حامد نوذری

چکیده: برآورد دقیق بار رسوب معلق رودخانه، امری ضروری در مطالعه و توسعه سیستم های منابع آب است. اندازه گیری مستقیم بار رسوبی، پرهزینه و زمان بر است. لذا توسعه مدلی جایگزین نظیر منحنی سنجه و یا مدل های شبیه سازی توصیه می شود. در این تحقیق از دو روش مختلف برای پیش بینی بار رسوب معلق رودخانه استفاده شد. در روش اول میزان بار رسوبی با استفاده از مدل های آماری تحلیل طیف تکین (SSA)، تحلیل طیف تکین چند متغیره (MSSA)، میانگین متحرک خودهمبسته یکپارچه (ARIMA) و مدل ترکیبی SSA-ARIMA پیش بینی شد و در روش دوم با برازش مدل های آماری بر سری زمانی دبی و به کمک منحنی سنجه، پیش بینی میزان بار رسوبی صورت گرفت. همچنین تأثیر روش های نرمالسازی، حذف چولگی، مینیمم-ماکزیمم و استانداردسازی بر عملکرد مدل های مذکور مورد بررسی قرار گرفت. به منظور صحت سنجی و اعتباریابی نتایج مدلسازی، از داده های آبدهی و بار رسوب معلق رودخانه می سی سی پی طی دوره 2017-1997 استفاده شد. در پیش بینی آماری بار رسوبی، مدل های SSA، MSSA، SSA-ARIMA و ARIMA به ترتیب در رتبه های اول تا پنجم قرار گرفتند. بین نتایج مدل های SSA و MSSA اختلاف معناداری مشاهده نشد، اما به دلیل ساختار ساده تر SSA و اجرای سریعتر آن ، می توان این الگوریتم را برای پیشبینی بار رسوبی پیشنهاد داد. شاخص های آماری BIAS، RMSE، SE و R2 در پیش بینی برداری مدل SSA، به ترتیب برابر 410851-، 1531790، 94/0 و 36/0 بودند. مقایسه شاخص های آماری مدل سنتی ARIMA و مدل ترکیبی SSA-ARIMA، نشان دهنده اهمیت پیش پردازش سری زمانی در بهبود دقت پیش بینی مدل است. نتایج منحنی سنجه در مقایسه با هر دو مدل ARIMA و SSA-ARIMA دقت بالاتری داشت، لذا جایگزین مناسبی برای پیش بینی مستقیم بار رسوبی به شمار می رود. با اعمال روش های نرمالسازی، بهبود معناداری در پیش بینی مستقیم بار رسوبی حاصل نشد و حتی در مواردی آن را تقلیل داد. در حالیکه اعمال هر سه روش نرمالسازی باعث بهبود عملکرد مدل های ARIMA و SSA-ARIMA در پیش بینی آبدهی و درنتیجه تأثیر مثبت در نتایج منحنی سنجه شدند. لذا استفاده از داده های بار رسوبی اصلی و آبدهی نرمال شده به عنوان ورودی مدل ها پیشنهاد می گردد.