بخش عمدهای از مطالعات هیدرولوژی بر مدلسازی فرآیند پیچیده و غیرخطی بارش – رواناب متمرکز است. مدلهای ارایه شده جهت تبیین رفتار این فرآیند شامل دامنه گستردهای از مدلهای جعبه سیاه تا مدلهای حجیم مبتنی بر معادلات حاکم بر فیزیک سیستم می باشند. نظر به وجود عدم اطم چکیده کامل
بخش عمدهای از مطالعات هیدرولوژی بر مدلسازی فرآیند پیچیده و غیرخطی بارش – رواناب متمرکز است. مدلهای ارایه شده جهت تبیین رفتار این فرآیند شامل دامنه گستردهای از مدلهای جعبه سیاه تا مدلهای حجیم مبتنی بر معادلات حاکم بر فیزیک سیستم می باشند. نظر به وجود عدم اطمینان حاکم بر فرآیند مذکور در خصوص ورودیهای مدل و پارامترهای واسنجیشده، به نظر میرسد که مدلسازی استوکاستیک فرآیند نسبت به مدلسازی قطعی ارجحیت دارد. در این تحقیق شناسایی و تخمین روابط غیرخطی عملگر در فرآیند مذکور از طریق رهیافت اطلاعات محور سببی(DBM) میباشد. روش مذکور یک روش استوکاستیک مدلسازی مبتنی بر تخمین برگشتی پارامترها توسط صافی کالمن در سیستم معادلات فضای حالت است که علاوه بر ارایه مدلی جهت تشریح رفتار حوضه در پاسخ به پالسهای ورودی بارش، قادر به انعکاس تفسیری فیزیکی از نحوه تبدیل بارش به رواناب نیز میباشد. جنبه اخیر شاخصترین ویژگی این روش مدلسازی است که آن را از سایر روشهای مدلسازی جعبه سیاه متمایز میسازد. آزمون رهیافت مذکور بر اطلاعات مشاهداتی حوضه کارون علیا از زیرحوضههای اصلی رودخانه کارون بزرگ، آشکارکننده یک طبیعت موازی محتمل در روندیابی بارش ورودی بود. نهایتاً بر اساس روش مونت کارلو، نتایج حاصله تحت تحلیل حساسیت قرار گرفتند و میزان اعتمادپذیری آنها کمی شد.
پرونده مقاله