مدل‌سازی منحنی تداوم جریان ماهانه به‌روش رگرسیون غیرخطی برای حوضه‌های بدون آمار استان اردبیل

منحنی تداوم جریان (fdc) بیان‌گر توزیع فراوانی جریان آب در یک بازه زمانی است که به‌طور گسترده‌ در هیدرولوژی برای ارزیابی طیف‌های مختلف کاربرد جریان آب رودخانه‌ها استفاده می‌شود. لذا، توسعه یک مدل و روش مناسب برای برآورد آن در حوضه‌های فاقد آمار ضروری است. در همین راستا، در پژوهش حاضر، از مدل‌سازی مبتنی بر رگرسیون غیرخطی، برای تهیه fdc بر اساس داده‌های دبی جریان آب (مترمکعب بر ثانیه) و بارش (میلی‌متر) در دوره آماری 13811392، مساحت (کیلومترمربع) و شیب متوسط (درصد) حوضه‌های بالادست مربوط به 30 ایستگاه استان اردبیل استفاده شد. برای تحلیل رگرسیون غیرخطی، حدود 70 و 30 درصد ایستگاه‌ها به ترتیب برای واسنجی و اعتبارسنجی در نظر گرفته شدند. توسعه مدل برآورد fdc شامل چندین مرحله ازجمله بی‌بعد کردن داده‌های جریان دبی، نرمال‌سازی، تعریف پارامترهای معادلات رگرسیون غیرخطی و محاسبه چارک‌ها بوده است. درنهایت پس از آزمون رابطه‌های مختلف، رابطه q=0.00002385(ap)0.571s0.845 با در نظر گرفتن تمام متغیرهای ورودی با ضریب تعیین (r2) برابر با 0.78 و میانگین قدر مطلق خطا (mae) برابر با 0.021 به‌عنوان رابطه نهایی برای مدل‌سازی fdc در حوضه‌های فاقد آمار معرفی شد.

Modeling of monthly flow duration curve using nonlinear regression method for un-gauged watersheds of Ardabil Province

The flow duration curve (FDC) represents the frequency distribution of water flow over a period of time, which is widely used in hydrology to evaluate different ranges of river water flow applications. Therefore, it is necessary to develop a suitable estimation model and method in ungauged watersheds. To this end, in the present study, a modeling method based on nonlinear regression, for the preparation of FDC based on water flow (Q) and precipitation (P) data in the statistical period 20022013, area (A) and mean slope (S) of upland watersheds of 30 stations of Ardabil Province were used. For nonlinear regression analysis, about 70 and 30% of the stations were considered for calibration and validation, respectively. The development of the FDC estimation model involved several steps, including nondimensionalization of flow data, normalization, definition of the parameters of nonlinear regression equations, and calculation of required quartiles. According to the results, after testing different equations, the equation Q=0.00002385(AP)0.571S0.845 considering all input variables with a coefficient of determination (R2) 0.78 and mean absolute error (MAE) 0.021, was introduced as the final equation for FDC modeling in watersheds without statistics.