این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آبخیزداری ایران، جلد ۱، شماره ۱، صفحات ۲۴-۳۸
عنوان فارسی ارزیابی دو روش معادله همبستگی خطی و کریجینگ معمولی به منظور برآورد توزیع مکانی عمق برف درحوزه آبخیز صمصامی
چکیده فارسی مقاله  توزیع مکانی ذخائر برفی، بمنظور برآورد هر چه دقیقتر روانآب حاصل از آنها، از اهمیت خاصی در هیدرولوژی برف برخوردار است. دستیابی به توزیع مکانی عمق برف می بایست از راه اطلاعات مشاهده ای و در مقیاسی فشرده، صورت گیرد. لیکن بدلیل محدودیتهای عملی، جمع آوری اطلاعات،به ویژه در مقیاس مذکور، دشوار و گاهی غیر ممکن می باشد. استفاده از روشهایی که بتوانند عمق برف را در نقاط فاقد اندازه گیری، برآورد نمایند و نیز بررسی دامنه کاربرد آنها در این خصوص، امری ضروری است. برای این منظور در این تحقیق در محدوده ای بمساحت 2/5 کیاومتر مربع از حوضه کوچک صمصامی از سر شاخه های کارون شمالی، و با بهره گیری از 258 نقطه اندازه گیری شده عمق برف، دو روش رگرسیون خطی چند گانه و کریجینگ معمولی مورد ارزیابی و سپس مقایسه قرار گرفتند. ارزیابی مزبور از طریق مقایسه مقادیر برآورد شده توسط هریک از دو مدل توسعه یافته بر اساس 208 نقطه مشاهده ای در 50 نقطه ارزیابی با مقادیر مشاهده ای در این نقاط، صورت گرفت. تحلیل آماری داده ها نشان داد 67% تغییرات عمق برف تحت تأثیر عوامل ارتفاع، جهت شیب شمالی- جنوبی و شاخص بادپناهی از طریق روش رگرسیون خطی در فاصله اطمینان 95% مدل گردید. اما زاویه شیب رابطه معنی داری در فاصله اطمینان مذکور با عمق برف نداشت. از طرفی نتایج کاربرد کریجینگ معمولی در اطلاعات فوق، نشان داد که 62% تغییرات عمق برف با این روش مدل گردید. مقایسه توانایی های دو مدل (67% تغییرات عمق برف با 62% آن)، حاکی از برتری نسبتا کم رگرسیون خطی نسبت به کریجینگ معمولی بود. لیکن کریجینگ معمولی بخاطر قابلیت بیشتر آن نسبت به رگرسیون خطی در نشان دان تغییرات تدریجی تر عمق برف در نقشه توزیع مکانی آن، از برتری بیشتری برخوردار بود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی An Investigation on Linear Regression and Ordinary Kriging Methods for Estimating Spatial Distribution of Snow Depth at Samsami Basin
چکیده انگلیسی مقاله Knowledge on spatial distribution of snow storage in catchments is important in snowhydrology because of its effect on yielding run-off. Therefore, intensive scale is necessary tomeasure snow depth for collecting observed data. But, difficulties are involved in measuring snowdepth at fields. Therefore, methods based on observed data have been developed to predict snowdepths for unobserved area. To apply these methods, care is needed because of their abilities topredict snow depth accurately. Therefore, these methods should be evaluated for studied sites toselect more accurate method. In the current research, an area of 5.2 Km(named Samsami) as one of the headwaters of Northern Karoun, is studied for unobserved snowdepth points. To do this, Multiple Linear Regression and Ordinary Kriging methods were appliedand evaluated to the studied site. To compare and evaluate these two methods snow depths from258 points were measured then 208 points of them were used as working points and the others (50points) as reference points to develop these two models. Finally, predicted results from these twomethods for the 50 reference points were compared with their observed data, respectively.Statistical analyses of data showed that 67% of variations in snow depth which were affected byElevation, North-South aspect and Wind shelter index can be modeled by Linear Regressionmethod at %95 meaningful levels. However, Slope parameter did not show significant result atabove confidence limit. Results from application of Ordinary Kriging method for the same data aswere used above, showed that 62% of variations in snow depth can be modeled. Comparison ofability of these two models (predicting 67% of variations in snow depth with 62%) shows a littleadvantage for the Linear Regression which is an advantage for this method over the OrdinaryKriging method. However, the Ordinary Kriging method has another advantage over the LinearRegression which is its ability to show variations in spatial distribution of predicted snow depthsmoothly on a map.2 as part of a small basinKeywords: Spatia
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد رضا شریفی | mohammad reza sharifi
college of water sceince, shahid chamran university, ahwaz, iran
دانشکده علوم آب دانشگاهشهید چمران اهواز
سازمان اصلی تایید شده: دانشگاه شهید چمران (Shahid chamran university)

علی محمد آخوند علی | ali mohammad akhoond ali
college of water sceince, shahid chamran university, ahwaz, iran
دانشکده علوم آب دانشگاه شهید چمران اهواز
سازمان اصلی تایید شده: دانشگاه شهید چمران (Shahid chamran university)

جهانگیر پرهمت | jahangir porhemmat
soil conservation and watershed management research center scwmri
مرکز تحقیقات حفاظت خاک و آبخیزداری کشور
سازمان اصلی تایید شده: پژوهشکده حفاظت خاک و آبخیزداری

جهانگرد محمدی | jahangard mohammadi
soil science department, shahrehkord university, shahrehkord, iran
گروه علوم خاک دانشگاه شهرکرد
سازمان اصلی تایید شده: دانشگاه شهرکرد (Shahr kord university)

نشانی اینترنتی http://www.jwmsei.ir/browse.php?a_code=A-10-1-3&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات