هاي اي سیالب در حوزهجهت تحلیل فراوانی منطقه PSBIکاربرد روش آبخیز استان مازندران

زدایی دانشگاه زابلکارشناسی ارشد بیابان دانشجوي - زهرا شیخ دانشگاه فردوسی مشهد دانشجوي دکتراي آبیاري و زهکشی - فرهاد فرسادنیا

استادیار دانشکده منابع طبیعی دانشگاه زابل - مید دهواري عبدالحپست الکترونیکی :z.sheikh03@gmail.com

چکیده هاي است، که جهت رفع مشکل حوزه اي از مطالعات هیدرولوژیکیاي طیف گستردههاي تحلیل منطقهروش

-درون کـاربرد روش . انداي متغیرهاي هیدرولوژیکی در نقاط بدون داده توسعه یافتهآمار و برآورد منطقهبدون در این مطالعـه . هاي هیدرولوژیکی بسیار نوپا است، در بسیاري از جنبه)PSBI(ي فضاي فیزیوگرافی یابی بر پایه

ـ 38اطالعات هیدرولوژیکی، اقلیمی و فیزیوگرافی PSBIتان مازنـدران تهیـه گردیـد و از روش حوزه آبخیز اسطراحـی . سـال اسـتفاده شـد 100و 50، 20، 10هاي بازگشـت اي سیالب براساس دورهجهت برآوردهاي منطقه

هـاي اصـلی فضاي فیزیوگرافی با استفاده از متغیرهاي ژئومورفوکلیماتیک مؤثر بر سیالب و روش تجزیـه مؤلفـه هاي تغییرنما انتخاب گردید و از روشزگشت مدل نمائی، بعنوان بهترین مدل نیمبا هايدر تمام دوره. انجام شد

ارزیابی عملکرد . اي استفاده شدجهت برآوردهاي منطقه IDWیابی کریجینگ معمولی، کریجینگ ساده و درونــه ــاي منطق ــاري برآورده ــاخص آم ــنج ش ــایف و پ ــک ن ــل ج ــابی متقاب ــتفاده از روش ارزی ــا اس ، BIASاي ب

BIASr،RMSE ،RMSEr و NASHهاي ارزیـابی در براساس نتایج بدست آمده، عملکرد شاخص. انجام شدهاي دقیق و قابل قبول سیالب بینیي پیشدهندهبخش برآورد گردید که نشانهاي بازگشت رضایتتمامی دوره

را نسـبت بـه روش بر همین اساس روش کریجینگ معمولی بهتـرین عملکـرد . باشدهاي بدون آمار میدر حوزهاي با افزایش دوره بازگشت براساس نتایج دو دهد و کیفیت برآوردهاي منطقهارائه می IDWکریجینگ ساده و

رویکـردي مـؤثر و کارآمـد PSBIاین نتایج نشان داد کاربرد روش . یابدبهبود می RMSErو BIASrشاخص .اي سیالب استجهت تحلیل فراوانی منطقه

، استان مازندرانIDWهاي اصلی، کریجینگ، اي، فضاي فیزیوگرافی، تجزیه مؤلفهتحلیل منطقه :ها کلید واژه

مقدمه -1

ها، در سراسر جهان رو به هاي اقتصادي ناشی از سیالبهاي مخرب، شمار مرگ و میر و خسارتفراوانی سیالباما کمبود . باشدها میبینی دقیق فراوانی سیالبآگاهی و پیشهاي کاهنده اثرات سیالب، نیازمند استراتژي. باشدافزایش می

اي هاي منطقهروش. هاي هیدرولوژیکی مبدل شده استبینیهاي بزرگ در پیشو عدم کفایت مشاهدات به یکی از چالشیـابی بـر پایـه درونروش .[1]انـد هاي مورد نظر توسـعه یافتـه ها در مکاننمودن با هدف مقابله با کمبود و عدم کفایت داده

