حسین امامی؛ علی سلاجقه؛ علیرضا مقدم نیا؛ شهرام خلیقی سیگارودی؛ ابوالحسن فتح آبادی
چکیده
بارش یکی از مهمترین ورودیها در مدلسازی رواناب است. وجود دادههای بارش با دقت زمانی و مکانی مناسب، برای حوزههای آبخیز با ایستگاههای بارانسنجی اندک و پراکنده، بسیار مهم و ضروری است. در حال حاضر ماهوارههای اقلیمی از منابع مهم در برآورد بارش هستند. در این پژوهش، ابتدا کارایی دادههای بارش ماهواره TRMM در سری ...
بیشتر
بارش یکی از مهمترین ورودیها در مدلسازی رواناب است. وجود دادههای بارش با دقت زمانی و مکانی مناسب، برای حوزههای آبخیز با ایستگاههای بارانسنجی اندک و پراکنده، بسیار مهم و ضروری است. در حال حاضر ماهوارههای اقلیمی از منابع مهم در برآورد بارش هستند. در این پژوهش، ابتدا کارایی دادههای بارش ماهواره TRMM در سری زمانی ماهانه حوزه آبخیز چهلچای با استفاده از شاخصهای آماری R2، RMSE، NSE و Bias از طریق مقایسه با دادههای بارش ایستگاههای بارانسنجی (مشاهده شده) مورد ارزیابی قرار گرفت که مقدار این شاخصهای آماری بهترتیب 0.54، 22.70، 0.44 و 14.86- بهدست آمد. با توجه به مقدار ضریب تبیین (R2)، میتوان نتیجه گرفت که ماهواره TRMM توانسته 0.54 بارش مشاهده شده را برآورد کند. در گام بعدی بهمنظور برآورد رواناب ماهانه از سه مدل داده مبنا شامل MLP، ANFIS و SVR استفاده شد. دو نوع ترکیب ورودی به مدلهای داده مبنا شامل: 1) دادههای بارش مشاهده شده در گامهای زمانی t و 1-t و رواناب در گام زمانی 1-t و 2) دادههای بارش ماهوارهای در گامهای زمانی t و 1-t و رواناب در گام زمانی 1-t انتخاب شد. برای مقایسه میزان دقت و خطای مدلها از R2 و RMSE مرحله صحتسنجی استفاده شد که مدل ANFIS با مقدار R2 و RMSE بهترتیب برای ترکیب ورودی نوع اول 0.80 و 0.97 و همچنین، برای ترکیب ورودی نوع دوم 0.78 و 1.02 بهعنوان مدل منفرد مناسب در منطقه مورد مطالعه برای برآورد رواناب انتخاب شد. از روش میانگینگیری وزنی در رویکرد ترکیب دادهها بهمنظور مدلسازی و ارائه یک مدل ترکیبی داده مبنا استفاده شد که این مدل ترکیبی داده مبنا باعث بهبود مقادیر0.81= R2 و 4.85- =Bias برای ترکیب ورودی نوع اول و همچنین، بهبود مقدار 0.79=R2 برای ترکیب ورودی نوع دوم شد و این روش ضعف مدلهای منفرد را پوشش داده است.
محمد رستمی خلج؛ علی سلاجقه؛ علیرضا مقدم نیا؛ شهرام خلیقی سیگارودی؛ مریم آذرخشی
چکیده
مدلسازی بارش-رواناب یکی از روشهای تخمین رواناب و ابزاری مناسب برای مطالعه فرایندهای هیدرولوژیکی، ارزیابی منابع آبی و مدیریت حوزه آبخیز میباشد. اما پیچیدگی و ماهیت غیر خطی فرایند بارش-رواناب و ناشناخته بودن تاثیر عوامل روی یکدیگر و نهایتا روی دبی خروجی حوضه مدلسازی را مشکلتر میکند. لذا، استفاده از روشهایی که علاوه ...
بیشتر
مدلسازی بارش-رواناب یکی از روشهای تخمین رواناب و ابزاری مناسب برای مطالعه فرایندهای هیدرولوژیکی، ارزیابی منابع آبی و مدیریت حوزه آبخیز میباشد. اما پیچیدگی و ماهیت غیر خطی فرایند بارش-رواناب و ناشناخته بودن تاثیر عوامل روی یکدیگر و نهایتا روی دبی خروجی حوضه مدلسازی را مشکلتر میکند. لذا، استفاده از روشهایی که علاوه بر پویایی، قابلیت توسعه، ساختار مفهومی و کاربرپسند داشته باشد، ضروری میباشد. از اینرو در این مطالعه برای مدلسازی بارش-رواناب از روشهای پویایی سیستم در حوضه سد کارده مشهد استفاده شد. مدل ارائه شده شامل شش مخزن است که عبارت از مخزن برف، مخزن تاج پوشش، مخزن سطوح نفوذناپذیر، مخزن خاک سطحی، مخزن خاک زیرسطحی و مخزن آب زیرزمینی میباشند. دادههای ورودی مورد نیاز شامل بارندگی و دمای متوسط روزانه است. برای واسنجی مدل از دادههای روزانه دبی خروجی حوضه در بازه زمانی سالهای 1998 تا 2008 و برای دوره اعتبارسنجی آمار سال 2009 تا 2012 استفاده شد. نتایج تحلیل حساسیت مدل نشان داد که پارامترهای مربوط به دما از حساسیت بیشتر برخوردار بوده و تأثیر قابل ملاحظهای روی دبی و دبی پیک حوضه دارند. همچنین، مقادیر شبیهسازی شده و مشاهدهای تطابق خوبی دارند و دامنه ضریب ناش-ساتکلیف بهدست آمده در دوره اعتبارسنجی بین 0.67-0.57 است که نشاندهنده توانایی بالای روشهای پویایی سیستم در مدلسازی بارش-رواناب حوضه میباشد.