2دانشجوی کارشناسی ارشد دانشکده کشاورزی، دانشگاه تربیت مدرس تهران
3دانشجوی کارشناسی ارشد دانشکده کشاورزی، دانشگاه صنعتی اصفهان
چکیده
برای تحلیل فراوانی بارندگی، میتوان از دو روش پارامتری و غیر پارامتری استفاده کرد. روشهای معمول و مرسوم تحلیل فراوانی براساس روشهای پارامتری استوار هستند. معمولاً برای برآورد پارامترها در روشهای پارامتری از روشهای مختلفی نظیر گشتاورهای معمولی، حداکثر درستنمایی و گشتاورهای وزنی احتمال استفاده میشود. در این مقاله از روش حداکثر درستنمایی و روش جدید گشتاور خطی که حالت خاصی از روش گشتاورهای وزنی احتمال است، برای تحلیل فراوانی بارندگی استفاده شده است و نتایج حاصل از آن با روش غیر پارامتری توابع هسته نظیر نرمال، لوگ نرمال، مثلثی و مستطیلی بر روی بارندگیهای ماهانه و سالانه پنج ایستگاه ایران شامل اصفهان، بوشهر، تهران، جاسک و مشهد مقایسه شده است، مقایسه شد. در این پژوهش بارندگیهای ماهانه و سالانه با استفاده از روش گشتاور خطی و حداکثر درستنمایی، به سیزده تابع توزیع مختلف از جمله لجستیک، مقادیر حدی تعمیم یافته و غیره برازش یافتند. نتایج حاصل از تحلیل فراوانی بارندگی نشان داد، که روش گشتاور خطی در مقایسه با روش حداکثر درستنمایی دارای حداقل مقادیر متوسط انحراف نسبی و متوسط مربع انحراف نسبی بود، بهترین برازش را به دادههای بارندگیهای ماهانه و سالانه داشت. همچنین، روش گشتاور خطی بهترین برازش را برای بارندگی سالانه بوشهر، جاسک و مشهد در مقایسه با روش غیر پارامتری هسته مستطیلی، مثلثی و نرمال داشت. بنابراین میتوان از روش گشتاور خطی بهعنوان روش مناسب برای تحلیل فراوانی پارامترهای دیگر نظیر سیلاب، خشک سالی و غیره در برنامهریزیهای مدیریت منابع آب و مهندسی هیدرولوژی استفاده کرد.
A comparative evaluation of L-moment method with maximum likelihood parametric method and kernel functions of nonparametric methods in five Iranian stations
نویسندگان [English]
Seyed saeed Eslamian1؛ Farshad Fathian2؛ Hadi Hasanzadeh3
1Associate Professor, Faculty of Agriculture, Isfahan University of Technology, Iran
2MSc Student, Faculty of Agriculture, Tarbiat Modares University, Iran
3MSc Student, Faculty of Agriculture, Isfahan University of Technology, Iran
چکیده [English]
There are two parametric and nonparametric approaches for frequency analysis of hydrological data. Current methods of frequency analysis are based on the parametric methods. Moments, maximum likelihood and probability weighted moments are from various parametric methods for frequency analysis. In this research, maximum likelihood and L-moment methods are used for precipitation frequency analysis. L-moment is a new method for frequency analysis and one of the specific kinds of probability weighted moments. The results of frequency analysis with L-moment are compared with maximum likelihood method and kernel functions of nonparametric methods of normal, log-normal, rectangular and triangular kernel function. In this research, monthly and annual precipitations are fitted to thirteen distribution functions such as Logistic, Generalized Extreme Value and etc. with estimation of L-moment and maximum likelihood methods. The results showed that L-moment parametric method is best fitted to monthly and annual data due to mean relative deviation and mean square relative deviation goodness of fit tests compared to maximum likelihood parametric method. The L-moment parametric method is also best fitted to Boushehr, Jask and Mashhad annual data due to mean relative deviation and mean square relative deviation goodness of fit tests compared to kernel nonparametric methods with rectangular, triangular and normal functions. Therefore, L-moment method is a suitable method for frequency analysis of other hydrological parameters such as flood and drought for planning of water resource management and hydrological analysis.