پيش بيني بار معلق رودخانه با استفاده از مدل‌هاي سري زماني و منحني سنجه اصلاح شده (مطالعه موردي: ايستگاه قزاقلي رودخانه گرگانرود)

Suspended sediment prediction using time Series and sediment rating curve (Case study: Ghazaghly station in Gorganroud River)

برآورد ميزان رسوبات معلق در رودخانه ها از ابعاد مختلف كشاورزي، حفاظت خاك، كشتيراني، سد سازي، حيات آبزيان و هم‌چنين جنبه هاي مختلف تحقيقاتي داراي اهميت فراواني است. روش هاي مختلفي براي بررسي و برآورد بار معلق رودخانه-ها وجود دارد كه توانايي اين روش ها در برآورد رسوبات متفاوت است. يكي از پركاربردترين روش ها در اين زمينه، منحني سنجه رسوب مي باشد. روش هاي نوظهوري مانند سري هاي زماني نيز وجود دارد كه كم‌تر در اين زمينه به كار گرفته شده اند. در تحقيق حاضر به‌منظور بررسي و مقايسه توانايي مدل‌هاي سري زماني از قبيل ماركف و آريما در پيش بيني رسوب معلق، از داده هاي متوسط ماهانه رسوب معلق ايستگاه قزاقلي واقع بر روي رودخانه گرگانرود استفاده شده است. وجود آمار نسبتاً كافي در اين ايستگاه فرصت بررسي و مقايسه مناسب روش‌هاي مختلف برآورد رسوب معلق را فراهم مي-كند. به‌منظور استفاده از مدل‌هاي سري زماني، داده هاي موجود به‌صورت ماهانه در محيط نرم افزارMinitab 16 به‌كار گرفته شد و در نهايت پيش بيني رسوب براي 111 ماه انجام گرفت. منحني سنجه رسوب نيز در محيط Excel ترسيم شد و جهت مقايسه با مدل‌هاي سري زماني به‌كار رفت. نتايج حاصل از ارزيابي مقادير پيش بيني شده رسوب توسط مدل‌هاي مذكور، با استفاده از شاخص هاي اندازه گيري خطا شامل مجذور ميانگين مربعات خطا و ميانگين مربعات خطاي نرمال شده بررسي شد. نتايج نشان داد كه مدل‌هاي سري زماني با مجذور ميانگين مربعات خطاي 34/71 در مقايسه با منحني سنجه رسوب با مجذور ميانگين مربعات خطاي 75/220 توانايي بهتري در پيش بيني و مدل سازي رسوب معلق ماهانه دارند. ميانگين مربعات خطاي نرمال شده هم براي مدل‌هاي سري زماني و منحني سنجه رسوب به ترتيب برابر با 62/28 و 48/2 بوده كه توانايي بهتر مدل هاي سري زماني را تاييد مي كند.

Accurate estimation of suspended sediment in rivers is very important from different aspects including agriculture, soil conservation, shipping, dam construction and aquatic research. There are different methods for suspended sediment estimation. In the present study to evaluate the ability of time-series models including Markov and ARIMA in predicting suspended sediment and to compare their results to sediment rating curve (SRC) it was tried to use daily suspended data from Ghazaghly station of Gorganroud River, as average monthly values in Minitab 16 software and finally suspended sediment was predicted for 111 months. In the next step, different combinations of all types of SRC and bias correction factors were used in Excel software to evaluate ability of SRC in suspended sediment estimation. Based on the results of this study, monthly SRC without bias correction factor was the most appropriate SRC models. To compare efficiency of different models in estimating suspended sediment, Root Mean Square Errors (RMSE) and Normalized Mean Square Errors (NMSE) were used. Time series model performance measured by RMSE and NMSE was about 71.34 and 2.48 respectively, compared to SRC model with RMSE 220.75 and NMSE 28.62. Results showed a good ability of time series models in estimating average monthly suspended sediment