كليدواژه :
رگرسيون چند متغيره , تحليل خوشه اي و شبكه عصبي , هيبريد , گشتاورخطي
چكيده فارسي :
تحليل فراواني منطقه اي سيلاب ابزار توانمندي در برآورد و تحليل جريان سيل درحوزه هاي آبخيز مي باشد. در اين پژوهش، روش هاي مختلف تحليل منطقه اي سيلاب و همگن بندي هيدرولوژيكي حوضه ها كه در كشور انجام شده، بررسي شده است. در ميان روش هاي متعدد تعيين همگني زيرحوضه ها، روش تحليل خوشه اي به دليل قابليت استفاده از تحليل عاملي براي انتخاب مهمترين عوامل موثر، سادگي امكان لحاظ كردن عوامل متنوع، استقلال پارامترهاي موثر، دقت در تفكيك گروه هاي همگن و مزيت استفاده از توابع تشخيص، مناسب ترين روش است. روش رگرسيون چند متغيره به ويژه آنجا كه همگني حوزه هاي آبخيز با دقت لازم تعيين شده باشند، كارايي مناسبي در تحليل منطقه اي سيلاب از خود نشان داده است. روش گشتاورهاي خطي به علت دارا بودن دو ويژگي وجود و يكتايي، از كارايي خوبي در تخمين پارامترها و انتخاب توزيع هاي مناسب آماري برخوردار مي باشد. به نحوي كه در تحليل فراواني منطقه اي سيلاب به ويژه در شرايط مواجه با كمبود آماري يا طول دوره كم و داده هاي داراي اريب، روش گشتاور خطي نسبت به ساير روش ها عملكرد بهتري دارد. نتايج بررسي و تحليل نتايج مربوط به روش مدل هاي سامانه هاي هوشمند نظير شبكه هاي عصبي مصنوعي (ANNS) و منطق فازي، نشان دهنده قابليت بالا در ايجاد برقراري روابط غيرخطي بين متغيرهاي ورودي چندگانه مي باشد. نتايج بررسي عوامل مختلف مورد استفاده در روش هاي تحليل منطقه اي نشان داد كه عوامل فيزيوگرافي بيشترين درصد (72.11) و بعد از آن عوامل اقليمي با 17.69 و پارامترهاي پوشش زميني با 7.48 درصد مورد استفاده قرار گرفته اند. همچنين، كمينه مشاركت مربوط به عامل هيدرولوژيكي با 2.72 درصد است. از ميان پارامترهاي فيزيوگرافي، عامل مساحت حوضه با 30.19 درصد مشاركت، بيشترين تاثيرگذاري را در تحليل منطقه اي سيلاب داشته است. از ميان عوامل اقليمي، بيشترين درصد كاربرد مربوط به عامل متوسط بارندگي ساليانه با 73.08 درصد به دست آمد.
چكيده لاتين :
Regional flood frequency analysis is a powerful tool for estimating and analyzing flood flow in watersheds. In this research, different methods of regional flood analysis and hydrological homogeneity of catchments that has been done in the country has been investigated. Among the many methods for determining the homogeneity of sub-catchments, cluster analysis due to the ability of factor analysis to select the most important factors, simplicity of considering various factors, independence of effective factors, accuracy of separation of homogeneous groups, and advantage of using proper diagnostic functions, was the most appropriate method. Multivariate regression method, especially when the homogeneity of catchments have been accurately determined, has shown good performance in regional flood analysis. L-moment method, due to uniqueness and existence has good performance in estimating parameters and selecting appropriate statistical distributions. So that in the regional flood frequency analysis, the L-moment method performs better than other methods, particularly in the case of shortage and skewed data. The analysis of the intelligent models such as artificial neural networks (ANNs) and fuzzy logic, showed the high ability to establish nonlinear relationships between multiple input variables. The results of the Investigation of different factors used in regional analysis methods showed that Physiographic factors were highest (72.11%) followed by climatic factors (17.69%) and land cover parameters (7.48%). Also, the lowest contribution was related to hydrological factor with 2.72%. Among the physiographic parameters, the area factor with 30.19% of the contribution had the most influence on the regional flood analysis. Among the climatic factors, the highest application was related to the average annual rainfall factor with 73.08% contribution.
