جستجو در مقالات منتشر شده


2 نتیجه برای مدل بارش- رواناب

نیما توان‌پور، محمد افلاطونی، نجمه نظری،
جلد 20، شماره 78 - ( 10-1395 )
چکیده

هدف از این پژوهش تعیین میزان مشارکت زیرحوضه‌ها از نقطه ‌نظر مساحت، دبی یک جریان رودخانه در سیل‌خیزی کل حوضه آبریز رودخانه خرسان در استان کهگیلویه و بویراحمد می‌باشد. برای این‌کار از مدل بارش- رواناب HEC-HMS برای شبیه‌سازی دبی رواناب 11 زیرحوضه استفاده به‌عمل آمد. اطلاعات ورودی این مدل با ابزار سامانه اطلاعات جغرافیایی تهیه شد. نتایج نشان داد که با تغییر در دوره بازگشت‌های مختلف، تغییر اندکی در اولویت‌بندی سیل‌خیزی زیرحوضه‌ها مشاهده می‌شود. به‌طوری‌که به‌ازای دوره بازگشت 2، 50 و 100 سال، سیل‌خیزترین زیرحوضه‌ها بدون تغییر و به‌ترتیب زیرحوضه‌های 1 تا 11 خواهند بود. سهم مشارکت از نقطه نظرمساحت و دبی جریان با هم متفاوت بود، به‌طوری‌که اثرمساحت بین 31/0 تا 03/1 درصد یعنی زیرحوضه 6 بالاترین رتبه و زیرحوضه 7 پائین‌ترین رتبه را داشتند. درحالی‌که از نقطه نظر دبی، اثر حذف زیرحوضه‌ها بین 2/51 تا 2/1004 درصد بود، یعنی زیرحوضه 6 کمترین دبی و زیرحوضه 11 بیشترین مقدار دبی را داشت.


فاطمه دائی چینی، مهدی وفاخواه، وحید موسوی، مصطفی ذبیحی سیلابی،
جلد 26، شماره 2 - ( 6-1401 )
چکیده

رواناب سطحی یکی از مهم‌ترین اجزای چرخه آب است که باعث افزایش فرسایش خاک و انتقال رسوب در رودخانه‌ها و همچنین کاهش کیفیت آب رودخانه‌ها است. بنابراین، پیش‌بینی دقیق پاسخ هیدرولوژیکی حوضه‌ها یکی از مراحل مهم در برنامه‌ریزی و مدیریت منطقه‌ای است. در این راستا، مدل‌سازی بارندگی- رواناب به پژوهشگران هیدرولوژی به‌ویژه در زمینه علوم مهندسی آب کمک می‌کند. بدین منظور، مطالعه حاضر به‌منظور تجزیه و تحلیل شبیه‌سازی بارندگی- رواناب در حوزه آبخیز گرگانرود واقع در شمال شرقی ایران با استفاده از مدل‌های AWBM،Sacramento ،SimHyd ، SMAR و Tank انجام شد. از بارندگی، تبخیر و تعرق و رواناب روزانه هفت ایستگاه هیدرومتری در دوره 2010-1970 و 2015-2011 به‌ترتیب برای واسنجی و اعتبارسنجی استفاده شد. فرایند واسنجی خودکار با استفاده از الگوریتم‌های جستجوی تکاملی ژنتیک و روش‌های SCE-UA، با استفاده از معیارهای ارزیابی ضرایب ناش- ساتکلیف (NSE) و ریشه دوم میانگین مربعات خطا (RMSE) انجام شد. نتایج نشان داد که در دوره اعتبارسنجی مدل SimHyd با ضریب ناش 0/66، مدل TANK با استفاده از الگوریتم ژنتیک و روش SCE-UA با ضریب ناش به‌ترتیب 0/67 و 0/66 و مدل Sacramento با روش الگوریتم ژنتیک و روش SCE-UA با ضریب ناش به‌ترتیب 0/52 و 0/55 بهترین عملکرد را دارند.


صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به مجله علوم آب و خاک دانشگاه صنعتی اصفهان می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | JWSS - Isfahan University of Technology

Designed & Developed by : Yektaweb