نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد، گروه مرتع و آبخیزداری، دانشگاه اردکان

2 استادیار، گروه علوم و مهندسی آب، دانشگاه اردکان

3 دانشجوی دکتری، گروه علوم و مهندسی آب، دانشگاه صنعتی اصفهان

چکیده

پیش‌‌بینی جریان رودخانه‌‌ها یکی از مهم‌ترین مسائل در برنامه‌‌ریزی و مدیریت بهینه آن‌ها در جهت تولید انرژی برق‌‌آبی و تخصیص آب به منابع مصرف، محسوب می‌شود. جریان رودخانه به عنوان یکی از متغیرهای اقلیمی است که بر منابع آب یک منطقه به طور جدی اثرگذار است. در این مطالعه به منظور دست یابی به مدلی جهت پیش‌‌بینی و مدیریت صحیح منابع آب سطحی در مناطق خشک و نیمه خشک، ابتدا روند تغییرات پارامتری اقلیمی دما، بارش و سپس روند تغییر پارامتر هیدرولوژیکی (دبی) براساس آزمون من-کندال بررسی گردید و سپس دبی جریان ماهانه رودخانه گدارخوش در دوره آماری ۱۳۹۱-1370 با استفاده از سری زمانی خطی آریمای فصلی مدل‌سازی و پیش‌بینی گردید. برای بررسی ایستایی مدل از آزمون خودهمبستگی(ADF) و خودهمبستگی جزئی(PACF) استفاده شد. نتایج آزمون من کندال نشان‌دهنده رونددار بودن پارامترهای دما، بارش و دبی در ایستگاه‌‌های موردمطالعه در سطح اطمینان 99 درصد می‌‌باشد، که به‌صورت افزایشی در دما و کاهشی در دبی و بارش در تمام ایستگاه‌ها مشاهده گردید. نتایج آزمون سری زمانی هم چنین نشان‌دهنده نایستایی سری جریان رودخانه بود که با آزمون تفاضل درجه‌یک، داده‌‌ها ایستا شدند. سپس مدل‌‌های مختلف به سری‌‌های ایستا شده برازش داده شد و درنهایت مدل (0،1،1) (1،0،0)ARIMA به‌عنوان مدلی مناسب جهت پیش‌بینی دبی انتخاب گردید و دبی به مدت 4 سال از 1395-1392 پیش‌بینی شد. نتایج پیش بینی براساس مدل (0،1،1) (1،0،0)ARIMA در رودخانه گدارخوش حاکی از افزایش دبی در آخر دوره (سال 1394) بود که براساس آمار بارش سازمان هواشناسی در سال آبی 1395-1394، مدل برازش یافته پیش‌‌بینی دبی را به‌خوبی انجام داده است. بنابراین به‌کارگیری مدل‌‌های سری زمانی می‌‌تواند در مدیریت منابع آبی از طریق پیش‌‌بینی و تعیین روند تغییرات پارامترهای اقلیمی در آینده مفید باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Investigation and prediction of the changing trend of climate parameters on Discharge (Case Study: Godarkhosh Subbasin)

نویسندگان [English]

  • Morteza Gheisoori 1
  • Somayeh Soltani-Gerdefaramarzi 2
  • Mohsen Ghasemi 3

1 Graduated student, Faculty of Agriculture and Natural Resource, Ardakan University

2 Assistance Professor, Faculty of Agriculture and Natural Resource, Ardakan University

3 PhD Student, Water Engineering Department, Isfahan University of Technology

چکیده [English]