اي جهـت تحلیـل فراوانـی منطقـه ) 2004( Chokmani & Ouardaبـراي نخسـتین بـار توسـط ) PSBI( 1فضاي فیزیـوگرافی هـاي و بـا اسـتفاده از روش [3,4,5,6,7,8]آنها براساس مفهوم همسایگی هیدرولوژیکی . [2]سیالب در کانادا ابداع گردید

1- Physiographical Space Based Interpolation

آمیـز کـاربرد پس از ارائه نتایج مؤفقیـت . هیدرولوژیکی در فضاي فیزیوگرافی پرداختند یابی متغیرهايآماري به درونزمینبا هدف بررسی رژیم ) 2006(و همکاران Josephاین روش مورد توجه سایر محققین قرار گرفت؛ بطوري که PSBIروش

PSBIبی متقابـل نشـان داد، روش نتـایج ارزیـا . و رگرسیون فضایی پرداختنـد PSBIهیدرولوژیکی هائیتی، به مقایسه روش بینـی کمیـت اي بـه منظـور پـیش در مطالعـه ) Ouarda )2007و Shu. [9]دهـد عملکرد بهتري نسبت به رگرسیون ارائـه مـی

. و شبکه عصبی مصنوعی توسـعه دادنـد ) CCA( 1ي تحلیل همبستگی متعارفهاي بدون آمار، مدلی بر پایهسیالب در حوزهرا بـا CCAي هیدرومتري ایالت کبک کانادا گردآوري شد و عملکـرد مـدل شـبکه عصـبی بـر پایـه ایستگاه 151هاي داده

برآوردهـاي CCAنتایج نشان داد روش شـبکه مصـنوعی بـر پایـه . اصلی مورد مقایسه قرار دادند CCAو مدل PSBIروش ایسـتگاه 29هـاي بـا اسـتفاده از داده )2008(و همکـاران Ouarda. [10]نمایـد هـا ارائـه مـی تري نسبت بـه سـایر مـدل دقیق

اي سلسـله مراتبـی، تحلیـل همبسـتگی متعـارف، روش تحلیـل تحلیل خوشه: هیدرومتري در مکزیک به ارزیابی چهار روشنتایج این تحقیق نشان داد کـه روش تحلیـل همبسـتگی متعـارف و . پرداختند PSBIهمبستگی متعارف اصالح شده و روش

PSBI [11]ها عملکرد بهتري دارندشنسبت به سایر رو .Kamali Nezhad بـه منظـور تحلیـل فراوانـی ) 2010(و همکاراني کارآمـد از هرگونـه منظـور اسـتفاده ي فضاي فیزیوگرافی بـه بر پایه RK(2(اي سیالب از روش کریجینگ باقیمانده منطقه

ایستگاه 151هاي بدین منظور، با استفاده از داده. دروند مکانی متغیرهاي هیدرولوژیکی در فضاي فیزیوگرافی استفاده نمودنواقع در ایالت کبک و روش ارزیابی متقابل نشان دادند کـه نتـایج روش کریجینـگ باقیمانـده برآوردهـاي کارآمـدتري از

و همکاران Martel . [12]نمایدهاي رگرسیونی ارائه میاي نسبت به روش کریجینگ معمولی و روشمقادیر سیالب منطقهي زمانی با احتمال وقوع سیالب پائیزي اي سیالب پائیزي در ایالت کبک کانادا در سه بازهبه بررسی فراوانی منطقه) 2011(

اي، حجـم و اوج سـیالب اسـتفاده جهت آنـالیز فراوانـی منطقـه PSBIآنها از دو روش آنالیز همبستگی متعارف و . پرداختندنتایج . اه را مورد بررسی قرار دادند و از روش جک نایف براي ارزیابی برآوردها استفاده نمودندایستگ 29هاي داده. نمودند

اي بـا هـدف بررسـی مطالعـه ) 2013(و همکـاران Archfield . [13]دهنـد نشان داد که هر دو مدل عملکرد مطلوبی ارائه می-اي جهت پیشپولوژي با روش رگرسیون منطقهي فضاي فیزیوگرافی و کریجینگ توهاي کریجینگ بر پایهعملکرد روش

