بخشی از مقاله
چکیده
در این تحقیق برای بدست آوردن سری زمانی مناسب برای امر مدل سازی جریان که کاربرد آن پیش بینی جریان رودخانه می باشد. انواع روش های پیش پردازش داده ها یعنی تخمین داده های غیرموجود، آزمون ناسازگاری دادهها، تعیین داده های پرت و آزمون همگنی و تصادفی بودن دادهها و آزمون کفایت طول دوره آماری و نرمال سازی داده ها توسط توابع تبدیل باکس کاکس1 و ایستا سازی سری زمانی توسط روش تفاضلی صورت پذیرفته است.
مقدمه
مدیریت بهره برداری بهینه از سامانه های منابع آب نظیر مخازن سدها، مستلزم ارتقاء دقت پیش بینی جریان ورودی به آنها است. از مهمترین روش های پیش بینی جریان رودخانه، مدل سازی جریان رودخانه می باشد. از اولین گامهای ضروری که می بایست قبل از مدلسازی جربان رودخانه انجام شود، روشهای پیشپردازش دادهها می باشد. لذا در این تحقیق به طور جامع به انواع روش های پیش پردازش داده ها پرداخته شده است. هدف این است که با انجام دادن روش های پیش پردازش داده ها وضعیت و کیفیت و اعتبار داده های سری های زمانی دبی های متوسط ماهانه رودخانه جاجرود را تشخیص و در ادامه با انجام دادن روش هایی کیفیت و اعتبار آنها را بهبود بخشید.
مواد و روشها
قبل از انجام هرگونه عملیات برای مدل سازی جریان رودخانه باید روش های پیش پردازش داده ها به صورت دقیق و کامل انجام بپذیرد. اولین مرحله در تجزیه و تحلیل سری زمانی جریان رودخانه، بدست آوردن آماره های سری زمانی دبی های رودخانه، مولفه های روند و دوره ای و حذف آنها، بررسی ایستایی و نرمال سازی سری زمانی داده ها می باشد. در ادامه با بدست آوردن توابعی از جمله تابع خودهمبستگی و خودهمبستگی جزئی، مرتبه روش تفاضلی برای امر ایستاسازی مشخص می گردد. در این تحقیق برای افزایش دقت و سرعت بخشیدن محاسبات از نرم افزار های Minitab و [4] Hyfranplus استفاده شده است.
مطالعه موردی - رودخانه جاجرود -
رودخانه جاجرود در 30 کیلومتری شمال شرق تهران قرار گرفتهاست. از شمال غرب به طرف جنوب شرق جاری است و از منطقه منشا - کوه های البرز - به ارتفاعات پایین تر جریان داشته، وارد سد لتیان میشود. این رود از کوههای کلون بستک، در بلندیهای خرسنگ کوه، سرچشمه میگیرد. شعبه های فشم، میگون، دماوند و آهار به این رود میریزند. این رودخانه با 40 کیلومتر طول و 710 کیلومتر مربع مساحت حوزه آبریز، دارای شیبی برابر 4 است و یک رودخانه گراولی، ماسه ای بریده بریدهاست. در شکل - - 1 نقشه محدوده مطالعاتی آورده شده است.
شکل - - 1 موقعیت رودخانه جاجرود و سد لتیان در منطقه مطالعاتی
آزمون های پیش پردازش داده ها
داده های خام معمولا دارای خواصی مانند نویز - اغتشاش - ، بایاس، تغییرات شدید و غیره هستند و استفاده از آنها به همین صورت موجب تضعیف طراحی های بعدی خواهد شد. پیش پردازش داده ها شامل همه تبدیلاتی است که بر روی داده های خام صورت می گیرد و آنها را به صورتی در می آورد که برای پردازش های بعدی ساده تر و موثرتر باشد. یکی از مهمترین ابزارهای پیش پردازش داده ها، بهنجارکردن1 داده ها می باشد.[5] در زیر انواع ابزارها یا روش های پیش پردازش داده ها آورده شده است.
تخمین داده های غیرموجود
در سری زمانی دبی های مشاهداتی رودخانه جاجرود در طی دوره زمانی در دوره زمانی 1325-86در محل ایستگاه هیدرومتری لتیان داده ای مفقود نمی باشد.
آزمون ناسازگاری دادهها
در سری زمانی دبی متوسط ماهانه رودخانه جاجرود در محل ایستگاه هیدرومتری لتیان، کوچکترین عدد 0/13 - متر مکعب بر ثانیه - در آبان ماه سال آبی 1380-81 و بزرگترین عدد 67/54 - متر مکعب بر ثانیه - در اردیبهشت سال 1347-48 طبق آمار اخذ شده از سازمان آب منطقه ای تهران گزارش شده است. این آزمون در نرم افزار Hyfranplus انجام و نتایج در جدول - - 1 ارایه گردیده است.
با توجه به جدول - - 1 عدد 67/54 جزو جامعه آماری نمی باشد، البته با توجه به آزمون داده های پرت عدد 67/54 را می توان به عنوان یک داده تاریخی در نظر گرفت با بررسی دیگر دادههای ماهانه سال 1347-48 - فروردین ماه 64/74 ، اردیبهشت ماه 74/03، خرداد ماه 35 ، مترمکعب بر ثانیه - نسبت به دیگر سال ها میتوان نتیجه گرفت که این سال جزو سال های پرآب - ترسالی - بوده است. با توجه به شکل - - 2 ملاحظه می شود برای سری زمانی دبی های ماهانه رودخانه جاجرود در محل ایستگاه لتیان یک پرش ناسازگار ایجاد شده است که مربوط به عدد 67/54 در اردیبهشت سال 1969 - 1347-48 میلادی - می باشد.
شکل - - 2 پرش ناسازگار در نمودار سری زمانی دبی های ماهانه رودخانه جاجرود در سال 1347
آزمون داده های پرت
بر اساس پیشنهاد انجمن منابع آب آمریکا در سال 1981، چنانچه ضریب چولگی داده ها بیش از 0/4 باشد آزمون داده های پرت برای مقادیر زیاد باید انجام گیرد. و اگر ضریب چوالگی داده ها کمتر از -0/4 باشد آزمون باید برای داده های کم، صورت می گیرد و چنانچه بین 0/4 و -0/4 باشد آزمون باید برای داده های زیاد و کم انجام شود. برای مقدار زیاد و یا کم داده ها به ترتیب می توان از حد آستانه برای مقادیر پرت بالا و پایین که در رابطه - 1 - و رابطه - 2 - آمده است، استفاده کرد
که در آنها : YL و YH لگاریتم اعشاری آستانه های پایین و بالا برای داده های پرت،لگاریتم داده ها، K N
Yمیانگین ضریبی است که به تعداد نمونه آماری N بستگی دارد. و SY انحراف معیار لگاریتم داده ها می باشد. چنانچه بین داده های موجود داده ای وجود داشته باشد که از YH بیشتر و یا از YL کمتر باشد جزو داده های پرت محسوب می شود. برای محاسبه K N علاوه بر اینکه جدول وجود دارد، در سطح اعتماد %10 تقریب زیر توسط پیتون و همکاران - - 1985 استفاده شده است که در آن N اندازه ی نمونه می باشد
