فرد متخصص در طول انجام هر پروژه، مدیریت اتفاقاتی که در آینده رخ خواهد داد را نباید از خاطر ببرد. این نکته بسیار حائز اهمیت است که فرد مسئول، احتمالات و ریسک هایی که ممکن است در صورت انجام پروژه مذکور به وجود آید را در نظر بگیرد و به این امر واقف باشد که هر قدم، چه عواقبی در پی خواهد داشت. این جاست که نیاز به عملیات آماری و پیشبینی احتمالات در علوم هیدرولوژیکی احساس می شود. به طور کلی عملگرد هر پروژه آبی بستگی به پیشبینی وقایع هیدرولوژیکی در آینده دارد. اطلاعات و داده هایی که در گذشته کسب و ثبت شده اند به ما کمک خواهد کرد تا تعدادی پارامتر آماری را بدست آورده و سپس از روی این پارامتر ها اتفاقاتی را که ممکن است در آینده رخ دهد پیشبینی کنیم.

آن چه در گذشته اندازه گیری و ثبت شده است به نام داده های تاریخی (Historical Data) یا متغیرهای تاریخی (Historical Variables) معروفند که نتایج پدیده های طبیعی و پیچیده هیدرولوژیکی بوده اند. بنابراین فرآیندها و وقایع هیدرولوژیکی که در حال حاضر یا در آینده رخ خواهند داد نیز همین پدیده ها هستند که با زمان تغییر کرده یا تغییر خواهند کرد. برای درک بهتر، به مثال زیر توجه کنید. مبحث رابطه رواناب (R) و بارندگی (P) را به خاطر بیاورید. می دانیم بین مقدار بارندگی و روانابی که از آن ایجاد خواهد شد یک رابطه وجود دارد که بر اساس اطلاعات گذشته مثلا این رابطه ممکن است به صورت R=a+bP باشد که در آن دو پارامتر a و b دخالت داده شده اند. داده های تاریخی به ما کمک می کند که پارامترهای مذکور را طوری تعیین کنیم که با هر بارندگی در آینده بتوانیم رواناب حاصل ار آن را با دقت بیشتر تخمین بزنیم. گرچه این رابطه خود یک مدل ساده هیدرولوژیکی است، با این وجود مدل کردن دقیق سیستم های هیدرولوژیکی بسیار مشکل است.

حتما بخوانید  دانلود جزوه درسی آمار و احتمالات در هواشناسی

اصولا در هیدرولوژی استفاده از مدل های فیزیکی برای پیشبینی وقایع آینده مقدور نبوده و کمتر مورد استقبال قرار گرفته اند. زیرا که ما نمی توانیم در آزمایشگاه یک حوضه آبریز کوچک بسازیم و وقایع هیدرولوژیکی را برای حوضه های آبریز طبیعی از روی آن پیشبینی کنیم. حتی حوضه های آزمایشی بزرگ و معرف هم آن طور که باید و شاید نتوانسته اند مفید واقع شوند. حال آن که استفاده از مدل های فیزیکی در هیدرولیک و سد سازی یا شبکه های توزیع آب و امثال آن بسیار مفید و کاربردی می باشند. به این دلیل در هیدرولوژی غالبا به جای مدل های فیزیکی از مدل های مجرد (Abstract) که سیستم را بر اساس ترم ها و مفاهیم ریاضی تشریح می کند استفاده می شود.

در این گونه مدل ها ورودی و خروجی های سیستم هیدرولوژی با یک سری معادلات ریاضی توصیف می شوند که برای استفاده از آن ها نیاز به اعداد و ارقام و پارامترهای آماری داریم. به عنوان مثال اگر بارندگی در یک روز مشخص مورد نظر بوده و بخواهیم آن را برای یک طرح یا پروژه آبی پیشبینی کنیم مقدار آن می تواند تابعی از زمان یا مکان بوده و یا این که کاملا تصادفی باشد، لذا مدل های مجرد هیدرولوژیکی بسته به رویکرد آن ها متفاوت می باشند. این مدل ها اصولا بر سه نوع هستند که عبارتند از:

  • مدل های قطعی (Deterministics Models)
  • مدل های تصادفی (Stochastics Models)
  • مدل های احتمالاتی (Probabilistics Models)
حتما بخوانید  محدوده های اطمینان و ریسک در پروژه های هیدرولوژیکی کجاست؟

مدل های قطعی سه خصوصیات عمده دارند:

  1. در این مدل ها دنباله یا سری وقوع داده ها (Sequencing of Occurrence of Variables) مورد تجربه و تحلیل قرار می گیرد.
  2. در این مدل ها از تعدادی قواعد و قوانین قطعی (Certain) استفاده شده و کاری به قوانین احتمالاتی نخواهد داشت.
  3. در مدل های قطعی شانس وقوع متغیرهای هیدرولوژی مد نظر قرار نمی گیرد.

