مدل‌های بارش-رواناب مفهومی از جمله ابزارهای ساده و در عین حال کارآمد در مدل‌سازی‌های هیدرولوژیکی هستند. این مدل‌ها با در نظر گرفتن اطلاعات ورودی از قبیل بارش، تبخیر و تعرق و دمای اندازه گیری شده و اطلاعات توپوگرافی حوضه، رژیم جریان رودخانه‌ها را با استفاده از روابط ریاضی شبیه‌سازی می‌کنند. مدل بارش-رواناب WetSpa از جمله مدل‌های توزیعی است که در کشور بلژیک توسعه داده شده است. این مقاله قابلیت الگوریتم‌های بهینه‌سازی ژنتیک و جامعه ذرات را در واسنجی مدل هیدرولوژیکی WetSpa به منظور شبیه سازی بارش – رواناب حوضه کارون بزرگ ارائه می‌نماید. الگوریتم‌های بهینه سازی فوق به صورت چند هدفه برای واسنجی 11 پارامتر سراسری مدل WetSpa استفاده شده‌اند. توابع هدف در نظر گرفته شده در این مقاله شامل دو شاخص نش-سوتکلیف و نش-سوتکلیف لگاریتمی است تا بوسیله آنها عملکرد مدل در پیش بینی دبی‌های حداکثری و حداقلی بهبود یابد. نتایج نشان داده است که هر دو الگوریتم NSGA-II و PSO به ترتیب با ضریب رگرسیون 69/0 و 71/0 عملکرد مناسبی در کالیبراسیون مدل داشته‌اند. مقدار شاخص RMSE در دوره واسنجی نیز به طور متوسط برابر 8/119 و 3/152 اندازه گیری شده است. پس از واسنجی و صحت سنجی مدل، از آن برای شبیه‌سازی سیلاب در یک دوره یکساله در حوضه مذکور استفاده گردیده و قابلیت مدل ارزیابی شده است. همچنین آنالیز حساسیت روی پارامترهای موثر نشان داد که ضریب رواناب سطحی با 40% تاثیر روی مقدار دبی جریان، حساس‌ترین پارامتر سراسری مدل WetSpa بوده است. Manuscript profile