%0 Journal Article %A Dehghan, Z. %A Eslamian, S. S. %A Modarres, R. %T Using the Principal Component Analysis Approach for Weighting Statistical, Climatic and Geographical Attributes of the Maximum 24-hour Rainfall and Spatial Clustering Analysis (A Case Study: Urmia Lake Basin) %J Journal of Water and Soil Science %V 22 %N 4 %U http://jstnar.iut.ac.ir/article-1-3475-fa.html %R 10.29252/jstnar.22.4.41 %D 2019 %K Principle component analysis, Urmia Lake basin, Ward’s clustering method, Attributes’ weighting, %X ناحیه‌بندی یکی از ابزارهای مفید برای انجام تحلیل‌های مؤثر در مناطق فاقد داده، یا دارای داده‌های ناقص ‌است. یکی از روش‌های ناحیه‌بندی که در مطالعات هیدرولوژیک بسیار مورد استفاده قرار می‌گیرد، خوشه‌بندی است. یکی از عوامل تأثیرگذار بر خوشه‌بندی، درجه اهمیت و میزان مشارکتی است که هر یک از این ویژگی‌ها می‌توانند داشته باشند. در این پژوهش، سعی شد از یک مجموعه گسترده‌ای از ویژگی‌ها برای مقایسه عملکرد آنها در ناحیه‌بندی استفاده ‌شود. سپس، با توجه به درجه اهمیت و نقشی که هر ویژگی در ناحیه‌بندی دارد، وزن مناسب برای هر یک از گروه ویژگی‌ها با استفاده از خروجی روش تحلیل مؤلفه‌های اصلی تعیین و تأثیر وزن‌دهی در تشکیل ناحیه‌های همگن با استفاده از روش خوشه‌بندی وارد بررسی شد. بدین‌منظور، در این پژوهش از داده‌های حداکثر بارش 24 ساعته 63 ایستگاه‌ باران‌سنجی واقع در حوضه دریاچه ارومیه که دارای طول دوره آماری 30 سال (1387-1358) ‌هستند، استفاده شد. علاوه بر این، هفت دسته ویژگی ‌به‌منظور ناحیه‌بندی بارش تعریف شدند. نتایج نشان داد که با درنظر گرفتن ویژگی‌های مختلف و ترکیب آنها با یکدیگر، ناحیه‌بندی متفاوتی در تعداد نواحی تشکیل شده است و نیز تعداد ایستگاه‌های متفاوتی در هر ناحیه وجود خواهد داشت. از میان هفت گروه ویژگی مشخص شد که دسته ویژگی‌های جغرافیایی و اقلیمی- جغرافیایی خوشه‌بندی مناسب‌تری را در سطح حوضه نشان داده‌اند. همچنین، وزن‌‌ دادن به ویژگی‌ها در بیشتر موارد می‌تواند تأثیر مثبتی در بهبود اندازه همگنی و تشکیل نواحی مستقل از لحاظ پراکندگی ایستگاه‌ها و چگونگی قرارگیری آنها در سطح حوضه داشته باشد. %> http://jstnar.iut.ac.ir/article-1-3475-fa.pdf %P 41-58 %& 41 %! %9 Research %L A-10-3659-1 %+ 1. Department of Water Engineering, Faculty of Agriculture, Isfahan University of Technology, Isfahan, Iran. %G eng %@ 2476-3594 %[ 2019