مقايسه مدل هاي تلفيقي ARMA-PARCH و ARMA-ARCH در مدل سازي بيشينه سيلاب لحظه اي (مطالعه موردي: رودخانه سيمينه رود استان آذربايجان غربي)

Comparing Combined ARMA-PARCH and ARMA-ARCH Models for Modeling Peak Flow Discharge (Case Study: Siminehrood River in the West Azarbaijan Province)

پيش بيني دقيق جريان رودخانه ها در مديريت بهينه منابع آب هاي سطحي اهميت به سزايي دارد. استفاده از مدل-هاي سري زماني يكي از راه هاي كاربردي در شبيه سازي و پيش بيني داده هاي هيدرولوژيك از جمله جريان رودخانه است. يكي از مشكلات عمده در استفاده از مدل هاي سري زماني در پيش بيني داده هاي هيدرولوژيك، نحوه توليد داده هاي تصادفي است. در اين مطالعه سعي شده است كه با استفاده از مدل هاي تلفيقي، چارچوب نظام مندي در خصوص بخش تصادفي مدل هاي سري زماني تعريف شود. در اين خصوص بعد از بررسي اوليه بر روي سري زماني بيشينه دبي لحظه اي جريان رودخانه سيمينه رود در دوره آماري 1390-1346، مدل ARMA بر روي داده هاي فوق مورد ارزيابي قرار گرفت و مدل ARMA(1,0) به‌عنوان مدل برتر انتخاب گرديد. سري زماني باقي مانده مدل ARMA استخراج و با استفاده از مدل هاي غيرخطي ARCH و PARCH مورد برازش قرار گرفت و مدل هاي ARMA-PARCH و ARMA-ARCH به‌دست آمد. نتايج نشان داد كه با تلفيق مدل ها، خطاي دو مدل ARMA-PARCH و ARMA-ARCH به‌ترتيب به‌ميزان 22/92 و 16/92 درصد بهبود يافت. نتايج مقايسه دو مدل تلفيقي نيز نشان داد كه از بين دو مدل تلفيقي مذكور، مدل ARMA-PARCH دقت بالاتر و ميزان خطاي كمتري نسبت به مدل ARMA-ARCH دارد. هم چنين نتايج اين تحقيق نشان داد كه مدل تلفيقي منتخب نقاط بيشينه و كمينه دبي هاي بيشينه جريان لحظه اي ايستگاه موردمطالعه را به‌خوبي مدل مي كند.

Accurate prediction of river flow discharge is very important for optimization and management of surface water resources. One of the applicable ways for simulating and predicting hydrological data such as river flow is using time series models. But one of the major problems for prediction of hydrological data by time series models is assignment of the generation approach of the random and stochastic series. In this study, it is attempted to define a systematic framework for generating random component of a time series model. In this case, after initial tests on the Siminehrood river peak flow discharge time series during 1967-2011, the ARMA models were evaluated and the ARMA (1,0) model was selected as the best model. Then residual series of the selected ARMA model was extracted and fitted by ARCH and PARCH nonlinear models approaches to obtain the ARMA-PARCH and ARMA-ARCH models. Results showed that using combined ARMA-PARCH and ARMA-ARCH models reduced the error of models up to 92.22 and 92.16 percent, respectively. It was observed that between the two combined models, the ARMA-PARCH model had more accuracy and less error than the ARMA-ARCH model. Also with the selected combined model, the maximum and minimum points of the peak flow discharges were modeled well for the studied station.