آمـار از هـاي زمـین نتایج نشان داد کـه روش . هاي فاقد داده در ایاالت متحده آمریکا انجام دادندبینی سیالب طرح در مکان . [14]عملکرد بهتري برخوردار هستند

یـز واقـع در شـرق دریـاي هاي آبخاي کردن حوزهجهت منطقه PSBIاین مطالعه، با هدف بررسی کارآیی روش .اي انجام شدخزر و برآورد سیالب منطقه

مواد و روشها -2 هاي مورد استفادهو داده موقعیت منطقه مورد مطالعه 2-1

عرض شمالی ´58 ˚36تا ´47 ˚35هزار کیلومترمربع در محدوده جغرافیایی 24استان مازندران با مساحتی بالغ بر هاي البرز و سواحل جنوبی دریاي مازندارن قرار طول شرقی به شکل نواري پهن در امتداد رشته کوه ´14 ˚54تا ´34 ˚50و

.)1شکل (گرفته است

1- Canonical Correlation Analysis 3- Residual Kriging

هاي هیدرومتريموقعیت منطقه مورد مطالعه و پراکنش ایستگاه -1شکل

مازندران بـا طـول دوره آمـاري ایستگاه هیدرومتري منتخب استان 38اي ساالنه مربوط به آمار حداکثر دبی لحظه

پرت و همچنین کیفیت مـورد ارزیـابی قـرار گرفتنـد و در نهایـت مقادیرها از نظر وجود داده. سال گردآوري شد 56تا 13هـاي آمـاري هـر ایسـتگاه براسـاس بـرازش بـا با استفاده از توزیع) سیالب ایستگاهی(اي مشاهده شده مقادیر دبی اوج لحظه

متغیـر 15هـاي هیـدرولوژیکی عالوه بر داده). 1جدول (خطی و حداکثر احتمال درستنمایی بدست آمد روش گشتاورهاي متوسط بارش ساالنه و ماهانه، طـول و عـرض جغرافیـایی، ارتفـاع ایسـتگاه، حـداقل، حـداکثر و شاملفیزیوگرافی و اقلیمی

هه اصلی، شیب آبراهه اصلی، درصد مسـاحت متوسط ارتفاع حوزه، شیب متوسط حوزه، مساحت و محیط حوزه، طول آبراــا جنگــل و دریاچــه در نظــر گرفتــه شــد ــه. پوشــیده شــده ب منظــور حــذف اثــرات اخــتالف واحــد موجــود در متغیرهــاي ب

ها قبـل از هـر آنـالیزي بـا اسـتفاده از تبـدیل لگـاریتمی و براسـاس آزمـون هیدرولوژیکی، اقلیمی و فیزیوگرافی تمامی داده .وف مورد تجزیه و تحلیل قرار گرفتند، تا از نرمال بودن آنها اطمینان حاصل شودکولموگروف اسمیرن

هاي هیدرومتري مورد مطالعهمشخصات ایستگاه -1جدول )km2( مساحت ایستگاه ردیف )km2( مساحت ایستگاه ردیف

