انتخاب توزیع احتمال بهینه برای تحلیل فراوانی حداکثر دبی جریان در حوضه آبریز بلوچستان جنوبی

تحلیل فراوانی سیلاب، روشی مستقیم برای برآورد فراوانی سیلاب در یک مکان خاص است. انتخاب بهینه توزیع احتمال و روش برآورد پارامترها برای تحلیل فراوانی سیلاب اهمیت زیادی دارد. حوضه آبریز بلوچستان جنوبی اغلب سیل‌های ویرانگر را متحمل و به دلیل غیرقابل پیش‌بینی بودن بزرگی سیل، چالش‌های مهمی را برای مدیریت سیل ایجاد نموده است. تجزیه و تحلیل فراوانی سیلاب می‌تواند یک راهکار موثر برای برنامه‌ریزی و کاهش اثرات سیلاب باشد. این مطالعه تمرکز بر حل این چالش با استفاده از تجزیه و تحلیل کمّی دقیق از داده‌های حداکثر دبی جریان در بلندمدت (2018 1972) دارد. هدف اصلی یافتن مناسب‌ترین توزیع احتمال در ایستگاه‌های هیدرومتری مختلف حوضه آبریز بلوچستان جنوبی برای مدیریت صحیح سیل است. داده‌های بازسازی‌شده از جریان روزانه رودخانه در هفت ایستگاه هیدرومتری، اساس این پژوهش می‌باشد. تحلیل حاضر از مدل‌های توزیع مقادیر حدی تعمیم‌یافته (gev)، توزیع لگاریتم پیرسون تیپ سه (lp3)، توزیع گاما (gamma)، توزیع گمبل (gum) و توزیع لگاریتم نرمال سه پارامتری (ln3) برای تخمین چندک‌های سیلاب در دوره بازگشت‌های مختلف استفاده نموده است. برآورد پارامترهای توزیع‌های احتمال از روش‌های برآورد درستنمایی بیشینه (mle) و گشتاور خطی (lm) انجام و عملکرد این توزیع‌ها براساس آزمون‌های نیکویی برازش و معیارهای دقت ارزیابی شده است. نتایج نشان داده است که در اغلب ایستگاه‌های آب‌سنجی، به ترتیب توزیع‌های gev و lp3 با روش برآورد lm موفق‌تر بوده‌اند. این توزیع‌های بهینه برای پیش‌بینی حداکثر دبی جریان در دوره‌های بازگشت مختلف استفاده شده است. با ملاحظه دبی مازاد در دوره بازگشت‌های طولانی‌تر نیاز به استراتژی‌های مدیریت سیلاب افزایش یافته وجود دارد

selecting the best probability distribution for frequency analysis of maximum streamflow discharge in the southern baluchestan basin, iran

flood frequency analysis is a direct method of estimation of flood frequency at a particular site. the appropriate selection of probability distribution and a parameter estimation method are important for flood frequency analysis. the southern baluchestan basin (sbb) has frequently endured devastating floods, presenting significant challenges for flood management due to unpredictable flood magnitudes and limited pre disaster preparedness. flood frequency analysis serves as a valuable approach for the planning and reduction of flood related impacts. this research seeks to address these challenges by utilizing a comprehensive quantitative analysis of annual peak discharge data spanning a 47 year timeframe from 1972 to 2018. the primary objective is to identify the most suitable probability distribution across various hydrometric stations within the sbb to facilitate effective flood management. reconstructed data derived from daily streamflow at seven sites serve as the foundation for this research. generalized extreme value (gev), log pearson type iii (lp3), gamma (gamma), gumbel (gum) and three parameter log normal (ln3) distributions have been considered to describe the annual maximum steamflow at seven gauging sites of sbb in iran. the parameters of distributions are estimated using maximum likelihood estimation and l moments methods. the effectiveness of these distributions is evaluated through goodness of fit tests and accuracy metrics. at most sites, the gev and lp3 distributions were more successful with the lm estimation method. finally, the most suitable distribution at each site is used to predict the maximum flood magnitude for different return periods. the findings indicate that the sbb cannot accommodate excess discharge for return periods of 5 years or more, underscoring the need for enhanced flood management strategies.