مدل های احتمالاتی از ویژگی های زیر برخوردارند:

  1. کاری به سری زمانی و دنباله وقوع داده ندارد.
  2. فرض می شود که وقوع متغیرها بر اساس توابع توزیع احتمالاتی تعیین می شود.
  3. شانس وقوع متغیرها بر اساس توابع توزیع احتمالاتی تعیین می شود.
  4. فرض می شود که داده ها کاملا تصادفی اتفاق افتاده اند.

مدل های تصادفی تقریبا حالتی بین مدل های قطعی و احتمالاتی می باشند. یعنی:

  1. در این مدل ها دنباله وقوع داده ها نیز مدنظر قرار می گیرد.
  2. توزیع احتمالاتی داده ها ممکن است به زمان بستگی داشته یا نداشته باشد.
  3. داده ها ممکن است تصادفی باشند یا نباشند.
  4. هر از یک داده ها ممکن است به سایر داده ها بستگی داشته یا نداشته باشد.

از آن جایی که ما در هیدرولوژی با گمانه زنی و پیشبینی وقایع هیدرولوژیکی سر و کار داریم، لذا در عمل یا از مدل های قطعی استفاده می شود و یا از مدل های تصادفی. با مدل های قطعی فقط می توان گمانه زنی (Forecast) کرد حال آن که با مدل های تصادفی می توان پیشگویی (Prediction) نمود. به عنوان مثال با استفاده از مدل های قطعی می توان با دقت گمانه زنی کرد که مقدار تبخیر از سطح آزاد آب در یک دریاچه در یک روز مشخص حدودا چقدر خواهد بود. اما این که بگوییم مقدار باران در یک روز بخصوص یا در سال آینده چقدر خواهد بود یک مسئله پیشگویی است که کاملا تصادفی است.

حتما بخوانید  مفاهیم اولیه مدل های هیدرولوژیکی

بنابراین در بررسی های وقایع هیدرولوژیکی داده های آب-هواشناسی را که در گذشته اتفاق افتاده و بعضا آن ها را اندازه گیری و ثبت کرده ایم، گرفته و برای رسیدن به هدف خود آن ها به لحاظ آماری تجزیه و تحلیل نموده و در مدل های مجرد از آن ها استفاده می کنیم. اما داده های خاک نمی توانند مستقیما مورد استفاده قرار گیرند بلکه لازم است ابتدا آن ها را بازسازی کرده و پس از پردازش،  پارامترهای خاصی را که مورد نیاز مدل می باشد از آن ها استخراج کنیم. داده های هیدرولوژی که اصطلاحا به آن ها متغیرهای هیدرولوژیکی گفته می شود اعدادی هستند که دارای دو ویژگی عمده می باشند:

  1. مقدار (Magnitude): نشان دهنده اندازه کمی آن عدد است. مثلا واضح است که 15 بزرگتر از 10 می باشد اما سوال این است که 15 چی؟
  2. بُعد (Dimension): آن چه که به سوال بالا پاسخ می دهد ابعاد یا دیمانسیون آن کمیت است و مسلم است که 15 روز با 15 کیلومتر کاملا متفاوت است.

تمام پدیده های هیدرولوژیکی و هواشناسی را می توان با ابعاد اصلی طول، جرم و زمان توصیف کرد. معادله هایی که اساس فیزیکی دارند و مشتمل بر پارامترهای مرتبط با یکدیگر می باشند از نظر ابعادی متوازن هستند. مثلا دو طرف معادله بین دبی با سرعت و سطح مقطع Q=AV به لحاظ ابعادی متوازن است. اما معادله های تجربی که بسیاری از فرمول های هیدرولوژیکی از این دسته اند ممکن است اساس فیزیکی نداشته و لذا طرفین معادله های تجربی به لحاظ ابعادی همخوانی نداشته باشند.

مهتاب محمودزاده
در هر چیزی تفکری است
نظر خود را بنویسید:
ثبت دیدگاه
دیدگاه های کاربران
حمیدریگی
09:03 - 1398/10/16
پاسخ دهید

سلام عالی ممنون

    فاطمه قربانی
    09:44 - 1398/10/16
    پاسخ دهید

    با سلام و ادب
    ممنونیم از شما

لطفا صبر کنید