66/3986 کره سنگ 20 92/1036 سفیدچاه 1

06/82 بلیران 21 74/1427 گلورد 2

62/140 آغوزکتی 22 61/1905 آبلو 3

49/75 نوشهر 23 32/2017 نوذرآباد 4

83/84 دره هریجان 24 25/1248 سلیمان تنگه 5

09/181 ولی آباد 25 25/2715 ریگ چشمه 6

18/586 آبشار 26 78/876 گرمرود 7

43/627 دوآب چالوس 27 57/4026 کردخیل 8

ذغالپل 28 57/27 دارابکال 9 36/1583

46/190 کالردشت 29 63/566 کریکال 10

51/330 والت 30 79/2386 کیاکال 11

00/419 زوات 31 89/342 شیرگاه کسیلیان 12

34/151 ماشااهللا آباد 32 16/1776 شیرگاه تاالر 13

20/776 هرات بر 33 33/211 پاشاکال 14

22/409 گانگسر 34 61/406 قرآن تاالر 15

81/135 رامسر 35 15/1625 کشتارگاه 16

68/224 دینارسرا 36 74/752 بلده 17

30/81 اسکومحله 37 31/1182 رزن 18

19/108 رضا پط 38 52/235 پنجاب 19

PSBIروش 2-2

منظـور از . گیـرد تعیین منـاطق همگـن، براسـاس مفهـوم همسـایگی هیـدرولوژیکی صـورت مـی PSBI روشدر در این حالت فرض . اندباشد، که در نزدیکی حوزه مورد نظر قرار گرفتههاي داراي آمار میاز حوزهاي همسایگی مجموعه

-هـا در فضـاي فیزیـوگرافی تعریـف مـی گردد، هر حوزه داراي منطقه همگن هیدرولوژیکی است؛ و فواصل بین حـوزه می

یابی مکانی در فضـاي فیزیـوگرافی وني ساخت فضاي فیزیوگرافی و دربطور مشخص شامل دو مرحله PSBIروش .گردد . [2]باشدمی

ساخت فضاي فیزیوگرافی 2-2-1

در واقـع وقـوع سـیالب در هـر مکـان، . باشدمی 1در فضاي جغرافیایی، سیالب کمیتی مجزا و فاقد ساختار مکانیفیزیکـی و ژئومورفولـوژي ي تـأثیر خصوصـیات ي پاسخ هیدرولوژیکی به اقلیم غالب منطقـه و مـنعکس کننـده نشان دهنده

در این صورت اگر چه سـیالب مـاهیتی پیوسـته در فضـاي جغرافیـایی نـدارد، امـا در فضـاي فیزیـوگرافی . باشدها میحوزهفضاي فیزیـوگرافی، یـک . [2]طراحی شده توسط متغیرهاي اقلیمی و فیزیوگرافی مؤثر بر آن، ماهیتی پیوسته خواهد داشت

1- Spatial structure

باشـد؛ مختصـات آن توسط متغیرهاي اقلیمی و فیزیـوگرافی مـؤثر بـر کمیـت مـورد نظـر مـی فضاي چند بعدي تعریف شده هـاي متعـددي روش. آیـد هاي آماري چندمتغیره بدست میگرهاي ژئومورفوکلیماتیک هر حوزه و روشي توصیفبوسیله

و تحلیـل همبسـتگی ) PCA( 1هـاي اصـلی تـوان بـه روش تجزیـه مؤلفـه براي ساخت فضاي فیزیوگرافی وجود دارد، که می . اشاره کرد) CCA( 2کانونی

) PCA(هاي اصلی روش تجزیه مؤلفه 2-2-2

PCA هاي پیچیده مـورد منظور کاهش ابعاد مجموعه دادهباشد؛ که اغلب بههاي آماري چند متغیره میجزء روشمتغیـر m ک فضاي جدید تعریف شده بـا بعدي را به ی nدهد که فضاي این روش به کاربر اجازه می. گیرداستفاده قرار می

.[15]باشد از متغیرهاي اصلی nتا 1یک ترکیب خطی با مقادیر بین mبطوري که . تبدیل نماید) هاي اصلییعنی مؤلفه(PCm = a1n X1 + a2n X2 + … + ann Xn (1)

.باشدضرائب ثابت می aijمقادیر متغیرها و Xام، mمؤلفه اصلی PCm، 1يدر رابطه

یابی مکانیدرون 2-2-3

یابی متغیرهاي هیدرولوژیکی در فضاي فیزیوگرافی بجاي فضاي جغرافیـایی معمـول تأکیـد بر درون PSBIروش هـاي هیـدرولوژیکی، مختصـات فیزیـوگرافی هـر یـابی داده فضاي فیزیوگرافی به منظـور درون پس از ساختبنابراین . دارد

تواند بعنـوان یـک نقطـه ؛ بر این اساس هر حوزه می[15]حوزه بجاي مختصات جغرافیایی آنها باید مورد استفاده قرار گیرد سیالب بـا (و مقادیر تجربی کمیت مورد نظر اقلیمی قرار گیرد -تعریف شده توسط پارامترهاي فیزیوگرافی X-Yدر فضاي

