تحلیل فراوانی حداکثر بارش روزانه و تعیین مناسب‌ترین توابع توزیعی در حوزه آبخیز سد بوستان، استان گلستان

تحلیل فراوانی بارش‌های روزانه و یا دوره بازگشت رخدادهای بارش و سیلاب به دلیل پیچیدگی رفتاری فراوان در مدیریت منابع آب، از اهمیت زیادی برخوردار است. به عبارتی، عدم توجه به آن ممکن است سیل‌های مخرب را به دنبال داشته باشد. به همین منظور در پژوهش حاضر جهت بررسی و انتخاب مناسب‌ترین تابع توزیع، با استفاده از داده‌های هواشناسی و ماهواره chirps در هفت ایستگاه موجود در حوزه آبخیز سد بوستان، سه تابع توزیع پیرسون 3، بتا و گاما مورد مقایسه قرار گرفتند. آنالیز آماری نشان داد که داده‌های ماهواره‌ای در برآورد بارش روزانه، به دلیل بالابودن مقدار خطای rmse، madو nash ناکارآمد هستند، به همین دلیل تنها از داده‌های ایستگاه‌های هواشناسی برای تعیین بهترین توزیع استفاده شد. برای این منظور زبان برنامه‌نویسی گوگل ارث انجین و پایتون مورداستفاده قرار گرفت. سپس از تابع توزیع منتخب برای تعیین حداکثر بارش روزانه، احتمال فراوانی در دوره‌های بازگشت 2، 10، 50، 100 و 200 ساله استفاده شد. نتایج به‌دست‌آمده از آزمون نکویی برازش مجموع مربعات خطا، معیارهای ارزیابی آکائیک، بیزین و معیار واگرایی کولبک لیبلر نشان داد که در پنج ایستگاه کلاله، قرناق، پارک ملی گلستان، سد گلستان و گلیداغ تابع پیرسون 3 مناسب‌ترین تابع توزیعی است. همچنین، در دو ایستگاه دیگر (گنبد و تمر)، تابع بتا به‌عنوان تابع مناسب تشخیص داده شد، این درحالی است که طبق نتایج به‌دست‌آمده توزیع گاما در منطقه مورد مطالعه دارای کارایی مناسبی نیست. پس می‌توان نتیجه گرفت که بارش‌های شدید و نامنظم ازنظر زمانی و مکانی می‌تواند در انتخاب مناسب‌ترین تابع توزیع آماری در هر ایستگاه موثر باشد. بنابراین، توصیه می‌شود بارش‌های حداکثر محتمل و در نتیجه وقوع سیلاب‌های محتمل در نظر گرفته شوند تا با مدیریتی اصولی و دقیق از خسارات جانی و مالی در مناطق مستعد بخصوص در منطقه مورد مطالعه جلوگیری شود.

frequency analysis of maximum daily rainfall and determining the best appropriate distribution functions in the bostan watershed, golestan province

frequency analysis of daily rainfall or return period of rainfall and flooding events is very important considering the behavioral complexity in water resources management; because ignoring it can lead to urban destructive floods. in the present research, three distribution functions of pearson, beta, and gamma were compared to investigate and select the most appropriate distribution function for the precipitation data acquired from meteorology stations and chirps satellite in seven stations in the watershed of bustan dam. statistical analyses showed that satellite data were ineffective to estimate daily precipitation due to high errors in rmse, mad, and nash. meteorological data were used to spot the best distribution. google earth engine and python programming language were used. then, the selected distribution function was used to determine the maximum daily rainfall, frequency probability, and return period of 2, 10, 50, 100, and 200 years. the results of the goodness of fit test, error sum of squares, bayesian information criterion, akaike information criteria well as kullback-leibler divergence showed that in five stations of kalaleh, qarnaq, golestan national park, golestan dam, and glidagh, the pearson function is the most suitable distribution function. also, in the other two stations (gonbad and tamar), the beta function was recognized as a suitable function. however, gamma distribution in the study area is not efficient. so, it can be concluded that heavy and irregular rainfall can be effective in choosing the best distribution function at each station. therefore, it is recommended to consider the maximum possible rainfall and as a result of the possible occurrence of floods with principled and accurate management to prevent human and financial losses in susceptible areas, especially in the study area.