Iranian Jornal of Watershed Management Science&Engineering
مجله علوم ومهندسی آبخیزداری ایران
jwmseir
Agriculture
http://jwmsei.ir
1
admin
2008-9554
2008-9554
8
10.22034
14
8888
13
fa
jalali
1397
1
1
gregorian
2018
4
1
12
40
online
1
fulltext
fa
تحلیل دومتغیره دوره بازگشت توفان گرد و غبار براساس تئوری کاپولا در استان یزد
Bivariate analysis of return period of dust storm based on Copula theory in Yazd province
تخصصي
Special
پژوهشي
Research
<b><font color="#000000"><span b="" dir="RTL" font-size:="" lang="FA" style="margin: 0px; line-height: 107%; font-family: ">توفان گرد و غبار یک پدیده تصادفی بوده که به پارامترهای متعددی وابسته می­باشد لذا تحلیل این پدیده بصورت چندمتغیره لازم و ضروری است. به همین منظور در این مطالعه به اهمیت و کمبود تحلیل چندمتغیره بلایای طبیعی همچون توفان گرد و غبار پرداخته شده است. بدین منظور از تئوری کاپولا جهت تحلیل دو متغیره توفان گرد و غبار استفاده شد. توابع کاپولا ابزاری مناسب جهت انجام تحلیل فراوانی چندمتغیره بلایای طبیعی هستند. از مهمترین مزایای این تئوری عدم محدودیت برای انتخاب نوع توزیع حاشیه­ای متغیره ها می­باشد. جهت تحلیل دومتغیره توفان، براساس تعریف سازمان جهانی هواشناسی توفان­های شدید در دوره آماری 1982 تا 2014 در استان یزد انتخاب شدند. بر این اساس 34 واقعه توفان شدید در این دوره آماری استخراج شد و متغیره های سرعت باد حداکثر و ارتفاع ژئوپتانسیل متناظر با روزهای توفانی نیز تعیین شدند. در نهایت دوره بازگشت دو متغیره براساس دو متغیر سرعت باد حداکثر و ارتفاع ژئوپتانسیل با استفاده از تابع کاپولای </span><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">t-student</span><span style="margin: 0px;" dir="RTL"></span><span style="margin: 0px;" dir="RTL"></span><span b="" dir="RTL" font-size:="" lang="FA" style="margin: 0px; line-height: 107%; font-family: "><span style="margin: 0px;" dir="RTL"></span><span style="margin: 0px;" dir="RTL"></span> به عنوان بهترین تابع، محاسبه شد. همچنین دوره بازگشت تک متغیره توفان نیز براساس هریک از متغیره های سرعت باد حداکثر و ارتفاع ژئوپتانسیل نیز جهت مقایسه با مقادیر دو متغیره محاسبه شد. نتایج حاصل نشان داد تحلیل دومتغیره دوره بازگشت توفان از دقت تخمین بالاتری نسبت به دوره بازگشت براساس یک متغیر برخوردار است.توفان گرد و غبار یک پدیده تصادفی بوده که به پارامترهای متعددی وابسته می­باشد لذا تحلیل این پدیده بصورت چندمتغیره لازم و ضروری است. به همین منظور در این مطالعه به اهمیت و کمبود تحلیل چندمتغیره بلایای طبیعی همچون توفان گرد و غبار پرداخته شده است. بدین منظور از تئوری کاپولا جهت تحلیل دو متغیره توفان گرد و غبار استفاده شد. توابع کاپولا ابزاری مناسب جهت انجام تحلیل فراوانی چندمتغیره بلایای طبیعی هستند. از مهمترین مزایای این تئوری عدم محدودیت برای انتخاب نوع توزیع حاشیه­ای متغیره ها می­باشد. جهت تحلیل دومتغیره توفان، براساس تعریف سازمان جهانی هواشناسی توفان­های شدید در دوره آماری 1982 تا 2014 در استان یزد انتخاب شدند. بر این اساس 34 واقعه توفان شدید در این دوره آماری استخراج شد و متغیره های سرعت باد حداکثر و ارتفاع ژئوپتانسیل متناظر با روزهای توفانی نیز تعیین شدند. در نهایت دوره بازگشت دو متغیره براساس دو متغیر سرعت باد حداکثر و ارتفاع ژئوپتانسیل با استفاده از تابع کاپولای </span><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">t-student</span><span style="margin: 0px;" dir="RTL"></span><span style="margin: 0px;" dir="RTL"></span><span b="" dir="RTL" font-size:="" lang="FA" style="margin: 0px; line-height: 107%; font-family: "><span style="margin: 0px;" dir="RTL"></span><span style="margin: 0px;" dir="RTL"></span> به عنوان بهترین تابع، محاسبه شد. همچنین دوره بازگشت تک متغیره توفان نیز براساس هریک از متغیره های سرعت باد حداکثر و ارتفاع ژئوپتانسیل نیز جهت مقایسه با مقادیر دو متغیره محاسبه شد. نتایج حاصل نشان داد تحلیل دومتغیره دوره بازگشت توفان از دقت تخمین بالاتری نسبت به دوره بازگشت براساس یک متغیر برخوردار است.</span></font></b>
<font color="#000000"><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">Dust storm is the stochastical event that depends on several parametrs therefore multivariate analysis of this event is really important. In this study is discussed about importance and shortage of multivariate analysis of natural disasters such as dust storm. For this purpose copula theory is used for bivariate analysis of dust storm. Copulas function are useful tools for multivariate frequency analsis of natural disasters. One of the main advantages of copula theory is that there is no limit to select of the type of marginal distribution. In order to bivariate analysis of dust storm, sever dust storm was selected based on defInition of WMO from 1982 to 2014 in Yazd province. 34 dust storm events were extracted and </span><span font-size:="" lang="EN" new="" style="margin: 0px; line-height: 107%; font-family: " times="">maximum wind speed and geopotential heights were determined corresponding to stormy days. Finally, the bivariate return period was calculated based on maximum wind speed and geopotential height using the t-student copula as the best function. Also univariate return period of dst storm was calculated based on maximum wind speed and and geopotential height separat</span><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">e</span><span font-size:="" lang="EN" new="" style="margin: 0px; line-height: 107%; font-family: " times="">ly for comparison </span><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">with bivariate return period. The results showed bivariate analysis of return period of dust storm</span><span font-size:="" lang="EN" new="" style="margin: 0px; line-height: 107%; font-family: " times=""> is more accurate than univariate return period.</span></font>
توفان گرد و غبار, تابع کاپولا, دوره بازگشت دومتغیره , ارتفاع ژئوپتانسیل, سرعت باد حدکثر, استان یزد
dust storm, copula function, bivariate return period, geopotential height, maximum wind speed, Yazd province
115
124
http://jwmsei.ir/browse.php?a_code=A-10-628-3&slc_lang=fa&sid=1
Maryam
Mirakbari
مریم
میراکبری
maryammirakbari@ut.ac.ir
10031947532846008586
10031947532846008586
No
Tehran University
دانشگاه تهران
tayebeh
mesbahzadeh
طیبه
مصباح زاده
tmesbah@ut.ac.ir
10031947532846008587
10031947532846008587
Yes
Tehran University
دانشگاه تهران
Mohsen
Mohseni saravi
محسن
محسنی ساروی
msaravi@ut.ac.ir
10031947532846008588
10031947532846008588
No
Tehran University
دانشگاه تهران