یـابی یابی را با استفاده از یک الگوریتم دروندر نظر گرفته شود و درون Zبعنوان محور سوم یا ) هاي مختلفدوره بازگشتجهـت IDW 5و ) SK( 4، کریجینـگ سـاده )OK( 3در این مطالعه از سه روش کریجینگ معمـولی .[2]استاندارد انجام داد

.یابی مکانی استفاده گردیددرون

روش تجزیه و تحلیل و ارزیابی نتایج 2-3هـاي مختلـف از به منظور بررسی صحت نتایج و ارزیابی قابلیت اطمینان در برآوردهاي سیالب با دوره بازگشـت

حـذف -1: یـان نمـود توان بـه شـرح زیـر ب مراحل روش جک نایف را می. گردیدروش ارزیابی متقابل جک نایف استفاده در فضـاي PCAاسـتفاده از روش -2ام؛ iحوزه و شـبیه سـازي شـرایط بـدون سـنجش بـراي حـوزه nاز مجموعه iحوزه

-4یـابی در فضـاي فیزیـوگرافی؛ استفاده از تکنیـک درون -3حوزه باقیمانده؛ n-1فیزیوگرافی دو بعدي تعریف شده براي ي نتـایج بدسـت آمـده مقایسـه -5هاي باقیمانده؛ مرتبه براساس حوزه n-1، 4تا 1ل برآورد خطاي محاسباتی و تکرار مراح

.[15] 6تا 2ي روش جک نایف با مقادیر تجربی مورد نظر با استفاده از پنج شاخص آماري براساس روابط بوسیله

퐵퐼퐴푆 = 1

푛푠 ( 푄 (푖) − 푄 (푖)) (2)

2- Principal Component Analysis 2- Canonical Correlation Analysis 3 - Ordinary Kriging 4 - Simple Kriging 5 - Inverse Distance Weights

퐵퐼퐴푆푟 = 1

푛푠 푄 (푖) − 푄 (푖)

푄 (푖) (3)

푅푀푆퐸 = 1

푛푠 푄 (푖) − 푄 (푖) (4)

푅푀푆퐸푟 = 1

푛푠 푄 (푖) − 푄 (푖)

푄 (푖) (5)

푁퐴푆퐻 = 1 − ∑ 푄 − 푄∑ (푄 − 푄 ) (6)

푄ها، تعداد ایستگاه nsدر این روابط (푖), 푄 (푖) اي متعلق به ایستگاه بترتیب دبی مشاهده شده و منطقه i ره ام بـا دو

.باشدسال می Tبازگشت

گیري بندي و نتیجه جمع -3و در نظـر گـرفتن شـش متغیـر SPSSهاي اصـلی در محـیط ساخت فضاي فیزیوگرافی با استفاده از روش تجزیه مؤلفه

ارتفـاع ي اصلی، شیب آبراهه اصلی، حداقل ارتفـاع حـوزه و مساحت حوزه، شیب متوسط حوزه، طول آبراهه: فیزیوگرافیفضاي فیزیوگرافی یک فضاي دو بعدي ایجـاد شـده، توسـط مؤلفـه اصـلی اول و مؤلفـه . هاي هیدرومتري انجام شدایستگاه

شـماره . ارائـه شـده اسـت 2هاي هیدرومتري در فضـاي فیزیـوگرافی در شـکل نحوه قرارگیري ایستگاه. باشداصلی دوم میپس از طراحی فضاي فیزیوگرافی مختصات هر ایستگاه در این فضا بـراي .باشدمی 1هاي هیدرومتري مطابق جدول ایستگاه

.انجام مراحل بعدي محاسبات بدست آمد

PCAهاي هیدرومتري در فضاي فیزیوگرافی نحوه پراکنش ایستگاه -2شکل

+GSافزار استفاده از نرمتغییرنماي تجربی و با گیري ساختار مکانی کمیت هیدرولوژیکی، براساس نیمشناسایی و اندازه

