بسط منحنی‌های هاف برای پنج ایستگاه منتخب در شرق دریاچه ارومیه

آب و خاک

مقاله 6، دوره 32، شماره 6 - شماره پیاپی 62، زمستان 1397، صفحه 1109-1123  

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v32i6.72443

نویسندگان

ساینا وکیلی آذر ¹؛ یعقوب دین پژوه ²

¹دانشگاه تبریز

²تبریز

چکیده

در این مطالعه، با استفاده از آمار رگبارهای ثبت شده برای 517 رویداد در 5 ایستگاه عجب­شیر، آذرشهر، بناب، بستان­آباد و لیقوان (واقع درشرق دریاچه ارومیه)، منحنی­های­ هاف بسط داده شد. کل رویدادهای منتخب براساس مدت دوام رگبار در چهار کلاس متمایز به­شرح 1- صفر تا دو ، 2- دو تا شش، 3- شش تا دوازده و 4- بیش از دوازده ساعت دسته­بندی شدند. سپس منحنی­های هاف برای هر دسته به­ازای درصد احتمالات 10 درصد، 20 درصد، ... و 90 درصد رسم گردید. ضمنا منحنی­های هاف برای کل رویدادها (بدون دسته­بندی) در هر ایستگاه نیز تهیه شد. در این مطالعه، از توزیع‌های آماری رایج در هیدرولوژی استفاده شد. همچنین، سه شاخص جدید که نشان­دهنده نسبت درصد عمق بارش از آغاز بارندگی تا پایان 25 درصد، 50 درصد و 75 درصد زمان بارندگی منحنی هاف 50 درصد به منحنی هاف 90 درصد می­باشند، به­صورت S، I و Q تعریف شد. هیتوگراف رگبار طرح در هر ایستگاه برای کل رویدادها (بدون کلاس­بندی) برای منحنی هاف 50 درصد به­دست آمد. مدل ریاضی منحنی­های هاف در فرم مدل لاجستیک بسط و پارامترهای آن تخمین زده شدند. نتایج حاکی از آن است که برای کلاس­های با مدت دوام کمتر از 6 ساعت بخش قابل توجهی از بارش در چارک­های اول یا دوم زمانی رخ می­دهد. درحالیکه در بارش­های با مدت دوام بیش از 6 ساعت بارش­ها با شدت کم آغاز شده و به­تدریج تا آخر بارندگی بر شدت آن­ها افزوده می­شود. همچنین نتایج نشان داد که روند تغییرات مقادیر شاخص­های S، I و Q به­صورت S>I>Q می­باشد. بر اساس نتایج حاصله، مدل لاجستیک قادر به برازش خیلی خوب رگبارها در ایستگاه­های منتخب می­باشد، طوریکه ضریب همبستگی بین مشاهدات و مدل بین 978/0 و 998/0 است که از نظر آماری در سطح 5 درصد معنی­دار بودند.

کلیدواژه‌ها

بارش طرح؛ توزیع زمانی بارش؛ دریاچه ارومیه؛ منحنی های هاف

مراجع

1. Awadallah A.G., and Younan N.S. 2012. Conservative design rainfall distribution for application in arid regions with sparse data. Journal of Arid Environments, 79: 66-75.

2. Azli M., and Rao R. 2010. Development of Huff curves for Peninsular Malaysia. Journal of Hydrology, 388:77-84.

3. Bustami R.A., Rosli N.A., Adam J.H., and Li K.P. 2012. Development of temporal rainfall pattern for Southern Region of Sarawak. UNIMA E. Journal of Civil Engineering, 3:17-23.

4. Ewea A., Elfeki A., Bahrawi J., and AL-Amri N. 2016. Sensitivity analysis of runoff hydrographs due to temporal rainfall patterns in Makkah Al-Mukkramah region, Saudi Arabia. Arabian Journal of Geosciences, 9:424-435.

5. Ghahraman B. 2009. Short-term rain analysis in Khorasan. Iranian Journal of Watershed Science and Engineering, 2(4): 66-73 (In Persian with English abstract).

6. Ghassabi Z., Kamali G.A., Meshkati A., Hajam S., and Javaheri N. 2016. Time distribution of heavy rainfall events in south west of Iran. Journal of Atmospheric and Solar Terrestrial Physics, 145: 53-60.

7. Hatami Yazd A., Ghahraman B., and Khodashenas S.R. 2009. Regionalization of Rainfall Temporal Pattern in Iran. Iran-Watershed Management Science and engineering, 3(6):66-70 (In Persian with English abstract).

8. HuffF.A. 1967. Time distribution of rainfall in heavy storms. Water Resources Research, 3:1007-1019.

9. Jiang P., Yu Z., Gautam M.R., Yuan F., and Acharya K. 2016. Changes of storm properties in the United States:Observations and multi model ensemble projections. Global and Planetary Change, 142:41-52.

10. Karimi V., Solaimani K., Habibnejad Roshan M., and Shahed K. 2014. Comparison of Some Rainfall Temporal Pattern Determination for Urban Flood Estimation (Case Study: Babolsar). Irrigation Engineering and Water, 13:102-112. (In Persian with English abstract).

11. Khaksafidi A., Noura N., Biroudian N., and Najafi Nejad A. 2011.Rainfall Temporal Distribution Patterns in Sistan & Balouchestan Province (Iran). Journal of Soil and Water Protection Research, 17(1):45-61. (In Persian with English abstract).

12. NiyogiD., Lei M., Kishtawal C.H., and Schmid P. 2017. Urbanization impacts on the summerheavy rainfall Climatology over the Eastern United States. Earth Interactions, 21(5):1-17.

13. Todisco F. 2016. The internal structure of erosive and non-erosive storm events for interpretation rainfall simulation. Journal of Hydrology, 519:3651-3663.

14. Wang W., Yin S., Xie Y., Liu B., and Liu Y. 2016. Effects of four storm patterns on soil loss from five soils undernatural rainfall. Catena, 141:56-65.

15. Wu S.J., Yang J.C., and Tung Y.K. 2006. Identification and stochastic generation of representativerainfall temporal patterns in Hong Kong territory. Stochastic Environmental Research and Risk Assessment, 20:171–183.