بررسي و ارائه روابط منطقه اي شاخص جريان پايه در حوضه‌هاي همگن استان كرمان

Regional investigation and estimation of base flow index in homogeneous basins of Kerman Providence

برنامه­ ريزي و مديريت بهينه منابع ­آب حوزه­ هاي آبخيز نياز به داده ­هاي مختلفي از جمله، جريان­ پايه و شاخص آن دارد. اين شاخص كه متأثر از عوامل مورفومتري، زمين‌شناسي و هيدرواقليمي است، همواره يكي از موضوعات مهم در هيدرولوژي بوده است. در اين پژوهش با استفاده از داده‌هاي جريان روزانه رودخانه، جريان­ پايه و شاخص آن، از روش فيلتر رقومي برگشتي دو شاخصه در 43 ايستگاه آب‌سنجي مربوط به حوضه ­هاي درجه چهار استان كرمان، استخراج شد. پارامترهاي هيدرولوژيكي و اقليمي محاسبه و برآورد و عوامل فيزيوگرافي در محيط GIS استخراج شد. با استفاده از روش آزمون تحليل­ عاملي از بين 14 پارامتر مؤثر در شاخص جريان­ پايه، شش عامل ثابت ­افت منحني هيدروگراف، بارش متوسط­ سالانه، تبخير و تعرق واقعي، نفوذ­پذيري، توپوگرافي (شيب و ارتفاع­) و شماره منحني، به­ عنوان عوامل مستقل انتخاب شدند. سپس روابط منطقه‌اي به روش‌ رگرسيون­­ خطي، در سطوح معني ­داري كمتر از يك درصد با ضريب تبيين 0.99 به ­دست آمد. علاوه بر­ اين، به ­منظور مقايسه و ارزيابي صحت و كارايي مدل‌هاي برآوردي، روش آزمون استقلال­ خطاها، نرمال بودن توزيع خطاها و هم­­ خطي مورد استفاده قرار گرفت. از بين عوامل مورد بررسي، مشخصاً روش رگرسيون‌هاي چند متغيره به ­عنوان بهترين برآورد كننده‌ شاخص جريان ­پايه رودخانه‌ها در منطقه پژوهش، تشخيص داده شدند.

Planning and management of water resources in watersheds require data, including, base flow and its index. These parameters are influenced by morphometric, geologic and hydro climatologic factors and have always been of the most important issues in hydrology. In this research, base flow and related index were extracted from daily stream flow data using two parameters recursive digital filters in 43 hydrometric stations of Kerman Province. Physiographic, climatic and hydrological parameters were calculated in GIS environment. Using factor analysis of 14 parameters, six factors were chosen as the most important independent factors. Then the regional equations were determined, using linear regression at 1% significant level. To compare and evaluate the accuracy and efficiency of the models, independence errors, colinerity and normal distribution of error were tested. Among the factors investigated, multivariate regressions were identified as the best estimator of base flow index in the study area.