نوع مقاله : Original Articles

نویسندگان

1 استاد گروه آبخیزداری، دانشکده منابع طبیعی، دانشگاه شهرکرد

2 دانش آموخته کارشناسی مهندسی آبخیزداری، دانشگاه شهرکرد

3 استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه شهرکرد

4 عضو هیئت علمی گروه آبخیزداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد

چکیده

خلاهای گسسته و پیوسته در اغلب داده های هیدرولوژی مانند داده های بارش به دلایلی نظیر عدم ثبت آمار، حذف آمار غلط و خرابی یا از بین رفتن دستگاه های اندازه گیری اتفاق می افتد و تخمین و برآورد این داده ها لازم و ضروری می باشد.بدین منظور روش های متعددی برای تخمین داده ها وجود دارد که بسته به شرایط هر ایستگاه ممکن است یک روش خاص بهترین نتیجه را در پی داشته باشد معمولا برای برآورد داده های گمشده در یک ایستگاه ازایستگاه های مجاور آن که دارای همبستگی بیشتری هستند استففاده می شود. در این تحقیق کارآیی استفاده از روش رگرسیون فازی در بازسازی داده های سالیانه ایستگاه های باران سنجی درحوزه آبریز کارون مورد ارزیابی قرار گرفت وبا روش های نسبت نرمال ، محورهای مختصات، رگرسیون ساده ورگرسیون چندگانه مقایسه گردید. گروه های بازسازی بوسیله روش خوشه بندی تعیین شده و 25 ایستگاه که دارای طول آماری مشترک بودند در 5 گروه بازسازی قرار گرفتند. سپس با استفاده از روش حذف اعتباری ، مقادیر آن ها از طریق روش های مذکور برآورد گردید و با استفاده از آماره ریشه مجذور میانگین مربعات خطا اولویت هر یک از این روش ها شناسایی شد. نتایج بازسازی داده های سالیانه نشاندهنده برتری روش رگرسیون فازی در 12 ایستگاه از 25 ایستگاه مرود مطالعه و در سه گروه از 5 گروه بازسازی می باشد و درنهایت در کل حوزه، به عنوان اولویت اول در بازسازی داده های سالیانه شناخته شد.

کلیدواژه‌ها

عنوان مقاله [English]

Evaluation of Fuzzy Regression Efficiency for Reconstructing Missing Annual Precipitation Data in Karoon Basin

نویسندگان [English]

  • Seyyed Javad Sadatinejad, 1
  • Rohallah Hassanshahi 2
  • Mohammad Shayannejad 3
  • Khodayar Abdolahi 4

1 Assistant professor, Department of Range and Watershed Management, Faculty of Natural Resources, Shahrekord University

2 MSc. in Watershed Management Engineering

3 Assistant Professor, Department of Water Engineering, Faculty of Agriculture, Shahrkord University

4 Academic Member, Department of Range and Watershed Management, Faculty of Natural Resources, Shahrekord University

چکیده [English]

Continuous and disperse blanks in most hydrological data (e.g. rainfall data) often occur due to data loss, elimination of incorrect data and the malfunctioning of measuring instruments; these then need to be estimated and/or evaluated for subsequent analysis. There are various methods available for estimating and regenerating these data, the accuracy of which depends very much on the specific conditions of the station, so that one specific method may suit a particular station. Generally, data from four adjacent stations are used for regenerating the missing data at a particular station. In this research, fuzzy regression efficiency is employed for reconstructing yearly rainfall data in Karoon basin. The results are compared with methods such as normal ratio, graphical, simple linear regression and multivariate linear regression. Reconstruction groups were formed using the clustering method in minitab software. Twenty-five stations, similar in their duration of data collection, were selected from among stations in the northern Karoon basin and these were classified into 5 clusters. Following data elimination by cross validation, their value was estimated using the above mentioned methods. Then, using the root mean square of errors (RMSE), the priority was evaluated for each method. The results of yearly data regeneration indicate that fuzzy regression yielded more accurate estimates in 12 out of the 25 stations studied, or in 3 clusters out of the 5 classified group, making it the most appropriate method for regenerating data for the whole of Karoon basin.

کلیدواژه‌ها [English]

  • Keywords: Karoon basin
  • Rainfall reconstruction
  • Fuzzy Regression
  • Clustering