شبیه‌سازی جریان روزانه حوضه آب‌ریز در شرایط کمبود داده

محورهای موضوعی : مدیریت محیط زیست

محمد رضا خزائی ¹ , باقر ذهبیون ² , بهرام ثقفیان ³

1 - استادیار، گروه مهندسی عمران، دانشگاه پیام نور، ایران.
2 - استادیار، دانشکده عمران، دانشگاه علم و صنعت ایران
3 - استاد، دانشکده فنی مهندسی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی

تاریخ دریافت : 1388/05/12 تاریخ پذیرش : 1388/09/25 تاریخ انتشار : 1394/01/01

کلید واژه: مدل پیوسته, بارش-رواناب, جریان روزانه, ARNO, تبخیر و تعرق پتانسیل,

چکیده مقاله :

زمینه و هدف: شبیه‌سازی بارش- رواناب از محورهای اصلی هیدرولوژی علمی و مدیریت محیط زیست است. بنابراین محققان، پیوسته علاقه‌مند به یافتن روش های جدید برای این مسأله و اصلاح مدل ها یا روش های مدل‌سازی موجود هستند. روش بررسی: در این تحقیق، جریان روزانه رودخانه در خروجی یک حوضه آب ریز در جنوب غربی ایران، با استفاده از یک مدل بارش- رواناب پیوسته مفهومی شبیه‌سازی شد. در مواجهه با مشکل کفایت آمار حوضه، با استفاده از یک رهیافت ویژه نسبت به آماده‌سازی متغیرهای مورد نیاز مدل از قبیل جریان رواناب، بارش و تبخیروتعرق پتانسیل حوضه اقدام شد. یافته ها: در مرحله واسنجی مدل ، شاخص بازده برای داده‌های روزانه معادل80/0 و ضریب تعیین برابر 82/0 به دست آمد. در مرحله اعتبارسنجی نیز مقادیر شاخص بازده برابر 82/0 و ضریب تعیین برابر 83/0 به دست آمد. ضمن آن که آماره‌های جریان مشاهداتی نیز با تقریب خوب در جریان شبیه‌سازی شده حفظ شد. بحث و نتیجه گیری: نتایج حاکی از موفقیت این رهیافت برای شبیه‌سازی جریان روزانه با به کارگیری این مدل در شرایط کمبود داده است.

چکیده انگلیسی:

Introduction: Rainfall-runoff modeling is one of the keystones of scientific hydrology andenvironmental management. Therefore the researchers continuously try to find new approaches forimprovement of existing models or modeling methodologies.Material and Methods: In this paper, daily stream flow at the outlet of a watershed in southwesternIran was simulated using a conceptual continuous rainfall-runoff model. In encountering with theproblem of poor quality data, required data such as runoff, rainfall and PET were prepared using aspecific approach.Results and Discussion: The results showed that the Nash-Sutcliffe efficiency was 0.80 and thecoefficient of determination was 0.82 during calibration and the Nash-Sutcliffe efficiency was 0.83and the coefficient of determination was 0.83 during validation. Furthermore statistics of observedstream flow were preserved in simulated stream flow. The results showed that this approach issuccessfully applicable for daily rainfall-runoff modeling when the quality of the input data is notadequate