مقایسه کارایی روش های برآورد تلفات در شبیه سازی فرایند بارش رواناب حوضه‌ی آبخیز کارون3

محورهای موضوعی : برگرفته از پایان نامه

هما رزمخواه ¹ , علی محمد آخوندعلی ² , بهرام ثقفیان ³ , فریدون رادمنش ⁴

1 - دانشجوی دکترای هیدرولوژی، دانشکده علوم و مهندسی آب، دانشگاه شهید چمران اهواز
2 - هیات علمی دانشکده علوم و مهندسی آب، دانشگاه شهید چمران اهواز
3 - هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
4 - هیات علمی دانشکده علوم و مهندسی آب، دانشگاه شهید چمران اهواز

تاریخ دریافت : 1392/12/10 تاریخ پذیرش : 1392/12/10 تاریخ انتشار : 1392/12/01

کلید واژه: سازمان حفاظت خاک آمریکا, گرین و امپت, تلفات اولیه-مقدار ثابت, نمایی, دربردارنده‌ی شرایط رطوبتی خاک,

چکیده مقاله :

با توجه به تاثیر بارز روش تلفات نفوذ در عملکرد شبیه بارش-رواناب به منظور کاهش خطا و واریانس ویژگی­های سیلاب، و در پیامد آن، افزایش دقت و کارایی طراحی­های مبتنی بر خصوصیات استخراجی سیلاب حاصل از شبیه بارش-رواناب، نظیر حجم رواناب، بده‌ی اوج و زمان رسیدن به آن، عملکرد شبیه‌های نفوذ سازمان حفاظت خاک آمریکا، گرین و امپت، تلفات اولیه‌ی-مقدار ثابت، نسبت ثابت، نمایی و شبیه دربردارنده‌ی شرایط رطوبتی خاک در شبیه‌سازی بارش–رواناب حوضه‌ی آبخیز کارون 3 با کاربرد نرم افزار HEC-HMS مورد مقایسه قرار گرفتند. نتایج روش دربردارنده‌ی شرایط رطوبتی خاک را با بیش­ترین میانگین ضریب ناش- ساتکلیف 0.81 در واسنجی و 0.69 در ارزیابی، برتر از سایرین نشان داد. این شبیه از کمترین مجموع مربعات خطای وزنی 148 و 143 در واسنجی و ارزیابی برخوردار بود. شبیه‌های سازمان حفاظت خاک آمریکا و نسبت ثابت در رده­های بعدی قرار گرفتند. مقایسه‌ی متغیرهای کلیدی شبیه سازی شده با مقادیر مشاهداتی نشان داد که روش دربردارنده‌ی شرایط رطوبتی خاک از کمترین درصد خطای شبیه سازی حجم، بده‌ی اوج در واسنجی، و ارزیابی برخوردار است. مدل سازمان حفاظت خاک آمریکا در شبیه سازی بده‌ی اوج در ارزیابی با دربردارنده‌ی شرایط رطوبتی خاک برابری کرد، اما تلفات اولیه‌ی-مقدار ثابت، و گرین و امپت در زمان رسیدن به بده‌ی اوج برتر بودند.

چکیده انگلیسی:

Different loss models of Soil and Conservation Services (SCS), Green and Ampt, Initial – Constant, Deficit – Constant, Constant Fraction, Exponential and Soil Moisture Accounting (SMA) methods have been compared using the HEC-HMS event-based rainfall–runoff simulation with respect to the effect of precipitation loss on the runoff generation in the Karoon III basin. The SMA method, with the maximum N.S., 0.81 and 0.69 and the minimum PW RMSE, 148 and 143 in calibration and verification was the best in the stream flow simulation and the SCS and Constant Fraction were better than others in validation, following the SMA. A comparison between the simulated and observed key variables showed that the SMA method with minimum average percent difference of simulated volume, peak flow and hydrograph time of peak occurrence, was the best one in calibration. In verification, the SMA was the best in hydrograph volume simulation, SCS and SMA in the peak flow, and Initial and Constant and Green and Ampt in time of peak occurrence.

منابع و مأخذ:

8. Ayka, A. 2008. Hydrological models
comparison for estimation of floods in
the Abaya-Chamo sub-basin M.S. thesis,
Addis Ababa University, School of
Graduate Studies.
9. Bennett, T.H. 1998. Development and
application of a continuous soil moisture
accounting algorithm for the Hydrologic
Engineering Center Hydrologic
Modeling System (HEC-HMS). MS
thesis, Dept. of Civil and Environmental
Engineering, University of California,
Davis.
10. Beven, k.j. 2005. Rainfall-runoff
modeling: Introduction, 1857-1868 In:
M.G. Anderson and J.R. McDonnell,
(Eds). Encyclopedia of hydrological
sceinces. 3: Wiley Publication.
11. Boughton, W., and O. Droop. 2003.
Continuous simulation for design flood
estimation—a review, Environ. Model.
& Software 18: 309–318.
12. Bondelid, T.R., R.H. McCuen, and T.H.
Jackson. 2007. Sensitivity of SCS
models to curve number variation. J.
Am. Water Resour. Associ. 18: 111–
116.
13. Boughton, W.C. 1989. A review of the
USDA SCS curve number method. Aust.
J. Soil Res. 27: 511 - 523.
14. Chahinian, N., R. Moussa, P. Andrieux,
and M. Voltz. 2005. Comparison of
infiltration models to simulate flood
events at the field scale. J. Hydrol. 306:
191–214.
15. Cunderlik, J.M., and S.P. Simonovic.
2004. a. Selection of calibration and
verification data for the HEC-HMS
hydrologic model, CFCAS project:
Assessment of water resources risk and
vulnerability to changing climatic
conditions, The University of Western
هجلِی هٌْذسی هٌاتع آب / سال ششن / زهستاى 1392 35
Ontario, Department of civil and
environmental engineering, Project
Report II.
16. Cunderlik, J.M., and S.P. Simonovic.
2004. b. Calibration, verification and
sensitivity analysis of the HEC-HMS
hydrologic model, CFCAS project:
Assessment of water resources risk and
vulnerability to changing climatic
conditions, The University of Western
Ontario, Department of Civil and
Environmental Engineering, Project
Report IV.
17. Cunge, J.A. 1969. On the subject of a
flood propagation computation method,
J. hydrau. Res. 7: 205-230.
18. Cydzik, K., and T.S. Hogue. 2009.
Modeling post fire response and
recovery using the Hydrologic
Engineering Center Hydrologic
Modeling System (HEC-HMS). J. Am.
Water Resour. Associ. 45: 702–714.
19. Flemming, M., and V. Neary. 2004.
Continuous hydrologic modeling study
with the hydrologic modeling system. J.
Hydrol. Eng. 9:175-183.
20. Garcia, A., A. Sainz, J.A. Revilla, C.
Alvarez, J.A. Juanes, and A. Puente.
2008. Surface water resources
assessment in scarcely gauged basins in
the north of Spain, J.hydrol. 356: 312–
326.
21. Golian, S., B. Saghafian, M. Elmi, and
R. Maknoon. 2010. Derivation of
probabilistic thresholds of spatially
distributed rainfall for flood forecasting.
Water Resour. Manage. 24: 3547-3559.
22. Grimaldi, S., A. Petroselli, and F. Nardi.
2012. A parsimonious geomorphological
unit hydrograph for rainfall–runoff
modelling in small ungauged basins,
Hydrol. Sci. J. 57: 73-83.
23. King, K.W., J.G. Arnold, and R.L.
Bingner. 1999. Comparison of Greenampt and curve number methods on
Goodwin Creek Watershed using
SWAT, Trans. ASAE. 42: 919-925.
24. Mc Lin, S.G., E.P. Springer, and L.G.
Lane. 2001. Predicting floodplain
boundary changes following the Cerro
Grande wildfire. Hydrol. Proc. 15:
2967–2980.
25. Mishra, S.K. and V.P. Singh. 2004.
Validity and extension of the SCS-CN
method for computing infiltration and
rainfall-excess rates. Hydrol.Proc. 18:
3323–3345.
26. Pincovschi, I., D.E. Gogoase Nistoran, I.
Armas, and E. Rotaru. 2007. Use of
HEC-HMS rainfall-runoff model in the
Subcarpathian Prahova Valley-Romania,
Geophysi. Res. Abst. 9: 05982.
27. Ponce, V.M. and R.H. Hawkins. 1996.
Runoff curve number: has it reached
maturity? J. hydrol.eng. 1: 11-19.
28. Quan, N.H. 2006. Rainfall-runoff
modeling in the ungauged Can Le
catchment, Saigon River Basin, M.S.
thesis, International Institute for GeoInformation sci. Earth observation.
Enschede, the Netherlands.
29. Schindler, H. and G. Gutknecht. 2006. A
tool for rapid flood Warning based on
HEC-HMS. Geophys. Res. Abst. 8:
08344.
30. Shi, Z.-H., L.-D.Chen, N.-F.Fang, D.-F.
Qin and Ch.-F. CAI. 2009. Research on
the SCS-CN initial abstraction ratio
using rainfall-runoff event analysis in
the Three Gorges Area, China Catena
77: 1-7.
31. US-ACE. 2000. Hydrologic modeling
system HEC-HMS. Technical reference
manual. US Army Corps of Engineers.
Hydrologic Engineering Center.
32. US-ACE. 2010. Hydrologic modeling
system HEC-HMS. User’s manual,
Version 3.5. US Army Corps of
Engineers, Hydrologic Engineering
Center.

_||_