مقایسه روشهای هیدرولوژیکی احتساب کننده رطوبت خاک و نروفازی در شبیه‌سازی بارش- رواناب (مطالعه موردی: حوضه آبخیز زولاچای)

محورهای موضوعی : کاربرد GIS&RS در اقلیم

ابراهیم یوسفی مبرهن ¹ ( بخش حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان سمنان. سازمان تحقیقات، آموزش و ترویج کشاورزی، سمنان، ایران. )

تاریخ دریافت : 1399/11/18 تاریخ پذیرش : 1400/04/15 تاریخ انتشار : 1400/03/01

کلید واژه: واسنجی, نروفازی, حوزه آبخیز زولاچای, فرآیند بارش-رواناب, مدل احتساب کننده رطوبت خاک,

چکیده مقاله :

شبیه‌سازی هیدرولوژیکی حوزه‌های آبخیز، برای تخمین دبی اوج و حجم سیلاب حاصل ازبارندگی ها، روند یابی سیلاب در رودخانه ها و تحلیل هیدروگراف سیلاب ها صورت می گیرد. هدف از این تحقیق، کاربرد مدل های احتساب کننده رطوبت خاک (HMS SMA) و نروفازی در برآورد دبی متوسط روزانه، حجم رواناب و تحلیل هیدروگراف ناشی از شبیه سازی فرآیند بارش-رواناب در حوزه آبخیز زولاچای می‌باشد. در این تحقیق پس از مدل‌سازی حوزه آبخیز در الحاقیه HEC-GeoHMS، مدل به برنامه HEC-HMS وارد و با تخمین پارامترهای مدل احتساب کننده رطوبت خاک، شبیه سازی بارش-رواناب در سایر مقیاس‌ها انجام شد. با بررسی مقیاس‌های زمانی واسنجی و بهینه‌سازی پارامترهای مدل HMS SMA می‌توان گفت که مقیاس زمانی ماهانه در شبیه‌سازی بارش-رواناب دقیق‌تر از مقیاس‌های زمانی سالانه، نیم‌سالانه و فصلی عمل می‌کند، همچنین مقیاس زمانی فصلی می‌تواند بهتر از سایر مقیاس‌های زمانی دبی اوج را تخمین بزند. مقایسه واسنجی و بهینه‌سازی روشهای احتساب کننده رطوبت خاک و نروفازی نشان داد روش فازی با بهترین ضرایب آماری (ضریب کارایی ناش-ساتکلیف 76/0 و مجموع مربعات خطای 18/0)، دقیق‌تر از روش SMA، شبیه‌سازی بارش-رواناب را انجام می‌دهد.

چکیده انگلیسی:

Hydrological simulation of watersheds applies for estimating peak discharge and runoff volume from rainfall, flood routing in rivers and flood hydrograph analysis. The purpose of this study is application of soil moisture accounting (HMS SMA) and Neuro-fuzzy models in daily flow, The purpose of this study is application of soil moisture accounting (HMS SMA) and Neuro-fuzzy models in daily flow. runoff volume and hydrograph analysis of the simulated rainfall - runoff in the Zola Chay watershed. In this study after of Zola Chay watershed modeling with HEC-GeoHMS Extension, In this study after of Zola Chay watershed modeling with HEC-GeoHMS Extension. the model entered to HEC-HMS program and by parameters estimating of soil moisture accounting model, the rainfall- runoff simulation in other scales has been done. By analysis of time scales for calibration and optimization of HMS SMA model parameters we can claim that the monthly time scale rainfall - runoff simulation accurate than annual, seasonal, semiannual and annual time scales can be better than the other time scales of flow to estimate peak. Comparing the calibration and optimization soil moisture and Neuro-fuzzy methods revealed that fuzzy method can simulate rainfall- runoff relationship better than SMA model by best statistical coefficients (E= 0.76 and RMSE= 0.18).