عملكرد توابع مفصل ارشميدسي در تخمين سيل سالانه، مطالعه موردي: حوزه آبخيز قره سو

Performance of Archimedean copula functions in annual flood estimation, Case study: Qarah-Soo Watershed

سيل به عنوان يكي از ويرانگرترين خطرهاي طبيعي شناخته شده است كه آسيب هاي زيادي به جوامع انساني، تاسيسات، مراكز صنعتي و اراضي كشاورزي وارد مي كند. تخمين ميزان دبي سيلاب در محل تلاقي رودخانه ها - با توجه به قرار گرفتن بسياري از زير ساخت ها در اين مناطق - با توجه به مسائل اقتصادي و محيط زيستي از اهميت زيادي برخوردار است. در مطالعه حاضر با توجه به آمار دبي اوج سالانه موجود در بازه زماني سال هاي 1358 لغايت 1379 در حوزه آبخيز رودخانه قره سو در استان كرمانشاه، با استفاده توابع مفصل در چهار مدل: 1) رگرسيون 2) جمع 3) عامل وزني 4) نزديكترين ايستگاه، اقدام به تخمين ميزان دبي اوج سالانه در محل تلاقي جريان هاي بالادست (ايستگاه هيدرومتري قره باغستان شده است. بدين منظور ابتدا همگني و كيفيت داده ها مورد بررسي قرار گرفت. سپس برازش توزيع هاي احتمالاتي مناسب به سري داده ها صورت گرفت و با توجه به توابع توزيع حاشيه اي ايستگاه هاي بالادست تابع توزيع توام در محل تلاقي جريان ها با استفاده از توابع مفصل ارشميدسي بدست آمد كه بهترين تابع مفصل براي ايستگاه هاي بالادست تابع مفصل گامبل انتخاب شد. نتايج حاصل نشان داد مدل مفصل با استفاده از رابطه رگرسيوني، با ضريب تعيين 0/711 خطاي جذر ميانگين مربعات 79/387، ضريب همبستگي تائو كندال 0/872 و ضريب رواسپيرمن 0/677 داراي دقت بيشتر بوده و براي تخمين دبي اوج نسبت به ساير مدل ها ارجحيت دارد. در نهايت مقادير دبي براي دوره بازگشت هاي مختلف با توجه به مدل منتخب بدست آمد.

Flood is known as one of the most devastating natural hazards which cause great damages to human societies, municipal, industrial and agricultural centers. Flood estimation in confluence points of rivers– for being the location for many infrastructures – due to economic and environmental matters receives a great importance. It is possible to estimate the flooding likelihood by examining the number of floods with specified return period. In this study, according to the statistical data of peak flows between 1358 to 1379 Hijri-Shamsi in the basin of the Qarah-Soo in Kermanshah Province, annual peak flows were estimated using copula in four models of 1) regression 2) summation 3) weight factor and 4) the nearest stations. For this, first, homogeneity and data quality were investigated. The probability distributions were fit to the data series and with regard to marginal distribution functions of upstream stations, joint distribution function at the confluence was obtained by the Archimedean copula functions. Based on the best copula function for upstream stations, Gumbel copula function was selected. Results showed that copula function in the form of regression was superior to the other models with a coefficient of determination equals to 0.711, RMSE equals to 79.387, Kendall's tau correlation coefficient equals to 0.872 and Spearman Rho coefficient equals to 0.677. Eventually, discharge amounts for different return periods were calculated according to the selected model.