Predicting of the river discharge is one of the most important issues in the planning and management of water resources in terms of energy generation, water allocation and use of water resources. In this study, the trend of climate parameters such as temperature and precipitation and so discharge as a hydrologic parameter were investigated based on the Mann-Kendall test and then was modeled and predicted the discharge of monthly streamflow Godarkhosh in the period 1992-2012, using linear time series SARIMA. To investigate the static model, tests autocorrelation (ADF) and partial autocorrelation (PACF) were used. The results of the Mann-Kendall test indicated the temperature parameter has an increasing trend and precipitation and discharge parameters showed reduction trend at all stations of the studied area at 99% confidence level. Also, the result of time series model indicated that the time series data of river flow were non-static data that with the differencing method, the non-static data transformed into static data. Then different models were fitted into static series to estimate the river flow and finally, model ARIMA (1, 0, 0) (0, 1, 1) was selected as an appropriate model to predict discharge and the river flow was predicted for 4 years from 2013 to 2016. The results showed that the discharge has increased at the end of the period, in which the model estimated river flow as well based on rainfall data from Meteorological Organization in the 2015-2016 year. Therefore, application of time-series models in water resources management can be useful.

کلیدواژه‌ها [English]

  • Man-Kendal
  • discharge
  • BIC criterion
  • Autocorrelation
  • Time series

انصاری مریم؛ نوری غلامرضا، فتوحی صمد (1395). بررسی روند تغییرات دما، بارش و دبی با استفاده از آزمون ناپارامتری من کندال (مطالعه موردی: حوزه آبخیز رودخانه کاجو استان سیستان و بلوچستان)، پژوهشنامه مدیریت حوزه آبخیز، سال هفتم، شماره 14، صص 152-158.

اسمعیل پور مرضیه؛ دین پژوه یعقوب (1391). تحلیل بلندمدت تبخیر تعرق پتانسیل در حوضه جنوبی ارس. مجله جغرافیا و برنامه ریزی محیطی، جلد 47، شماره 3، صص 193 تا 21.

بشری مهدی؛ وفاخواه مهدی (1389). مقایسه روش­های مختلف تحلیل سری­های زمانی در پیش­بینی دبی ماهانه حوزه آبخیز کرخه. فصلنامه مهندسی آب و آبیاری، شماره 2، صص 75-86.

ترابی پوده حسن؛ امامقلی زاده صمد (1393). بررسی روند تغییرات آبدهی رودخانه های استان لرستان با استفاده از روش TFPW-MK، مجله تحقیقات کاربردی علوم جغرافیایی، سال 22، شماره 35، صص 94-73.

خلیلی کیوان؛ فاخری فرد احمد؛ دین پژوه یعقوب؛ قربانی محمدعلی (1390). بررسی غیرخطی بودن فرآیند جریان رودخانه با استفاده از آزمون BDS (مطالعه موردی: رودخانه شهر چای ارومیه). مجله علوم و مهندسی آبیاری، جلد21، شماره 2، صص 25-37.

خلیلی کیوان؛ ناظری تهرودی محمد (1395). ارزیابی عملکرد مدل های ARMA و CARMA در مدل سازی بارش سالانه ایستگاه سینوپتیک ارومیه. فصلنامه دانش آب و خاک، سال 26، شماره 2، صص 13-28.

دودانگه اسماعیل؛ عابدی کوپائی جهانگیر؛ گوهری سید علیرضا (1391). کاربرد مدل‌های سری زمانی به‌منظور تعیین روند پارامترهای اقلیمی در آینده در راستای مدیریت منابع آب. مجله علوم آب‌وخاک-علوم و فنون کشاورزی و منابع طبیعی، جلد16، شماره 59، صص 59-74.

رحیمی لیلا؛ دهقانی امیر احمد؛ قربانی خلیل؛ عبدالحسینی محمد (1393). تحلیل مقایسه ای مدل های سری های زمانی داده های دبی کل، دبی پایه و جریان سطحی (مطالعه موردی: ایستگاه هیدرومتری ارازکوسه). نشریه پژوهش های حفاظت آب و خاک، جلد 21، شماره3، صص 73-55

شریفیان حسین؛ حبیبی علی (۱۳۹۲). بررسی اثر تغییر اقلیم بر روند تغییرات منابع آب سطحی در بخشی از حوزه استان گلستان، اولین همایش ملی چالش‌های منابع آب و کشاورزی، اصفهان، انجمن ملی آبیاری و زهکشی ایران، دانشگاه آزاد اسلامی واحد خوراسگان، ص30-21.

