بهینه سازی پارامترهای حساس مدل بارش ـ رواناب hec-hms به وسیلة الگوریتم فراکاوشی بهینه سازیpso

محدودیت‏های ساختاری مدل‏های هیدرولوژیکی و عدم دسترسی به همة پارامترهای حوضة آبخیز همچنین عدم امکان تعیین دقیق شرایط مرزی و شرایط اولیه، واسنجی مدل‏های هیدرولوژیک را ایجاب می‏کند. با توجه به زمان بربودن واسنجی دستی، به‏ویژه هنگامی که داده‏ها کم و پارامترها فراوان اند، روش‏های واسنجی خودکار، مبتنی بر استفاده از روش‏های جست وجوی سیستماتیک در فضای چند‏بعدی، با استفاده از یک تابع هدف، بسیار سودمند است. در این مطالعه، نرم‏افزار hec-hms[1] همچون مدل شبیه‏ساز و الگوریتم هوش‏جمعی pso[2] به مثابة مدل بهینه‏ساز عمل می‏کنند. برنامه‏نویسی مدل و فراخوانی hec-hmsدر محیط برنامة matlab انجام گرفت. مدل تلفیقی ارائه شده در حوضة سد کارده، واقع در استان خراسان رضوی، بررسی شد. واسنجی مدل به کمک تابع هدف rmse در سناریوهای مختلف سه‏رخداده مطالعه شد و نتایج دسته ای پارامتر با مقادیر متفاوت تولید کرد. سپس همة سناریوهای بررسی شده صحت‏سنجی شد و در انتها، با مقایسة مقادیر تابع هدف و ضریب همبستگی بین دبی‏های مشاهداتی و محاسباتی در رخدادهای مختلف، سه دسته پاسخ‏ تولیدشده به منزلة پاسخ‏های بهینة مدل معرفی شد. نتایج بر خاصیت عدم امکان حصول پارامترهای منحصر‏به‏فرد برای یک حوضة آبخیز تأکید داشت. این روش، با توجه به مشکل غیرمنفردبودن مجموعه‏ جواب‏های مسئلة واسنجی به منزلة یک مسئلة معکوس، می‏تواند در محدودکردن تعداد جواب‏های کاندید مؤثر باشد. [1] hydrologic engineering center’s- hydrologic modeling system [2] particle swarm optimization