تحلیل و پیش‌بینی جریان رودخانه کشکان با استفاده از نظریه آشوب

نوع مقاله: مقاله کامل

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی رودخانه، دانشگاه صنعتی جندی‌شاپور، دزفول

2 استادیار گروه مهندسی عمران، دانشگاه صنعتی جندی‌شاپور، دزفول

چکیده

در این پژوهش از دیدگاه نظریه آشوب، سری زمانی آبدهی روزانه رودخانه کشکان تحلیل شده است. قبل از انجام تحلیل مبتنی بر نظریه آشوب، میزان داده‌های نوفه‌ای سری زمانی با استفاده از روش‌های تخمین هسته گوسی و تبدیل موجک مورد بررسی قرار گرفت. همچنین رفتار آماری سری زمانی با توابع خودهمبستگی و خودهمبستگی جزئی ارزیابی شد. سپس در بازسازی فضای فاز این سیستم به روش تأخیرها، از روش‌های میانگین اطلاعات متقابل و نزدیک‌ترین همسایگان کاذب، به‌ترتیب برای تشخیص زمان تأخیر بهینه و بُعد تعبیه بهینه سیستم استفاده شده است. در همین حال، بعد فراکتالی سیستم با استفاده از روش بعد همبستگی و همچنین حساسیت به شرایط اولیه سیستم با استفاده از روش توان لیاپانوف آزموده شده و در انتها نیز پیش‌بینی با استفاده از روش تقریب محلی انجام شده است. کاهش درصد همسایگان کاذب به‌دنبال افزایش بعد تعبیه، نشان‌دهنده وجود جاذب فراکتالی در فضای فاز سیستم است؛ که در کنار توان لیاپانوف مثبتِ به‌دست آمده، شرایط یک سیستم آشوبناک را برای جریان رودخانه در حوضه آبریز کشکان ترسیم می‌کند. به دنبال این نتایج، پیش‌بینی به‌روش تقریب محلی بر اساس فضای فازِ بازسازی شده انجام شد؛ که دقت رضایت‌بخش به‌دست آمده، بیان‌گر کارایی روش‌های مبتنی بر نظریه آشوب برای تحلیل و پیش‌بینی جریان رودخانه در حوضه آبریز رودخانه کشکان است. این کارایی در مقایسه‌ای که با روش برنامه‌سازی ژنتیک انجام شد؛ مورد تایید بیشتری قرار گرفت.

کلیدواژه‌ها


انیس‌حسینی م. و ذاکرمشفق، م. (۱۳۹۱). "تحلیل آشوبناکی سری زمانی دبی رودخانه با روش توان لیاپانوف"، نهمین سمینار بین‌المللی مهندسی رودخانه، دانشگاه شهید چمران، اهواز، ایران.

انیس‌حسینی م.، و ذاکرمشفق، م. (۱۳۹۲- الف). "کاربرد نظریه آشوب در تحلیل فرایند بارش- رواناب"، هفتمین کنگره ملی مهندسی عمران، دانشگاه زهدان، زاهدان، ایران.

انیس‌حسینی م.، و ذاکرمشفق، م. (۱۳۹۲- ب). "آیا سری زمانی جریان رودخانه آشوبناک است؟ (مطالعه موردی: رودخانه کشکان)،"دوازدهمین کنفرانس هیدرولیک ایران، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، تهران، ایران.

ذاکرمشفق، م. و والی‌پور، م. (۱۳۹۱). "پیش‌بینی جریان رودخانه با رویکرد برنامه‌سازی ژنتیک"، یازدهمین کنفرانس هیدرولیک ایران، دانشگاه ارومیه، ارومیه، ایران.

زارع اندلانی، س. و ذاکرمشفق، م. (۱۳۹۱). "رویکرد درختِ تصمیم در پیش‌بینی جریان رودخانه: مطالعه موردی رودخانه کشکان"، یازدهمین کنفرانس هیدرولیک ایران، دانشگاه ارومیه، ارومیه، ایران.

صحرایی، ش. و ذاکرمشفق، م. (۱۳۹۲). "پیش‌بینی دبی رودخانه با استفاده از ماشین بردار پشتیبان (مطالعه موردی)"، هفتمین کنگره ملی مهندسی عمران، دانشگاه زهدان، زاهدان، ایران.

قاهری، ع.، قربانی، م.، دل افروز ه. و ملکانی، ل. (۱۳۹۱)." ارزیابی جریان رودخانه با استفاده از نظریه آشوب"، مجله پژوهش آب ایران، سال ششم، شماره دهم، ص.ص. 177-186.

مرادی‌زاده کرمانی، ف.، قربانی، م.، دین‌پژوه، ی. و فرسادی‌زاده، د. (۱۳۹۱). "مدل تخمین جریان رودخانه بر اساس باز سازی فضای حالت آشوبی"، نشریه دانش آب و خاک، جلد ۲۲، شماره ۴.

والی‌پور، م. و ذاکرمشفق، م. (۱۳۹۲- الف). "کاربرد برنامه‌سازی ژنتیک در شبیه‌سازی فرایند بارش- رواناب"، هفتمین کنگره ملی مهندسی عمران، دانشگاه زهدان، زاهدان، ایران.