هاي تغییرنماهاي برازش داده شده به کمیت سیالب ایستگاهی با دوره بازگشتنیمي دهندهنشان 3شکل . صورت گرفت . باشدسال می 100و 50، 20، 10

)الف

)ب

)د ) ج

و 50=، ج20=، ب10=هاي الفبا دوره بازگشت(تغییرنماهاي برازش داده شده با مقادیر سیالب ایستگاهی نیم - 3شکل )سال 100=د

مدل نمایی هاي بازگشت برازش داده شود، که در همه دوره تئوري به آنتغییرنماي تجربی، باید مدل نیمي پس از محاسبه

اي سیالب براساس کریجینگ معمولی، کریجینگ ساده پس از برازش مدل نمائی، برآوردهاي منطقه. مناسب ارزیابی شدهاي ارزیابی متقابل مقادیر دبی برآورد شده براساس روش. محاسبه گردید PCAدر فضاي فیزیوگرافی IDWو روش

PSBI محور . ارائه شده است 6تا 4هاي با دبی مشاهده شده در شکلx ي مقادیر دبی مشاهده شده و نمودار نشان دهندههر چه پراکنش نقاط . باشدهاي بازگشت مختلف میاي برآورد شده براساس دورهي مقادیر دبی منطقهنشان دهنده yمحور

.تر باشد، دقت مدل مورد بررسی باالتر خواهد بودنزدیک 1:1خط اي به و خط بهترین برازش با مقادیر دبی منطقه

) الف

)ب

)د )ج ، 20=، ب10=هاي الفبا دوره بازگشت PCAارزیابی متقابل نتایج کریجینگ معمولی در فضاي فیزیوگرافی -4شکل

اي و خط ممتد براساس بهترین برازش با مقادیر دبی اوج ناحیه 1:1آل خط ایدهچین بعنوان خط نقطه(سال 100=و د 50=ج .)ترسیم شده است) نقاط(

)الف

)ب

)د) ج

50=، ج20=، ب10=هاي الفبا دوره بازگشت PCAارزیابی متقابل نتایج کریجینگ ساده در فضاي فیزیوگرافی - 5شکل) نقاط(اي و خط ممتد براساس بهترین برازش با مقادیر دبی اوج ناحیه 1:1آل چین بعنوان خط ایدهخط نقطه(سال 100=و د

.)ترسیم شده است

)الف

) ج

)ب

)د

100=و د 50=، ج20=، ب10=هاي الفبا دوره بازگشت PCAدر فضاي فیزیوگرافی IDWارزیابی متقابل نتایج -6شکل ترسیم ) نقاط(اي و خط ممتد براساس بهترین برازش با مقادیر دبی اوج ناحیه 1:1آل چین بعنوان خط ایدهخط نقطه(سال

.)شده است

با افزایش دوره بازگشت فاصله بین خط برازش یافته شده ) 1: باشندنکات زیر حائز اهمیت می 6تا 4هاي با توجه به شکلسال 10اي با دوره بازگشت براین اساس دبی اوج لحظه. باشددر حال افزایش می 1:1آل اي و خط ایدهبا مقادیر منطقه

میزان فاصله بین دو خط ) 2. دهدسال بیشترین فاصله را نشان می 100اي با دوره بازگشت کمترین فاصله و دبی اوج لحظهبعبارتی هر چه فاصله بین . باشده میزان خطاي محاسبات میدهندآل و همچنین پراکنش نقاط نشانبرازش داده شده و ایده

. دو خط ترسیم شده و پراکندگی نقاط افزایش یابد، میزان میانگین خطا و جذر میانگین مربعات خطا بیشتر خواهد بوددر . ا را داردسال کمترین خط 10سال بیشترین خطا و دبی با دوره بازگشت 100اي با دوره بازگشت بنابراین دبی اوج لحظه

