بهبود منحنی‌های شدت مدت فراوانی همگام با الگوریتم‌های رایانه‌ای ژنتیک و توده‌ریزه‌ها در حوزه آبخیز دریاچۀ ارومیه

نوترین داده‌های منحنی‌های شدت زمان فراوانی در ایران از 66 ایستگاه سازمان هواشناسی به‌ دست ‌آمده است که در سال 1374 نگاشته شده است و آگاه به اینکه برای به ‌دست ‌آوردن فیزیکی این داده‌ها به بهره‌بری از باران‌سنج‌ها نیاز داریم، نمی‌توان دورافتاده‌ترین پهنه‌ها را با این ابزار نگریست و گاهی با همین ابزارها هم دچار نادرستی‌های فراوان خواهیم بود. بدین روی برای کاهش این نادرستی‌ها از ساختارههای شدت زمان فراوانی سود می‌‌جوییم. تاکنون ساختاره‌های‌ بسیاری برای به‌ دست‌ آوردن داده‌های مورد نیاز نمودارهای شدت زمان فراوانی بیان شده است که نمی‌توان آن را در همۀ پهنه‌ها به کار برد، مگر آنکه نرخهای پهنه‌ای آن‌ها ارزیابی شده باشد. در این پژوهش، نرخ‌های این ساختاره‌ها همگام با الگوریتم‌های رایانه‌ای در پهنۀ آبخیز دریاچۀ ارومیه بررسی و بهینه‌سازی شد. آنگاه بهره‌وری دو الگوریتم رایانه‌ای توده‌ریزه‌ها و زادشناسی با یکدیگر سنجش شده و سرانجام با الگوریتم نزدیک‌ترین همسایه، کارایی دگرگونی‌های اقلیمی بر نمودارهای شدت زمان فراوانی در این سرزمین بررسی شد. برایند این پژوهش نشان داد که نرخ‌های ساختارۀ آبخضر در همۀ ایستگاه‌های پهنۀ دریاچۀ ارومیه، مگر کمپ مهاباد با نزدیکی خوبی درست است. می‌شود گفت میانگین نرخ‌های پهنه‌ای بهینه‌سازی‌شده با نرخهای به‌دست‌آمده برازش 100 درصدی دارند.

optimizing intensity-duration-frequency curves in consistency with genetic and particle swarm algorithms: a case study of urmia lake’s basin

extended abstractintroduction: collected from sixty-six meteorological stations, the most recent data concerning the intensity-duration-frequency curve in iran have been recorded in 1374. while rain gauges are required for physically obtaining such data, the collected data may be fraught with inaccuracies, considering the fact that the meteorological data of the extremely remote areas may be impossible to be gauged. therefore, intensity-duration-frequency formulas are used to reduce the rate of such inaccuracies. while many formulas have so far been developed to be used for obtaining the required data regarding intensity-duration-frequency curves, they could only be applied to those areas whose regional rates have been estimated.this study sought to identify and optimize such formulas’ rates together with the computational algorithms in the urmia lake’s basin. then, the efficiency of the mass-fine computational algorithm and the genetic algorithm was measured and compared. finally, the influence of climate change on intensity-duration-frequency diagrams in the basin was investigated using the nearest neighbor algorithm. materials and methods: considering the precipitation intensity data collected from western azerbaijan province’s regional water organization, first, the method for selecting the function of the precipitation’s intensity-duration-frequency was determined. then, the fitting methods for the different return years’ functions of the intensity-duration were presented.as for the extraction of idf curves, the required data regarding the highest annual precipitation rates in 30-, 45-, and 60-minute durations were obtained from the statistics published by the iranian meteorological organization. then, the precipitation rate was investigated in twenty-seven meteorological stations of the urmia lake, and the intensity-duration-frequency curves were made accordingly.