نوع مقاله : مقاله پژوهشی

نویسندگان

• محمد مهدی متین‌زاده
• روح الله فتاحی
• محمد شایان نژاد
• خدایار عبداللهی

چکیده

اساس مطالعات هیدرولوژی و هواشناسی، داده­های آماری پیوسته و کافی است. حداکثر بارش 24 ساعته سالانه، در زمینه­های مختلف طراحی تأسیسات آبی و مهندسی استفاده می­شود. رگرسیون فازی به عنوان یک ابزار انعطاف­پذیر که قابلیت استفاده در بسیاری از سامانه­ها را دارد، جهت ارائه و توسعه یک تکنیک جدید برای تخمین و بازسازی داده­های حداکثر بارش 24 ساعته بکار گرفته شده است. در این تحقیق کارآیی استفاده از رگرسیون فازی در بازسازی داده­های حداکثر بارش 24 ساعته در استان چهارمحال و بختیاری صورت گرفت. برای ارزیابی کارائی مدل فوق، از شاخص­های آماری RMSE، P% و R² استفاده شد. نتایج بدست آمده از مدل رگرسیون فازی با روش­های نسبت نرمال، محورهای مختصات، رگرسیون ساده و رگرسیون چند متغیره مورد مقایسه قرار گرفت. مقدار ضریب تعیین (R²) میان مقادیر مشاهده­ای و برآورد شده حاصل از مدل رگرسیون فازی در اقلیم بسیار مرطوب، نیمه مرطوب، مدیترانه­ای و نیمه­خشک به‌ترتیب برابر با 0.67، 0.75، 0.81 و 0.87 به‌دست آمد. نتایج بازسازی در هر یک از چهار اقلیم موجود در این استان نشان‌دهنده برتری معنی­دار تکنیک رگرسیون فازی نسبت به سایر روش­های متداول است.

کلیدواژه‌ها

• برنامه‌ریزی خطی
• حداکثر بارش ?? ساعته سالانه
• بازسازی
• رگرسیون فازی

عنوان مقاله [English]

Reconstruction of Annual Maximum 24-h Rainfall Data using Fuzzy Regression in CH&B Province

نویسندگان [English]

• Mohammad Mahdi Matinzadeh
• Rohollah Fattahi
• Mohammad Shahyannejad
• Khodayar Abdollahi

چکیده [English]

Adequate and continuous statistical data is the base for hydrology and meteorology studies. Annual maximum 24-h rainfall can be used in different aspects of engineering and design of water course. As a flexible tool that may be adapted to many systems, fuzzy regression was employed to develop a new technique for estimating of missed annual maximum 24-h rainfall data. This research carried out to evaluate the performance of fuzzy regression for reconstruction of annual maximum 24-h rainfall data in Chaharmahal & Bakhtiyari province. To assess the above mentioned model RMSE, P%, R² were used as statistical indices. The result of obtained from fuzzy regression model was compared with other methods such as normal ratio, graphical, simple linear regression and multivariate linear regression. The determination coefficients (R²) between observed and predicted values by fuzzy regression model were obtained 0.67, 0.75, 0.81 and 0.87 for very-humid, semi-humid, Mediterranean and semi-arid climate zones respectively. The results of reconstructed data indicated that fuzzy regression technique has significant preference comparing other usual method in all the four studied climates in the Province.

کلیدواژه‌ها [English]

• Fuzzy regression
• Annual maximum ??
• h rainfall
• Linear programming
• Reconstruction