برآورد بهینه غلظت بار معلق رودخانه ها(مطالعه موردی استان خوزستان)

محورهای موضوعی : علوم آب

حسین اسلامی ¹ , جعفر دستورانی ²

1 - گروه علوم آب، دانشکده علوم آب، دانشگاه آزاد اسلامی واحد شوشتر، شوشتر
2 - دانشجوی دکترای دانشگاه تهران

تاریخ دریافت : 1396/04/16 تاریخ پذیرش : 1396/04/16 تاریخ انتشار : 1392/07/01

کلید واژه: غلظت بارمعلق, برآوردکننده بهینه, فیلترکالمن, تعدیل کننده,

چکیده مقاله :

نمونه برداری از جریان رودخانه و بار رسوبی در ایستگاه های رسوب سنجی به منظور اطلاع و آگاهی از میزان فرسایش و رسوب حوزه های بالادست انجام می شود. اندازه گیری های مستقیم از بار معلق رودخانه ها باید طوری باشد که برای اکثر جریان ها نمونه برداری اتفاق افتاده باشد ولی این عمل معمولاً با فواصل زمانی نامساوی صورت می گیرد و از طرفی لازم است که به صحت برآوردها از میانگین غلظت بار معلق پی برد زیرا در برآورد میزان فرسایش و رسوب حوزه های آبخیز اثر گذار است. از آنجایی که داده های مربوطه نامتقارن و دارای چولگی بوده بررسی برآوردکننده های بهینه در کاهش اریبی موثراست. بنابراین در این مقاله روش های برآوردکننده فیلتر کالمن (آنلاین) و برآوردکننده تعدیل کننده کالمن(آفلاین) مورد بررسی قرار گرفت. نتایج نشان داد که برآورگرهای بهینه آنلاین و آفلاین دارای خطای برآورد کمتری نسبت به روش های رگرسیونی ساده و خطی چندگانه و روش حداقل مربعات تعمیم یافته هستند. مقایسه روش های آنلاین و آفلاین نیز نشان داد که روش آفلاین از دقت بالاتری برخوردار است.

چکیده انگلیسی:

Suspended load and stream flow sampling carry out in order to  knowledge of upland watersheds erosion-sediment rate. Suspended load  direct measurement  should have carry out  for most flows but this work operated with unequal intervals and  in other hand is needed to estimates accuracy of concentrations mean. since data have asymmetry and skewness , optimal estimator evaluation for biass reduction is effective. Therefore in this research use from Kalman filter for on-line estimation and an associated smoother for off-line estimation then these estimators compare with generalized least squares and flow-weighting regression estimators. The optimal online and off-line estimator (Kalman smoother) had the lowest error characteristics of those evaluated. Comparison of online and off-line estimator indicate that off-line estimator  have less estimate error and  is used for estimation of suspended-sediment concentrations.