ارزیابی کارایی مدلهای بارش رواناب AWBM، Sacramento، SimHyd و Tank در حوزه آبخیز پل فسا
فاطمه فروتن
1
,
بهارک معتمدوزیری
2
,
هادی کیادلیری
3
,
مهدی سرائی تبریزی
4
1 - دانشجوی دکتری، گروه مهندسی طبیعت، دانشکده منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامي، واحد علوم و تحقيقات، تهران، ایران
2 - دانشیار گروه مهندسی طبیعت، دانشکده منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامي، واحد علوم و تحقيقات، تهران، ایران
3 - دانشیار ، گروه علوم محیط زیست و جنگل، دانشکده منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامي، واحد علوم و تحقيقات، تهران، ایران
4 - استادیار گروه علوم و مهندسی آب، دانشکده علوم کشاورزی و صنایع غذایی، واحد علوم و تحقيقات، دانشگاه آزاد اسلامي، تهران، ایران.
کلید واژه: مدل بارش رواناب, حوزه آبخیز پل فسا, کالیبراسیون, اعتبارسنجی,
چکیده مقاله :
مدل¬های هیدرولوژی ابزار موثری برای مدیریت منابع آب و تغییر اقلیم در چرخه آب و مشخصه های جریان می باشند. هدف از این تحقیق، ارزیابی عملکرد نسبی مدلهای بارش- رواناب یکپارچه و مفهومیAWBM ، Sacramento، SimHyd و Tank در بسته نرم افزاری RRLدر شبیه سازی رواناب روزانه حوزه آبخیز پل فسا از زیرحوضه های دریاچه مهارلو در استان فارس می¬باشد.. تاریخ 23/9/1380 تا 31/12/1381 برای دوره گرم کردن مدل، از تاریخ 01/01/1382 تا 31/12/1392 برای دوره کالیبراسیون و از تاریخ 01/01/1393 تا 22/9/1399 برای دوره اعتبارسنجی استفاده گردید. پس از اجرای مدل ها، ارزیابی کمی مقادیر جریان ماهانه شبیه سازی شده برای مرحله کالیبراسیون و اعتبارسنجی ارائه گردید. از روش آزمون و خطا بر اساس خصوصیات حوزه آبخیز، برای تعیین مقادیر بهینه پارامترهای مدل در دوره کالیبراسیون استفاده گردید. مقایسه شاخص¬های آماری در دوره کالیبراسیون برای مدل های AWBM، Sacramento، SimHyd و Tank به ترتیب ضریب کارایی 79/0، 02/0-، 6/0، 41/0و ضریب تبیین 82/0، 59/0، 79/0 ،41/0و برای دوره اعتبارسنجی بترتیب ضریب کارایی 53/0 ، 19/0-،44/0- ، و ضریب تبیین 65/0، 61/0، 65/0-، -بدست آمد. نتایج حاصل از کالیبراسیون برای مدلهای AWBM و مدل SimHyd نشان از کارایی خوب مدل در شبیه سازی دبی است. نتایج حاصل از اعتبارسنجی برای این دو مدل نسبت به دوره کالیبراسیون نتایج ضعیفتر، ولی قابل قبولی ارائه داده که شاید علت آن خشکسالی های اخیر دوره اعتبارسنجی نسبت به دوره کالیبراسیون باشد. نتایج حاصل از کالیبراسیون و اعتبارسنجی برای مدلهای Tank و Sacramento بیانگر عملکرد ضعیف مدل در شبیه سازی رواناب می باشد.
Hydrological models are an effective tool for managing water resources as well as understanding the impact of land use changes and climate change on the water cycle and flow characteristics. The aim of this research is to evaluate the relative performance of integrated and conceptual rainfall-runoff models AWBM, Sacramento, SimHyd and Tank in the RRL software package in simulating the daily runoff of the Fasa Bridge watershed from the sub-basins of Maharlu Lake in Fars province. 23/9/2002 to 31/12/2003 for the model warming period, from 01/01/2004 to 31/12/2014 for the calibration period and from 01/01/2015 to 22/9/2021 for the period Validation was used. After the implementation of the models, a quantitative evaluation of the simulated monthly flow values was presented for the calibration and validation stage. Then, by trial and error method and based on the characteristics of the watershed, the optimal values of the model parameters were determined in the calibration period . Comparison of statistical indicators in the calibration period for AWBM, Sacramento, SimHyd and Tank models, efficiency coefficient 0.79, -0.02, 0.6, 0.41 and determination coefficient 0.82, 0.59, 0.79, 0.41, respectively and efficiency coefficient 0.53, -0.19, -0.44, 0.002 and determination coefficient 0.65, 0.61, -0.65, -0.36 were obtained for the validation period. The calibration results for AWBM and SimHyd models show the good performance of the model in simulation of discharge. Although the results of validation for AWBM and SimHyd models have provided weaker results compared to the calibration period, they have provided acceptable results, which may be due to the recent droughts of the validation period compared to the calibration period. The results of calibration and validation for Tank and Sacramento models indicate the poor performance of the model in simulating runoff. Also, the models have a lot of error in peak discharges.
پرواز، م.، و شاهویی، و. (1401). بررسی دقت شبیه سازی رواناب ماهانه حوضه دریاچه ارومیه با استفاده از مدل یکپارچهAWBM در استان کردستان در ایستگاه سنته. مطالعات علوم محیط زیست، 3(7): 5359-5347.
ثانی خانی، ه.، نیازی، ف.، خسروی نیا، پ. و دین پژوه، ی. (1391) مقایسه عملکرد مدل های TANK و SMAR در شبیه سازی رواناب خروجی از حوضه ها،سومین همایش ملی مدیریت جامع منابع آب،ساری. 448-335.
