گسستهسازی بارش حوضه لیقوان با مدل آبشاری میکروکانونیک
/محمدحسن فاضلیفرد
تبریز:دانشگاه تبریز، دانشکده کشاورزی ، گروه آب
، ۱۳۹۰
۹۶ص
چاپی
کارشناسی ارشد
کشاورزی-آب
۱۳۹۰/۱۱/۱۹
تبریز:دانشگاه تبریز، دانشکده کشاورزی ، گروه آب
برداشت دادهصهای ریز صمقیاس بارش مستلزم صرف هزینه و زمان زیادی میصباشد .لذا در اکثر کشورصصهای جهان به خصوص کشورهای در حال توسعه تعداد ایستگاهصهای بارانصسنجی که بتواند دادهصهای بارش را با گامصهای زمانی ریز مقیاس اندازه-گیری نماید بسیار محدود بوده و یا دارای محدودیت در طول دوره آماری میصباشند .این درحالی است که میزان موفقیت برنامهصریزی، مدیریت و طراحی سیستمصهای منابع آب رابطه مستقیم با ریز مقیاسی بارشصها دارد .از اینرو مدلصهای آبشاری تصادفی به دلیل توانایی در تبدیل دادهصهای بزرگصمقیاس بارش به ریزصمقیاس با حفظ خصوصیات مقیاسصگذاری و آماری بارشصها مورد توجه قرار گرفته است .در این تحقیق ضمن بررسی خصوصیت مقیاسگذاری بارشهای حوضه لیقوان با آزمونهای طیف توانی و مقیاسگذاری گشتاورهای آماری، از ۴ مدل آبشاری میکروکانونیک که در آنصها حجم کلی بارش بدون تغییر باقی میصماند، جهت گسستهسازی زمانی بارشصهای بزرگ مقیاس به ریز مقیاس ایستگاهص باران سنجی حوضه لیقوان واقع در استان آذربایجان شرقی، استفاده شد .نتایج بررسی خصوصیت مقیاسگذاری حاکی از وجود چندمقیاسگذاری در بارشهای حوضه لیقوان میباشد .مدلهای آبشاری مورد بررسی نیز از نظر وابستگی پارامترهای آنها به شدت و موقعیت بازهها، با یکدیگر تفاوت داشته و با بررسی نتایج مدلها، میزان تأثیر شدت و موقعیت بازهها بر نتایج مدل مورد بررسی قرار گرفت .دقت مدلها بر اساس مقایسه خصوصیات آماری بارشصهای ریز مقیاس تولید شده با بارشصهای مشاهداتی، مورد ارزیابی قرار گرفت و نتایج حاکی از تأثیر موقعیت بازهها بر پارامترهای مدل میباشد .در مورد تأثیر شدت بازهها هم با وجود پیچیدگی بیشتر مدل، بهبودی مشاهده نگردید.
Getting the Fine-scale rainfall data is both a time consuming process and expensive. Therefore, in the most of countries, especially in developing countries, the number of rain gauge stations which can measure the rainfall data in fine scale time intervals is very limited or they have limitations in length of time series. However, success in management and water resources systems planning has a direct relationship with how much the data of rainfall is fine scale. For this reason, stochastic cascade models due to their high capability in transforming large scale rainfall data to fine scale with preserving the scaling and statistical rainfall properties have always attracted attentions. In this research, the scaling properties of Lighvan region rainfalls has been investigated by power spectrum and statistical moment scaling tests and 4 microcanonical cascade models in which the total volume of rainfalls remains constant, have applied for temporal disaggregation of large scale rainfalls data of lighvan to fine scale data. The results of scaling properties showed that multiscaling exists in Lighvan watershed rainfalls. The investigated cascade models were different from each other with respect to their parameters dependency to intensity and position of intervals in the time series, and the amount of dependency to intensity and position of intervals on models' results were investigated. The accuracy of models were evaluated based on the comparison between the statistical characteristics of generated fine scale rainfalls and observed rainfalls, and the results revealed the influence of intervals' position on parameters of the models. Despite more complexities of the model, the intensity of the intervals had no improving effect.