی رویدادهای خشکسالی با بزرگی مشخص، از جمله مواردی است که میتواند در مدیریت و برنامهریزی منابع آب بسیار مفید واقع شود. این آگاهی با استفاده از روشهای تحلیل فراوانی خشکسالی فراهم میشود. با توجه به ماهیت چند متغیره خشکسالی، مطالعه هر یک از وجوه یا متغیرهای آن بهصورت منفرد احتمالاً نمیتواند شناخت جامع و کارآمدی از رفتار این پدیده را حاصل کند. ازاینرو، در سالهای اخیر روشها و تکنیکهای گوناگون متعددی برای تحلیل فراوانی چندمتغیره خشکسالی توسعه یافتهاند. کاربرد توابع مفصل در تحلیل فراوانی چندمتغیره خشکسالی، یکی از رویکردهایی است که به دلیل ماهیت چندمتغیره خشکسالی و همبستگی میان متغیرهای آن، کارآمدی قابلملاحظهای در این زمینه از خود نشان داده است. هدف تحقیق حاضر، مطالعه رویدادهای خشکسالی هواشناسی و هیدرولوژیک در حوضه آبریز قرهسو – گرگانرود و اجرای تحلیل فراوانی دومتغیره خشکسالی در این حوضه بهوسیله توابع مفصل بر مبنای دو متغیر شدت و تداوم خشکسالی است که با بررسی روابط میان متغیرهای خشکسالی در این حوضه همراه خواهد بود و نتایج آن میتواند در برنامهریزی اقدامات مربوط به مواجهه با خشکسالی در ناحیه موردمطالعه مورد استفاده قرار گیرد. مواد و روشها: در مطالعه حاضر از توابع مفصل بهمنظور اجرای تحلیل فراوانی دومتغیره خشکسالی در حوضه آبریز قرهسو – گرگانرود استفاده میشود. دو متغیر شدت و تداوم خشکسالی بر اساس شاخصهای خشکسالی هواشناسی و هیدرولوژیک برای تعداد 23 زیرحوضه در ناحیه مورد مطالعه محاسبه و در تحلیل فراوانی بهکار گرفته میشوند. محاسبه متغیرهای شدت و تداوم خشکسالی بر اساس شاخصهای خشکسالی هواشناسی و هیدرولوژیک انجام میگیرد. بهعلاوه، کارآمدی توابع مفصل مختلف در هر یک از زیرحوضهها مورد بررسی قرار میگیرد و دورههای بازگشت متناظر با مقادیر شدت و تداوم متوسط خشکسالی در هر زیرحوضه محاسبه میشوند. در پایان، نقشههای دوره بازگشت خشکسالیهای هواشناسی و هیدرولوژیک برای ناحیه مورد مطالعه ترسیم میشوند. یافتهها: در زیرحوضههای مورد مطالعه، بین فراوانی رویدادهای خشکسالی هواشناسی با میانگینهای متغیرهای شدت و تداوم خشکسالی رابطه همبستگی معکوس آشکاری وجود دارد. بهعلاوه، همبستگی بالایی بین آمارههای میانگین دو متغیر شدت خشکسالی و تداوم خشکسالی هواشناسی مشاهده میشود. همچنین، بین فراوانی رویدادهای خشکسالی هیدرولوژیک با میانگین تداوم خشکسالی رابطه همبستگی معکوس آشکاری وجود دارد. اما در مورد همبستگی میان متغیرهای شدت و تداوم خشکسالی هیدرولوژیک، مشاهده میشود که مقدار ضریب همبستگی بسیار پایینتر از مقدار متناظر بین متغیرهای شدت و تداوم خشکسالی هواشناسی است. این مساله میتواند به میزان قابل توجهی ناشی از تاثیر بزرگی مقادیر دبی ثبت شده در هر زیرحوضه بر مقدار متغیر شدت خشکسالی هیدرولوژیک باشد. در مجموع، نتایج بیانگر آن است که بالاترین میزان کارایی برای اجرای تحلیل فراوانی رویدادهای خشکسالی هواشناسی و هیدرولوژیک در ناحیه مورد مطالعه مربوط به تابع مفصل گامبل هوگارد است. افزون بر این، بر اساس اغلب شاخصهای مورد بررسی در این مطالعه، بزرگترین مقادیر دوره بازگشت توام متناظر با مقادیر میانگین شدت و تداوم خشکسالی در زیرحوضههای 18 و 22 مشاهده میشوند. نتیجهگیری: با توجه به نتایج بهدستآمده، در ناحیه مورد مطالعه افزایش تجمعی شدت خشکسالی هواشناسی تا حد زیادی ناشی از افزایش تداوم رویداد خشکسالی است. همچنین، در مجموع میتوان تابع مفصل گامبل هوگارد را بهعنوان کارآمدترین گزینه در میان توابع مفصل مورد مطالعه، برای اجرای تحلیل فراوانی خشکسالی در ناحیه مورد مطالعه در نظر گرفت.
|
کلیدواژه
|
تابع مفصل، تحلیل فراوانی دومتغیره، خشکسالی هواشناسی، خشکسالی هیدرولوژیک
|
آدرس
|
دانشگاه شهید بهشتی, دانشکده مهندسی عمران, ایران, دانشگاه شهید بهشتی, دانشکده مهندسی عمران, ایران, دانشگاه شهید بهشتی, دانشکده مهندسی عمران, ایران, دانشگاه شهید بهشتی, دانشکده مهندسی عمران, ایران, دانشگاه شهید بهشتی, دانشکده مهندسی عمران, ایران
|
|
|
|
|
|
|
|
|
|
|
Bivariate Drought Frequency Analysis in Gharesoo-Gorganrud Basin by Using Copulas
|
|
|
Authors
|
Mousavi Nadoushani S. Saeid ,Alimohammadi Saeed ,Ahani Ali ,Behrouz Masoumeh ,Mousavi S. Mostafa
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|