چوبین، م. و بشیرگنبد، م. (1402). ارزیابی کارایی مدل هیدرولوژیکی IHACRES و شبکه عصبی مصنوعی به‌منظور پیش‌بینی جریان در رودخانه بختیاری پ‍‍ژوهشنامه مديريت حوزه آبخيز ، ۱۴ (۲۷) :۱۲۲-۱۱۵
روحانی، ح. و فراهی مقدم، م. (1392). واسنجی خودکار دو مدل بارش - رواناب تانک و SIMHYD با استفاده از الگوریتم ژنتیک. مرتع و آبخیزداری، منابع طبیعی ایران. 66(4):521-533.
عباسی زاده، م. ونام درست، ج. (1387). شبیه سازی رواناب خروجی در حوزه های آبخیز فاقد آمار با استفاده از مدل. کشاورزی پویا؛ (علوم زراعی) 5(3):257-267.
قربانی فرد، م. (1400). ،مقایسه و ارزیابی مدل های AWBM و IHACRES در مدلسازی بارش- رواناب (مطالعه موردی: حوضه آبریز کن)، دهمین کنفرانس بین المللی سامانه های سطوح آبگیر باران،
کلبعلی، ا. (1394). ارزیابی کارایی مدلهای بارش-رواناب SimHyd ، Sacramento ،AWBM و Tank در شبیه سازی رواناب ایستگاه هیدرومتری ارازکوسه حوضه آبخیز گرگانرود استان گلستان. پایان نامة کارشناسی ارشد، دانشگاه زابل.
گودرزی، م.، ذهبیون، ب.، مساح بوانی، ع. و کمال، ع. (1391). مقایسه عملکرد سه مدل هیدرولوژی SWAT، IHACRES و SIMHYD در شبیه سازی رواناب حوضه قره‌سو". مدیریت آب و آبیاری, 2(1): 40-25.
محمدیوند، م.، عراقی نژاد، ش.، ابراهیمی، ک.، و مدرسی، ف. (1398). ارزیابی عملکرد مدلهای AWBM ،Sacramento و SimHyd در شبیه سازی رواناب حوضه امامه با استفاده از بهینه ساز واسنجی خودکار الگوریتم ژنتیک. تحقیقات آب و خاک ایران 7(50): 1759-1769.
مردانی، م. (1396). مقايسه کبارايی مبدل¬های مفهومی بارش -رواناب IHACRES ،SIMHYD و TANK در شبیهسازی جريان رودخانه، پايان¬نامه کارشناسی ارشد رشته منابع طبیعی گرايش مهندسی آبخیزداری ، دانشگاه شهرکرد.
Me W., J. Abell M. & Hamilton D. P.)2015). Effects of hydrologic conditions on SWAT model performance and parameter sensitivity for a small, mixed land use catchment in New Zealand,; Hydrol. Earth Syst. Sci., 19, 4127–4147. Mohammadi, B., Safari, M.J.S. & Vazifehkhah, S. (2022). IHACRES, GR4J and MISD-based multi conceptual-machine learning approach for rainfall-runoff modeling. Sci Rep, 12, 12096
Paul Pranesh K., Zhang, Y., Ma, N., Mishra, A., Panigrahy, N., Singh, R. (2021). Selecting hydrological models for developing countries: Perspective of global, continental, and country scale models over catchment scale models, Journal of Hydrology, 600: 123-167.
Podger, G. (2004). Rain Runoff Library user guide, CRC for Catchment Hydrology, 110p.
Ramezani, M. R., Helfer, F. and Yu, B. (2023). Individual and combined impacts of urbanization and climate change on catchment runoff in Southeast Queensland, Australia, Science of The Total Environment, 861: 861-880.
Reddy, N.M., Saravanan, S., Singh, L. and Abijith, D. (2023). Comparative Analysis of TANK and SimHyd Rainfall-Runoff Models in the Hemavathi Watershed, Cauvery Basin, India. In: Pal, I., Kolathayar, S., Tawhidul Islam, S., Mukhopadhyay, A., Ahmed, I. (eds) Proceedings of the 2nd International Symposium on Disaster Resilience and Sustainable Development. Lecture Notes in Civil Engineering, vol 294. Springer, Singapore, pp. 23-76.
Sharifi, F., Namdorost j. & Zarin, H.A. (2006). Evaluation of AWBM model in a number of sub-basins of Karun watershed, 1st Conference on Optimum Utilization of Water Resources, Shahrekord, Iran Sugawara, M. (1974). Tank model and its application to Bird Creek, Wollombi Brook, Bikin Rive, Kitsu River, Sanaga River and Namr Mune. Research Note of the National Research Center for Disaster Prevention 11: 1–64.
Trivedii, A., Pyasi S.K. and Galkate, R.V. (2018). Assessment of Impact of Climate Change Using RRL AWBM Model, National Institute of Hydrology, Walmi Campus, Bhopal, Water and Energy International,: 6(9): 51-59.
Vaze, J., Post, D.A., Chiew, F.H.S., Perraud, J.-M., Viney, N.R.. and Teng, J. (2010). Climate non-stationarity – Validity of calibrated rainfall–runoff models for use in climate change studies, Journal of Hydrology 394: 447–457.
Vidyarthi Vikas K. & Jain, A. (2023). Development of simple semi-distributed approaches for modelling complex rainfall-runoff process, Hydrological Sciences Journal, 68(7), 998-1015.
Yang, W., Xia, R., Chen, H., Wang, M. and Xu, C. Y. (2022). The impact of calibration conditions on the transferability of conceptual hydrological models under stationary and nonstationary climatic conditions, Journal of Hydrology, 613, Part, A128310,
