پيشبيني مقادير پارامترهاي كيفي EC و TDS با استفاده از تغييرات دبي جريان رودخانه مطالعه موردي رودخانه هاي مهاباد چاي و بالخلوچاي (بايزيد آباد) حوضه آبريز درياچه اروميه 1392-1

Prediction of EC and TDS quality parameters by using changes in River discharge. Case Study: Rivers of Mahabadchay and Balkhlouchay (Bayazid e) located in urmia lake basin (1992-2013).

زمينه و هدف: بيش از سه دهه است كه هيدرولوژيستها، استفاده از مدلهاي چندمتغيره را جهت توصيف و مدلسازي دادههاي پيچيده هيدرولوژي توصيه ميكنند، درحالي كه به تازگي اهميت مدلهاي چند متغيره در آبشناسي مطرح شده است. در واقع در مدلهاي چند متغيره با دخالت دادن عوامل موثر ديگر، ميتوان نتايج توصيف، مدلسازي و پيشبيني پارامترهاي مختلف را بهبود بخشيد. مواد وروشها: در اين مطالعه، مدلهاي چندمتغيره خودهمبسته با ميانگين متحرك همزمان آرما (كارما) جهت مدلسازي پارامترهاي EC و TDS ايستگاههاي جنوب درياچه اروميه مورد ارزيابي قرار گرفت. جهت استفاده از مدلهاي كارما، از سري زماني دبي سالانه، مقادير SAR، TDS، EC و pH مربوط به سه ايستگاه هيدرومتري كوتر، بالقچي و گرديعقوب در دوره آماري (1392-1371 (استفاده شد. يافتهها: نتايج بررسي روند تغييرات پارامترهاي كيفي رودخانههاي غرب حوضه درياچه اروميه نشان داد كه در دوره آماري مورد بررسي روند دبي رودخانههاي مورد مطالعه در جنوب درياچه اروميه كاهشي بوده و در مقابل مقادير EC و TDS روندي افزايشي را تجربه كردهاند. بر اساس نتايج مدلسازي مقادير EC و TDS ،ميزان متوسط خطا (RMSE (در مدلسازي مقادير EC در مرحله آموزش برابر با/mho cm 16/60 و در مرحله آزمايش cm/mho 13/26 و براي مقادير پارامتر TDS در مرحله آموزش برابر با 19/84 و در مرحله آزمايش 12/17 بود. مقادير برآورد شده از محاسبه خطا و دقت مدل ً تماما در محدوده اطمينان واقع شدند. نتيجه گيري: در واقع ميتوان چنين نتيجه گيري كرد كه در روشهاي مدلسازي چند متغيره با در نظر گرفتن عوامل موثر بيشتر، ميتوان دقت مدلهاي سري زماني و نتايج حاصل از آنها را ارتقا داد.

Background & objeftive: More than three decades, hydrologists , using multivariate models to describe complex data modeling. While recently the importance of multivariate models have been proposed in hydrology.Indeed, the results of multivariate models can improve the results of description, modeling, and prediction of different parameters by involving other influential factors. Materials & Methods: In this study, univariate models (ARMA) and auto-correlated multivariate models with simultaneous autoregressive moving average model (CARMA) were evaluated for modeling EC and TDS parameters of the Southern stations of Urmia Lake Basin. In order to employ CARMA models, annual flow rate timeseries, EC, TDS, SAR, and pH values measured across 3 hydrometric stations (Kotar- Balqchy- Gerdyaghob ) within 1992-2013 were used. Results: The results of the qualitative parameters of the West River basin of Lake Urmia Showed that in the period under review the flow of the studied rivers in the south of Lake Urmia decrease And the EC and TDS values have experienced an increasing trend. EC and TDS values modeling results showed that the average error (RMSE) EC in modeling values equal to 16/60 mho / cm into the teaching and 13/26 mho / cm in the testing phase and for the TDS parameter values 19/84 and 12/71 in the testing phase is the phase of training. The estimated values of the calculation error and accuracy of the model is located entirely within the confidence interval. Conclusion: The results of multivariate modeling EC and TDS values showed that the involvement of the parameters listed in the model , modeling accuracy will be satisfactory.