ارائه روابط منطقه‌ای برای حداکثر دبی‌های روزانه زیرحوضه‌های غرب ایران با استفاده از مدل‌های رگرسیونی خطی تعمیم یافته (Glms)

روابط منطقه‌ای قابل اطمینان که بتواند با استفاده از خصوصیات حوضه‌های آبخیز بزرگی دبی سیلاب‌ها را به ازای دوره بازگشت‌های مختلف پیش‌بینی کند از اهمیت ویژه‌ای برای مدیریت سیل و طراحی سازه‌های هیدرولیکی در حوضه‌های فاقد ایستگاه هیدرومتری برخوردار است. بنابراین، در پژوهش حاضر سعی شد تا با استفاده از مدل‌های رگرسیونی خطی تعمیم‌ یافته (glms) مدل‌های منطقه‌ای مناسبی برای برآورد حداکثر دبی‌های روزانه به‌ازای دوره بازگشت‌های 2، 10، 50 و 100 سال برای 62 زیرحوضه از حوضه‌های کارون بزرگ و کرخه ارائه شود. بر اساس نتایج، حوضه‌های مورد مطالعه توسط برخی از خصوصیات فیزیوگرافی و اقلیمی به چهار زیرگروه گروه‌بندی شدند. بطورکلی نتایج نشان داد که به‌جز زیرمنطقه شماره دو که شامل زیرحوضه‌های بسیار بزرگ (a̅≈17300km2) است، در تمامی زیرمناطق تعیین شده فرایند مدل‌سازی موفق است. به‌طوری که مقادیر ضرایب تببین اصلاح شده مناسب‌ترین مدل‌ها برای حداکثر دبی‌های 100 ساله در زیرمناطق اول، سوم و چهارم به‌ترتیب 82/4، 91/3 و 90/6 درصد و درصد نسبی خطای آنها (rrmse) نیز به‌ترتیب 9/5، 9/23 و 6/8 درصد برآورد شد. همچنین، نتایج نشان داد که برای سیلاب‌ها با دوره بازگشت‌های کوتاه‌مدت مانند 2 و 10 سال متغیرهایی همچون طول، محیط و مساحت حوضه‌ها تاثیر زیادی روی حداکثر دبی‌های روزانه خواهند داشت، درحالی که برای دوره بازگشت‌های بلندمدت مانند 50 و 100 سال اغلب خصوصیات آبراهه‌ها و شبکه زهکشی حوضه‌ها مانند طول آبراهه اصلی، مجموع طول سیستم رودخانه‌ها و شیب آبراهه اصلی حداکثر دبی‌های روزانه را تحت تاثیر قرار می‌دهند. با توجه به پژوهش صورت گرفته می‌توان اظهار داشت که رفتار حداکثر دبی‌های روزانه در منطقه مورد مطالعه تا حد زیادی از خصوصیات مختلف اقلیمی و فیزیوگرافی حوضه‌ها تاثیر می‌پذیرید و بنابراین، با مدل‌سازی صحیح آن می‌توان با دقت به‌نسبت مناسبی ویژگی‌های این متغیر را در حوضه‌های فاقد ایستگاه هیدرومتری برآورد کرد.

providing regional models for maximum daily discharges of iran’s western sub-basins using generalized linear models (glms)

introducing reliable regional models to predict the maximum discharge of floods using characteristics of sub-basins has special importance in terms of flood management and designing hydraulic structures in basins that have no hydrometric station. the present study has tried to provide appropriate regional flood models using generalized linear models (glms) to estimate 2-, 10-, 50-, and 100-year maximum daily discharges of 62 sub-basins in great-karoon and karkhe basins. according to the results, the sub-basins were categorized into four sub-regions based on some physiographic and climatic characteristics of the study sub-basins. the results showed that regional flood modeling was successful in all sub-regions except sub-region ii, which includes very large basins (a̅≈17300 km2). the adjusted r2 of the best models in sub-regions i, iii, and iv were estimated at around 82.4, 91.3, and 90.6 percent, and these models have a relative error (rrmse) of around 9.5, 9.23, and 6.7 percent, respectively. also, it was found that more frequent floods with 2- and 10-year return periods are influenced by properties such as basin’s length, perimeter, and area, while rare floods with 50- and 100-year return periods are mostly influenced by the river systems characteristics such as the main river length, total lengths of the river system, and slope of the main river. according to the research, it can be stated that the behavior of maximum daily discharges in the study area is extremely influenced by the different climatic and physiographic characteristics of the watersheds. therefore, the maximum daily discharges can be estimated accurately at ungauged sites by appropriate modeling in gauged catchments.