عنوان پایان‌نامه
توسعه ساختار بهینه شبکه باران سنجی در محیط GIS ( مطالعه موردی : حوضه کرخه )
- رشته تحصیلی
- سنجش از دور وسیستم اطلاعات جغرافیایی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده جغرافیا شماره ثبت: 1662;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 55712
- تاریخ دفاع
- ۱۱ مهر ۱۳۹۱
- دانشجو
- هادی محمودی میمند
- استاد راهنما
- حسنعلی فرجی سبکبار, سارا نظیف
- چکیده
- در بسیاری از برنامه‌ریزی‌ها، بارش به عنوان اصلی¬ترین مولفه از ویژگی‌های طبیعی و اقلیمی هر منطقه محسوب می‌شود. پدیده بارش دارای نوسانات قابل توجه مکانی و زمانی می‌باشد. برای اندازه‌گیری تغییرات مکانی بارش از ایستگاه‌های باران¬سنجی استفاده می‌شود. با توجه به محدودیت امکان توسعه ایستگاه‌های باران‌سنجی و همچنین از آنجایی که نتایج حاصله از این نمونه‌های اندازه‌گیری شده به کل منطقه تعمیم داده می‌شود، بنابراین باید در انتخاب محل و تعداد ایستگاه‌ها دقت کافی به عمل آید. از طرفی در تعیین موقعیت بهینه این ایستگاه‌ها فاکتورهای متعددی دخیل هستند و نیز موقعیت‌های بسیار زیادی نیز برای آنها می‌توان در نظر گرفت، توسعه بهینه‌سازی برای تعیین محل مناسب این ایستگاه‌ها و یا تعیین نقاطی که برای تخمین مطلوب بارش منطقه‌ای نیاز به تاسیس ایستگاه است، ضروری به نظر می‌رسد. در این تحقیق هدف ارائه یک ساختار بهینه‌سازی برای تعیین موقعیت مناسب ایستگاه‌های باران‌سنجی با توجه به فاکتورهایی نظیر حداقل آنتروپی انتقال اطلاعات و حداکثر خطا در تخمین بارش منطقه‌ای در نظر گرفته شده است. در ساختار پیشنهادی برای تحلیل مکانی بارش از روش کریجینگ استفاده شده است. در این ساختار مکانهای دارای حداکثر واریانس خطای کریجینگ و حداقل آنتروپی انتقال اطلاعات در سطح حوضه به عنوان ایستگاه¬های با پتانسیل تأسیس ایستگاه جدید در نظر گرفته می¬شوند. سپس با توجه به آنتروپی انتقال اطلاعات ایستگاه‌های جدید در سطح حوضه، ایستگاه¬ها اولویت¬بندی می‌شوند. از محیط GIS برای تسریع و ارائه بهتر نتایج تحلیل مکانی استفاده شده است. حوضه آبریز کرخه با توجه به اهمیت بالایی که از بعد منابع آبی کشور دارد، به عنوان مطالعه موردی این تحقیق در نظر گرفته شده است. با استفاده از ساختار پیشنهادی در حوضه آبریز مورد مطالعه، تعداد 17 نقطه برای تأسیس ایستگاه جدید مشخص شدند که از میان آنها در نهایت با توجه به آنتروپی انتقال اطلاعات، تعداد 11 ایستگاه جدید برای اضافه شدن به شبکه اولیه، مناسب تشخیص داده شد. نتایج این تحقیق نشان دهنده این است که در نظر گرفتن همزمان خطای تحلیل مکانی بارش و نیز آنتروپی انتقال اطلاعات تاثیر قابل توجهی در بهبود طراحی شبکه‌‌های باران‌سنجی خواهد داشت.
- Abstract
- Abstract In most of the regional planning, rainfall is considered as the main representative factor of region's hydroclimate system. There is a high level of spatial and temporal variability in rainfall events. Rain gauges are used for precipitation measurement in different points of the region. Due to limitation in number of rain gauges that can be developed and considering that these measurements are extrapolated to estimate the rainfall in other points of the region, it is needed to select the optimal number and locations of the rain gauges in a region. There are several factors that affect the optimal number of stations as well as their locations. Thus, development of optimization models for determination the number of needed raingaues and their locations is necessary. In this study, we aimed to present an optimization model for determining the number and location of the rain gauges, considering objectives such as maximizing the minimum transformation entropy and minimizing the rainfall estimation error. In this study, for spatial analysis of rainfall Kriging method was used. In the proposed model, the points with the maximum variance of Kriging error and the minimum of information transformation entropy were considered as the candidate points for development of new rain gauges. To determine the optimal number of new rain gauges, the candidate points were prioritized according to the amount of data transformation that is added to the system. A sub basin of Karkhe basin has been considered as the case study of this thesis. Applying the proposed approach to the considered case study, 17 candidate points were determined for development of new rain gauges where finally based on data transformation entropy. 11 points out of them were selected to be added to the current rainguage network. The results of the study showed that joint consideration of spatial analysis error and information transformation entropy can highly improve the optimal design of a rain gauge ne