والی‌پور، م. و ذاکرمشفق، م. (۱۳۹۲- ب). "مقایسه روش­های هوشمند برنامه­سازی ژنتیک و درخت تصمیم در تحلیل و پیش­بینی جریان رودخانه کشکان"، دوازدهمین کنفرانس هیدرولیک ایران، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، تهران، ایران.

Box, G.E.P., Jenkins, G.M., and Reinsel, G.C. (1994). Time series analysis: forecasting and control, Prentice-Hall, Third Edition, New Jersey, USA

Farmer, J.D. and Sidorwich, J.J. (1987). “Predicting chaotic time series”, Phys. Rev. Lett. 59, pp. 845–848.

Fattahi, M. H., Talebbidokhti, N., Moradkhani, H. and Nikooee, E. (2013). “Revealing the chaotic nature of river flow”, IJST, Transactions of Civil Engineering, Vol. 37, No. C+, pp. 437-456.

Frazer A. M. and Swinney H. L. (1986). “Independent coordinates for strange attractors from mutual information”, Phys Rev A 1986; 33(2), pp. 1134-40.

Ghorbani M.A., Jabbari Khamnei H., Asadi H. and Yousefi P. (2012).“Application of chaos theory and genetic programming in runoff time series”, International Journal of Structural and Civil Engineering.Volume 1, Issue 2, pp. 26-34.

Hense, A. (1987). “On the possible existence of a strange attractor for the southern oscillation”, Beitr. Phys. Atmos. 60 (1), pp. 34-47.

Islam M.N. and Sivakumar B. (2002). “Characterization and prediction of runoff dynamics: a nonlinear dynamical view”, Adv. Water Resource, 25, pp. 179-190.

Jayawardena AW and Lai F (1994). “Analysis and prediction of chaos in rainfall and stream flow time series”, J. Hydrol; 153, pp. 23–52.

Jiang, A. H., Huang, X. C., Zhang, Z. H., Li, J., Zhang, Z. Y. and Hua, H. X. (2010).“Mutual information algorithms”, Mech. Syst. Signal Process, 24, pp. 2947–2960 .

Kennel M. B., Brown R., and Abarbanel H. D. I. (1992). “Determining embedding dimension for phase-space reconstruction using a geometrical construction”, Phys. Rev. A 45, pp. 3403-3411.

Khatibi R., Sivakumar B., Ghorbani M.A., Kisi O., Kocak K. and Farsadizadeh D. (2012).“Investigating chaos in river stage and discharge time series”, J. Hydrol 414–415, pp. 108–117.

Krasovskaia I., Gottschalk L. and Kundzewicz Z.W. (1999).“Dimensionality of Scandinavian river flow regimes”, Hydrol. Sci. J., 44(5), pp. 705-23.

Liu Q., Islam S., Rodriguez-Iturbe I. and Le Y. (1998). “Phase-space analysis of daily streamflow: characterization and prediction”, Adv Water Resource, 21, pp. 463-75.

Lorenz, E .N (1993). The essence of chaos, University of Washington Press, Seattle

Meng, Q. and Peng, Y. (2007).“A new local linear prediction model for chaotic time series”, Phys. Lett. A 370, pp. 465-470.

Pasternack GB. (1999). “Does the river run wild? Assessing chaos in hydrological systems”, Adv. Water Resour., 23(3), pp. 253-60.

Pasternack GB. (2001). “Reply to Comment on _Does river run wild? Assessing chaos in hydrological systems”, by Pasternack, Adv. Water Resource, 24(5), pp. 578-80.

Porporato A. and Ridolfi L. (1996). “Clues to the existence of deterministic chaos in river flow”, Int. J. Mod. Phys. B, 10, pp. 1821-62.

Rosenstein M. T., Collins., J. J. and De Luca C. J. (1993). “A practical method for calculating largest Lyapunov exponents from small data sets”, Physica D. 65, p. 117.

Sivakumar B. (2004). “Chaos theory in geophysics: past, present and future”, Chaos Soliton Fractal. 19, pp. 441-462.

Sivakumar B. (2009). “Nonlinear dynamics and chaos in hydrologic systems: latest developments and a look forward”, Stoch. Environ. Res. Risk Assess., 23, pp. 1027–1036.

Takens, F., Rand, D.A. and Young, L.S. (1981). “Detecting strange attractors in turbulence”, In: (Eds.), Dynamical Systems and Turbulence, Lecture Notes in Mathematics, 898, pp. 366-381.

Wang Q. and Gan T.Y. (1998). “Biases of correlation dimension estimates of streamflow data in the Canadian prairies”, Water Resour. Res., 34 (9), pp. 2329-39.

Wilcox B.P., Seyfried M.S., Blackburn W.H. and Matison T.H. (1990). “Chaotic characteristics of snowmelt runoff: a preliminary study”, In: Symposium on Watershed Management. Durango, CO: American Society of Civil Engineering.
Williams G. P. (1997). Chaos theory tamed, Joseph Henry Press, Washington, D.C, USA

Wolf, A., Swift, J.B., Swinney, H.L. and Vastano, A. (1985) “Determining Lyapunov exponents from a time series”, Physica D. 16, pp. 285-317.

Yu, D., Small, M., Harrison, R.G. and Diks, C. (2000). “Efficient implementation in estimating invariance and noise level from time series data”, Phys. Rev. E, Vol. 61, No. 4, pp. 3750-3756.