، از روش جک نایف و پنج شاخص ارزیابی PSBIادامه به منظور بررسی صحت نتایج و دقت محاسبات روش نتایج ارزیابی متقابل جک نایف ارائه 2در جدول. استفاده گردید NASHو BIAS ،BIASr ،RMSE ،RMSErعملکرد

مقادیر منفی . گرددهاي دبی اوج محسوب میراي دادهجزء بهترین معیارهاي ارزیابی عملکرد ب NASHشاخص . شده استبراساس شاخص . [2]باشددهنده نامناسب بودن روش بوده و در بهترین حالت مقدار آن برابر با یک میاین شاخص نشان

NASH بخش ي عملکرد نسبتاً رضایتدهندهبرآورد گردید، که نشان 4/0 –5/0یابی در محدوده عملکرد سه روش درونبوده و با افزایش دوره بازگشت میزان خطا افزایش Q10مربوط به NASHبهترین عملکرد براساس شاخص . باشدنها میآ

ي بهترین عملکرد کمترین خطا نشان دهنده RMSErو BIAS ،BIASr ،RMSEهاي عملکردبا توجه به شاخص. یابدمیاي از اهمیت هاي سیالب منطقهبررسی کارآیی کمیتدر RMSErو BIASr: هاي نسبی نظیرعملکرد شاخص. باشدمی

هرگونه اثر BIASو RMSE: هاي معین نظیرهاي نسبی به جاي شاخصاي برخوردار هستند؛ زیرا با بکارگیري شاخصویژه ، با افزایش دوره بازگشت، مقادیرPSBIبراساس نتایج بدست آمده از روش . [11]گردد بالقوه مقیاس از نتایج حذف می

اي با افزایش دوره بازگشت رو زیرا عدم قطعیت برآوردهاي منطقه. باشددر حال افزایش می BIASو RMSEدو شاخص -با افزایش دوره بازگشت می BIASو RMSEي افزایش مقادیر به وضوح نشان دهنده 6تا 4هاي شکل. باشدبه افزایش می

یابی با افزایش دوره هاي دروني بهبود عملکرد تکنیکدهندهنشان RMSErو BIASrاما نتایج دو شاخص نسبی . باشدتوان بیان نمود با افزایش دوره بازگشت عملکرد روش هاي نسبی، میبا توجه به اهمیت نتایج شاخص. باشدبازگشت می

PSBI این نتایج با مطالعات . در حال بهبود استOuarda 2008(و همکاران ( وMartel ان و همکار)کامال مطابقت ) 2009در RMSErو BIASrبا افزایش دوره بازگشت با توجه به دو شاخص PSBIنتایج آنها نشان داد عملکرد نسبی روش . دارد

. باشددر حال افزایش می BIASو RMSEحال بهبود است، هر چند مقادیر شاخص عملکرد بهتري RMSErو BIASrدو شاخص ، روش کریجینگ معمولی در نشان داد 2نتایج جدول این عالوه بر

روش کریجینگ معمولی و RMSEو NASHهاي دارد، اما براساس شاخص IDWنسبت به روش کریجینگ ساده و IDW عملکرد مشابهی دارند و کریجینگ ساده در مقایسه با کریجینگ معمولی وIDW ترین عملکرد را ارائه میضعیف-

.دهدي فضاي فیزیوگرافی رویکردي عملی و مؤثر جهت یابی بر پایهدهد، کاربرد روش دروننشان می تحقیق حاضرنتایج

اي سیالب است و برآوردهاي قابل اعتمادي از کمیت هیدرولوژیکی مورد نظر در آبخیزهاي بدون آمار ارائه برآورد منطقه . دهدمی

PSBIاي سیالب براساس روش نتایج ارزیابی متقابل برآوردهاي منطقه -2جدول

BIAS BIASr% RMSE RMSEr% NASH متغیر روش

PSBI

Ok

Q10 0029/0 467/2 255/0 383/17 532/0 Q20 0043/0 466/2 265/0 852/16 515/0 Q50 0057/0 299/3 297/0 886/19 510/0 Q100 0073/0 579/3 322/0 222/20 443/0

