استفاده از رویکرد چندمتغیره در تحلیل پدیده‌های هیدرولوژیک (مطالعه موردی: پدیده سیلاب در حوزه آبخیز سد بوستان، استان گلستان)

عدم لحاظ شدن اثر توام متغیرهای وابسته در تحلیل فراوانی یک رویداد منجر به کم‌تخمینی یا بیش‌تخمینی خطر ناشی از رویداد می‌گردد. بنابراین باید در طراحی سازه‌های هیدرولیکی و مدیریت کنترل سیلاب، تحلیل به صورت چندمتغیره صورت گیرد. در این تحقیق به منظور انجام تحلیل فراوانی سیل، دو سری زمانی حداکثر سالانه یکی بر مبنای دبی و دیگری بر مبنای حجم به‌عنوان معیارهای حدی بودن در مقیاس زمانی روزانه استخراج گردید. بدین منظور یک سری 40 ساله از داده‌های رواناب ثبت شده در ایستگاه هیدرومتری تمر در بالادست سد بوستان مورد استفاده قرار گرفت. هم‌چنین از توابع مفصل به‌عنوان بهترین ابزار در تحلیل فراوانی چندمتغیره استفاده شد. نتایج نشان داد که مفصل فرانک و tev برازش بهتری به ترتیب برای سری‌های دبی و حجم داشتند. سپس براساس تابع مفصل منتخب، برای هر دو سری دبی و حجم، دوره بازگشت‌های دومتغیره، محاسبه گردید و مقادیر دوره بازگشت به‌دست آمده از توابع مفصل منتخب با دوره بازگشت یک‌متغیره مورد مقایسه قرار گرفت. برای رویدادی با مقادیر دبی و حجم به ترتیب برابر m3/s 272 و mcm38 در دوره بازگشت 100 سال در سری معیار حدی دبی، دوره بازگشت برای حالت توام «و» 635 سال و برای حالت توام «یا» 54 سال به‌دست آمد. در نتیجه می‌توان گفت تحلیل چندمتغیره با استفاده از توابع مفصل به واسطه در نظر گرفتن وابستگی بین متغیرها، نسبت به تحلیل یک‌متغیره جامع‌تر بوده و عملکرد بهتری دارد.

Application of Multivariate Approach in the Analysis of Hydrological Phenomena (Case Study: Flood in Boustan Dam Watershed of Golestan Province)

Peak, volume, and duration are the main characteristics of a flood. Therefore, in designing hydraulic structures, the frequency analysis of flood should be done considering the multivariate point of view in order to decrease the flood damage. Since the interaction of dependent variables is not considered in the univariate frequency analysis, it can lead to underestimating or overestimating the magnitude of a certain event. Copula is a powerful tool, which has the capability and efficiency required for concurrent analysis of behavior of the variables and the correlation among them. This research emphasizes the necessity of bivariate analysis of flood in designing the hydrological structures and decreasing the flood damage. Therefore, copula functions were used for bivariate frequency analysis of flood (discharge and volume).