طبقه¬بندی زیرحوضه¬ها بر اساس پارامتر¬های مورفومتریک با استفاده از تحلیل¬های خوشه¬ای در حوضه¬آبخیز پل¬دوآب شازند

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشگاه علوم کشاورزی و منابع طبیعی ساری

چکیده

آنالیز مورفومتریک توصیفی کمّی از ویژگی­های هندسی حوضه آبخیز را به منظور درک بهتر شرایط مورفولوژیکی فراهم می­کند. این ویژگی­ها در حوضه­های فاقد آمار مهمترین نقش را در برآوردهای هیدرولوژی دارند. تعیین و تشخیص شباهت­ بین زیرحوضه­های آبخیزِ فاقد آمار، با ویژگی­های مورفولوژیک مشابه، کمک می­کند که عملیات­ حفاظت آب و خاک به عنوان روشی برای اجرای هماهنگ در بین زیرحوضه­ها انجام شود. در تحقیق حاضر، تکنیک­های خوشه­بندی چند میانگینی یا (KCA) و روش سلسله مراتبی یا (HCA) با هدف طبقه­بندی 24 زیرحوضه در گروه­های همگن، در حوضه آبخیز پل­دوآب شازند با استفاده از 10 پارامتر مورفومتریک بکار رفتند. بدین منظور بعد از استخراج پارامترهای مورفومتریک ابتدا اقدام به استاندارد کردن داده­ها شد و سپس به منظور تعیین تعداد خوشه­های بهینه از شاخص دیویس- بولدین استفاده شد. با توجه به این شاخص تعداد 5 خوشه جهت طبقه­بندی نهایی زیرحوضه­ها تعیین گردید نتایج روش KCA نشان داد که تعداد اعضای خوشه­های 1، 2، 3، 4 و 5 به ترتیب برابر با 3، 7، 3، 7 و 4 زیرحوضه می­باشد. هم چنین نتایج روش HCA نیز نشان داد که تعداد اعضای خوشه­های 1، 2، 3، 4 و 5 به ترتیب برابر با 3، 7، 2، 8 و 4 زیر حوضه می­باشد. در نهایت مقایسه نتایج این دو تکنیک نشان داد که 23 زیرحوضه (95%) توسط هر دو تکنیک به طور مشترک بیان شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Sub-Watersheds Classification Based on Morphometric Parameters Using Cluster Analysis in Pol-Doab Shazand Watershed

نویسندگان [English]

  • Hamid Darabi
  • Karim Solaimani
  • Kaka Shahedi
  • Mirhasan Miryaghubzadeh4
چکیده [English]

Morphometric analysis provides a quantitative description of geometric characteristics in a watershed to understand its morphologic conditions. These characteristics play an important role to estimate hydrologic variables in ungauged watersheds. In such watersheds, determination of morphometric similarities among sub-watersheds helps to prioritize soil and water conservation measures. In this study multi-averaging clustering technique or K-means Cluster Analysis (KCA) and Hierarchical Cluster Analysis (HCA) have been used to classify 24 sub-watersheds in Pol-Doab Shazand watershed using 10 morphometric parameters. After extracting morphometric parametersdata were standardized. To determine proper numbers of clusters, Davis-Bouldin Index was used. Considering this index, 5 clusters have been chosen to do final classification of the sub-watersheds. The Results show that number of sub-watersheds based on KCA technique is 3, 7, 3, 7 and 4 for clusters 1, 2, 3, 4 and 5, respectively. The results indicate that number of sub-watersheds based on HCA technique is 3, 7, 2, 8 and 4 for clusters 1, 2, 3, 4 and 5, respectively. Comparison of the results reveals that 23 sub-watersheds (95%) out of 24 can be classified based on both techniques of KCA and HCA.

کلیدواژه‌ها [English]

  • classification
  • HCA
  • KCA
  • Morphometric parameters
  • Watershed