IDW

Q10 0/0041 739/2 254/0 415/17 534/0 Q20 0/0079 809/2 264/0 851/16 520/0 Q50 0/013 971/3 310/0 111/21 465/0 Q100 0/016 958/3 324/0 428/20 437/0

SK

Q10 0011/0 717/2 257/0 154/18 523/0 Q20 0031/0 693/2 264/0 292/17 519/0 Q50 0070/0 877/3 305/0 393/21 483/0 Q100 0089/0 846/3 313/0 316/20 473/0

مراجع -4

[1] Rao, R. A. and Srinivas, V. V. (2005). Regionalization of watersheds by hybrid-cluster analysis. Journal of Hydrology. 318: 37-56. [2] Chokmani K. and Ouarda T. B. M. J. (2004). Physiographical space-based kriging for regional flood frequency estimation at ungauged sites. Water Resource Research, 40, W12514.

[3] Burn, D. H. (1990). Evaluation of regional flood frequency analysis with a region of influence approach. Water Resources Research, 26: 2257–2265. [4] Ouarda, T. B. M. J., Hache, M., Bruneau, P. and Bobee, B. (2000). Regional Flood Peak and Volume Estimation in a Northern Canadian Basin. Journal of Cold Regions Engineering, 14: 176-191. [5] Ouarda, T. B. M. J., Girard, C., Cavadias, G. S. and Bobee, B. (2001). Regional flood frequency estimation with canonical correlation analysis. Journal of hydrology, 254: 157-173. [6] Cavadias, G., Ouarda, T. B. M. J., Bobee, B. and Girard, C. (2001). A Canonical Correlation Approach to the Determination of Homogeneous Regions for Regional Flood Estimation of Ungauged Basins. Hydrological Sciences Journal, 46: 499-512. [7] Holmes, M. G. R., Young, A. R., Gustard, A. and Grew, R. (2002). A region of influence approach to predicting flow duration curves within ungauged catchments. Hydrology and Earth System Sciences Discussions 6: 721–731. [8] Gaal, L., Kysely, J. and Szolgay, J. (2007). Region-of-influence approach to a frequency analysis of heavy precipitation in Slovakia. Hydrology and Earth System Sciences, 12: 825–839. [9] Joseph, G., Chokmani, K., Ouarda T. B. M. J. and Saint-Hilaire, A. (2006). An evaluation of the robustness of canonical kriging for regional analysis of streamflows. Revue des Science de l’eau, 20(4): 367–380. [10] Shu, C. and Ouarda, , T. B. M. J. (2007). Flood frequency analysis at ungauged sites using artificial neural networks in canonical correlation analysis physiographic space. Water Resources Research, 43(7): W07438. [11] Ouarda, T. B. M. J., Ba, K.M., Diaz-Delgado, C., Carsteanu, A., Chokmani, K., Gingras, H., Quentin, E., Trujillo, E. and Bobe´e, B. (2008). Intercomparison of regional flood frequency estimation methods at ungauged sites for a Mexican case study. Journal of Hydrology, 348: 40–58. [12] Kamali Nezhad, M., Chokmani, K., Ouarda, T. B. M. J., Barbet, M. and Bruneau, P. (2010). Regional flood frequency analysis using residual kriging in physiographical space. Hydrological processes, 24: 2045-2055. [13] Martel, B., Ouarda, T. B. M. J., Barbet, M., Bruneau, P., Latraverse, M. and Kamali Nezhad, M. (2011). Regional frequency analysis of autumnal floods in the province of Quebec, Canada. Springer, Nat Hazards, 59: 681-698. [14] Archfield, S. A., Pugliese, A., Castellarin, A., Skøien, J. O. and Kiang, J. E. (2013). Topological and canonical kriging for design-flood prediction in ungauged catchments: an improvement over a traditional regional regression approach. Hydrology and Earth System Sciences Discussions. 17: 1575–1588. [15] Castiglioni, S., Castellarin, A. and Montanari, A. (2009). Prediction of low-flow indices in ungauged basins through hysiographical space-based interpolation. Journal of Hydrology, 378: 272–280.