عنوان مقاله :
تحليل ريسك احتمالاتي حوادث سيل با استفاده از تابع مفصل سهمتغيره
عنوان به زبان ديگر :
Probabilistic Risk Analysis of Flood Events Using Trivariate Copulas
پديد آورندگان :
محمدپور، عثمان دانشگاه آزاد اسلامي - واحد علوم و تحقيقات تهران - دانشكده فني و مهندسي , ثقفيان، بهرام دانشگاه آزاد اسلامي - واحد علوم و تحقيقات تهران - دانشكده فني و مهندسي , حسن زاده، يوسف دانشگاه تبريز - دانشكده مهندسي عمران , خدادادي احمد دانشگاه شهيد بهشتي - دانشكده آمار و رياضي
كليدواژه :
تحليل فراواني چندمتغيره , تصميمگيري چندمعياره , شبيهسازي مونت - كارلو , تابع مفصل , دوره بازگشت توأم
چكيده فارسي :
با توجه به اين كه پديده سيل داراي سه مشخصه اصلي دبياوج، حجم و زمان تداوم است، تحليل فراواني يك متغيره سيل باعث ميشود كه تأثير همزمان متغيرهاي وابسته در نظر گرفته نشود. اين امر منجر به كمتر يا بيشتر برآورد شدن ريسك هيدرولوژيكي ميگردد. بدين جهت تحليل فراواني سيل چندمتغيره ميتواند راهكار مناسبتري باشد. توابع مفصل مهمترين ابزار جهت انجام تحليل فراواني چندمتغيره هيدرولوژيكي هستند. يك گام مهم در به كارگيري توابع مفصل، انتخاب نوع توزيع احتمالاتي براي متغيرهاي حاشيهاي است. در اين مطالعه از روش تصميمگيري چند معياره جهت انتخاب مناسبترين توزيع استفاده شده است. از توابع مفصل ارشميدسي سه بعدي براي تحليل فراواني سه متغيره سيل استفاده شده و براي برآورد پارامترهاي آنها، دو روش تابع استنباط براي حاشيهها (Inference Function for Margins-IFM) و الگوريتم ژنتيك (Genetic algorithm-GA) به كار رفتهاند. جهت بررسي كارايي روش پيشنهاد شده، از دادههاي رودخانه مهاباد يكي از رودخانههاي مهمي كه به درياچه اروميه ميريزد، استفاده شده است. به كمك شبيهسازي مونت-كارلو، نتايج دو روش تخمين پارامترها مقايسه گرديده است. نتايج نشان دادند كه روش GA در مقايسه با روش IFM برتر است و تابع مفصل خانواده A12 بهترين برازش را به دادههاي سيل رودخانه مهاباد دارد. بر اساس نتايج، دوره برگشتهاي سه متغيره اوليه عطفي، فصلي و ثانويه سيل سال آبي 67-1366 كه داراي بيشترين دبي اوج دادههاي تاريخي است به ترتيب 3/59، 2/11 و 5/29 سال تعيين شده است. جهت طراحي سازههاي هيدروليكي نظير سازههاي كنترل سيل و سريز سدها، استفاده از دوره برگشت ثانويه به جاي دوره برگشت اوليه توصيه ميگردد.
چكيده لاتين :
The univariate flood frequency analysis (FFA) is widely used in hydrological studies. Due to the flood events consist of three main characteristic, peak, volume and duration that are mutually correlated, univariate FFA cannot consider effect all three correlated flood properties simultaneously. This leads to an underestimate or overestimate of hydrological risk. Therefore, multivariate FFA is necessary. Copula function is the most important tools for multivariate hydrological frequency analysis.
عنوان نشريه :
مهندسي عمران و محيط زيست دانشگاه تبريز
عنوان نشريه :
مهندسي عمران و محيط زيست دانشگاه تبريز