تحليل روند و ايستايي جريان رودخانه به منظور مدل سازي سري هاي زماني هيدرولوژيكي

تحليل روند و ايستايي جريان رودخانه به منظور مدل سازي سري هاي زماني هيدرولوژيكي

بسياري از سري هاي زماني هيدرولوژيكي داراي روند بوده و ناايستا هستند. از طرفي يكي از مسايل مهم در مدل سازي سري هاي زماني هيدرولوژيكي بررسي وجود روند و رسيدن به يك سري زماني ايستاست. بنابراين ارايه روش هايي كه بتواند روند و ايستايي را بررسي كرده و قبل از مدل سازي در تشخيص وجود يا عدم وجود ايستايي به ما كمك كند، بسيار مفيد خواهد بود. از طرف ديگر بررسي روند مي تواند در تفسير رابطه بين فرآيندهاي هيدرولوژيكي و تغييرات محيطي در مناطق مورد مطالعه كمك موثري باشد. هدف از اين مطالعه بررسي روند و ايستايي داده هاي روزانه، ده روزه، ماهانه و سالانه دبي جريان رودخانه شهرچاي اروميه واقع در استان آذربايجان غربي است كه در طول 31 سال آماري ثبت شده است. ابتدا روند، كه يكي از عوامل مهم ناايستايي سري زماني است با استفاده از آزمون هاي من – كندال و كندال فصلي بررسي گرديد. در سري هاي سالانه جريان روند مشخصي مشاهده نگرديد ولي سري هاي ماهانه داراي روند نزولي در ماه هاي مشخصي بودند. ايستايي سري هاي زماني پس از حذف روند با استفاده از آزمون هاي ADF و KPSS بررسي گرديد كه در بيشتر حالتها سري هاي سالانه و ماهانه ايستا بوده و در تمام حالتها سري هاي ده روزه و روزانه ايستا بودند. نتايج نشان داد كه هر چه مقياس زماني كوتاهتر مي شود، روند كاهشي در داده ها مشهودتر بوده و مي توان انتظار داشت با حذف روند از اين داده ها به سري ايستاتري دست يافت. با حذف روند از داده هاي ماهانه، ده روزه و روزانه، سري به ايستايي بيشتري دست پيدا كرده اما سري سالانه جريان به دليل عدم وجود روند از ايستايي قابل قبولي برخوردار مي باشد. ناايستايي مي تواند به علل ديگري نظير تناوب يا فصلي بودن باشد كه در اين حالت تنها با حذف روند نمي توان به سري زماني ايستا دست پيدا كرد و لازم است از روشها و مدلهاي مختلف رياضي جهت رسيدن به سري ايستا استفاده كرد.

Many hydrological time series exhibit trending behavior or nonstationarity. An important task of hydrological time series is to determine if there exists any trend in the data, and how to achieve stationarity. Therefore, presenting any method to analyze trend and stationarity will be useful. On the other hand, detecting trend and stationarity in hydrological time series may help us to understand the possible links between hydrological processes and global environmental changes. Data of Shaharchai river in Urmia of West Azarbaijan province of Iran with records from 1973-2008 (31 years) consisting of daily, 10-day, monthly and yearly stramflow rates were employed. Trend analyses with Mann-Kendall and seasonal Kendall test show that there is no trend in annual mean discharge but monthly flow series exhibit significant downward trend in specific months. Stationarity of time series after deseasonalizing were investing at using ADF and KPSS tests. All daily and 10-day steamflow series appear to be significantly stationary and most monthly and annual series are stationary. The results imply that in smaller time scales such as daily and 10-day, trend is more obvious and detrending can help series to be stationary. Nonstationarity may be because of existing seasonality or periodic behavior in streamflow time series. For removing seasonality in order to reach statationarity mathematical models can be used.