عبدالله­نژاد کامل (1394). مدل های سری زمانی در پیش­بینی بارندگی ماهانه (مطالعه موردی: ایستگاه هاشم آباد گرگان). مجله آمایش جغرافیایی فضا، سال پنجم، شماره هفدهم، صص 15-25.

علیزاده امین (1390). اصول هیدرولوژی کاربردی. انتشارات دانشگاه امام رضا (ع). چاپ سی و دوم.800 صفحه.

فتحیان فرشاد؛ فاخری فرد احمد؛ دین پژوه یعقوب؛ موسوی ندوشنی سید سعید (1395). ارزیابی عملکرد مدل های سری زمانی خطی ARMA و غیرخطی آستانه TAR در مدل سازی دبی روزانه، نشریه آب و خاک، سال سی ام، شماره 5، صص 1440-1460.

کارآموز محمد؛ عراقی­نژاد، شهاب (1394). هیدرولوژی پیشرفته. انتشارات دانشگاه صنعتی امیرکبیر. چاپ سوم. 480 ص.

کاویان عطالله؛ نامدار مریم؛ گلشن محمد؛ بحری معصومه (1396). مدلسازی هیدرولوژیکی اثرات تغییر اقلیمی بر نوسانات دبی جریان در رودخانه هراز. مجله مخاطرات طبیعی، سال 6. شماره 12. صص 104-89.

ناوه هادی؛ خلیلی کیوان؛ اعلمی محمد تقی؛ بهمنش جواد (1391). پیش‌بینی جریان رودخانه با استفاده از مدل غیرخطی سری زمانی دو-خطی (مطالعه موردی رودخانه‌های باراندوزچای و شهرچای ارومیه). مجله آب و خاک، جلد 26، شماره 5، صص 1307-1299.

نیرومند حسینعلی؛ بزرگ نیا ابولقاسم (1372). مقدمه­ای بر سری­های زمانی. انتشارات دانشگاه فردوسی مشهد. چاپ اول، 289 صفحه.

نیرومند حسینعلی (1391). ت‍ح‍ل‍ی‍ل‌ س‍ری ه‍ای‌ زم‍ان‍ی‌: روش­ه‍ای‌ ی‍ک‌‌م‍ت‍غ‍ی‍ری‌ و چ‍ن‍د‌م‍ت‍غ‍ی‍ری. انتشارات دانشگاه فردوسی مشهد. ویرایش دوم. 602 صفحه.

Banihabib, M.E. Ahmadian, A. Jamali, F.S. (2017). Hybrid DARIMA-NARX model for forecasting long-term daily Inflow to Dez reservoir using the North Atlantic Oscillation (NAO) and rainfall data. GeoResJ. Volume 13: 9-16.

Barnston, A.G. (1991). An empirical method of estimating rain gauge and radar rainfall measurement bias and resolution. Journal of Applied Meteorology and Climatology, Volume 30: 282–296.

Box, G.E.P. Jenkins, G.M. (1976). Time Series Analysis, Forecasting, and Control. Revised ed., Holden-Day, San Francisco

Kendall, M. (1975). Rank Correlation Methods, Griffin, London.

Kim, B. Hossein, B. Choi, G. (2011). Evaluation of temporal-spatial precipitation variability and prediction using seasonal ARIMA Model in Mongolia, KSCE Journal of Civil Engineering, Volume 15:917-925.

Manjushree, R. Shinde, V. (2011), Application of software packages for monthly streamflow forecasting of Kangsabati River in India. International Journal of Computer Applications, Volume 20, number 3: 7-14.

Mann, H. B. (1945). Nonparametric tests against trend. Econometrica. Volume 13:245-259.

Valipour, M. Banihabib, M.E. Behbahani, S.M.R. (2013), Comparison of the ARMA, ARIMA, and the autoregressive artificial neural network models in forecasting the monthly inflow of Dez dam reservoir. Journal of Hydrology, Volume 476: 433-441.

Yue, S. Pilon, P. Phinney, B. Cavadias, G. (2002). The influence of autocorrelation on the ability to detect a trend in hydrological series. Hydrological Processes, Volume 16, number 9:1807-1829.