برآورد و تحلیل عدم قطعیت حداکثر سیل محتمل (PMF) با استفاده از رویکرد ترکیبی شبیه سازی مونت کارلو و مدلسازی هیدرولوژیکی
Authors
Abstract:
ابعاد خسارات حاصل از سیلابها در سطح جهان، حساسیت بسیار بالای انتخاب سیل طراحی به‌منظور حفظ پایداری این تأسیسات و همچنین هدف‌گذاری برای کنترل و مدیریت سیلاب‌های محتمل را نشان می‌دهد. در این مطالعه، به برآورد و تحلیل عدم قطعیت حداکثر سیل محتمل (PMF) حوضه آبریز رودخانه قمرود با توجه به اهمیت مسئله کنترل سیلاب در این منطقه پرداخته شده است. بدین منظور در برآورد حداکثر سیل محتمل دو رویکرد کلی مد نظر قرار گرفت. در رویکرد اول از روش آماری و با توجه به ارتباط بین مقادیر بارش حداکثر و دبی حداکثر لحظهای سیلاب در دوره برگشتهای مختلف، مقادیرPMF متناظر با حداکثر بارش محتمل برآورد گردید. در روش آماری، با توجه به معادله خطی برازش داده شده بر مقادیر حداکثر بارش محتمل برآورد شده در منطقه و دبی حداکثر لحظه، مقادیر دبی حداکثر حدود 8/485 متر مکعب در ثانیه برآورد گردید. در رویکرد دوم برآورد PMF بر اساس روش شبیه سازی هیدرولوژیکی و با استفاده از مدل بارش رواناب HEC-1انجام گرفت. تحلیل عدم قطعیت نتایج حاصل از این رویکرد نیز با لحاظ کردن عدم قطعیتهای موجود در مدلسازی و دادههای ورودی انجام شد. بدین منظور دامنه و باند عدم قطعیت تغییرات هیدروگراف PMF، به ازای دامنه تغییرات و ترکیبهای مختلف از شرایط بحرانی در زمان وقوعPMP با استفاده از آنالیز عدم قطعیت نتایج حاصل از مدل شبیه سازی سیلاب حاصله از PMP به روش شبیه سازی مونت کارلو انجام گردید. نتایج نشان داد مقدار حداکثر سیل محتمل در منطقه مطالعاتی در دامنهای بین432 تا 536 متر مکعب در ثانیه قرار خواهد گرفت.
similar resources
تحلیل عدم‌قطعیت پارامترها در برآورد حداکثر سیلاب محتمل در حوضه سد بختیاری با روش مونت کارلو
اطمینان و اعتبار سیل‌های حدی مخصوصا حداکثر سیلاب محتمل (PMF)، مستلزم در نظرگرفتن منابع عدم‌قطعیت در برآورد سیل است. عدم‌قطعیت پارامترهای مدلهای بارش-رواناب، از جمله منابع اصلی عدم‌قطعیت در برآورد سیل می‌باشند. در این پژوهش از روش مونت کارلو برای برآورد عدم‌قطعیت هیدروگراف PMF به علت عدم‌قطعیت در پارامترهای واسنجی مدل بارش-رواناب در حوضه بختیاری در جنوب غربی ایران استفاده شده است. برای برآورد ...
full textتخمین عدم قطعیت مدل شبیه سازی سیلاب HEC-HMS با استفاده از الگوریتم مونت کارلو زنجیره مارکوف
There are some parameters in hydrologic models that cannot be measured directly. Estimation of hydrologic model parameters by various approaches and different optimization algorithms are generally error-prone, and therefore, uncertainty analysis is necessary. In this study we used DREAM-ZS, Differential Evolution Adaptive Metropolis, to investigate uncertainties of hydrologic model (HEC-HMS) pa...
full textمدلسازی اثر خصوصیات فیزیکی حوزه آبخیز بر روی کیفیت آب های سطحی و تحلیل عدم قطعیت با استفاده از شبیه ساز ی مونت کارلو
مدلسازی ارتباط بین ویژگی های فیزیکی و شاخص های کیفیت آب، نقش مهمی در مدیریت یکپارچه حوزه آبخیز بازی می‌کند. علاوه بر آن در فرآیند مدلسازی همواره نا اطمینانی به‌طور ذاتی و اجتناب‌ناپذیری وجود دارد که به سبب وجود عدم قطعیت و خطا در دادههای ورودی مدل، پارامترها و ساختار مدل است؛ بنابراین به کمیت درآوردن میزان عدم قطعیت در خروجی مدل ها برای رسیدن به پیشبینی های مطمئن در مدلسازی امری اجتناب‌ناپذیر ...
full textارزیابی دو الگوریتم مختلف مونت کارلو زنجیر مارکف در تحلیل عدم قطعیت پارامترهای مدل توزیعی هیدرولوژیکی
تعیین مقادیر بهینه برای پارامترهای به کار رفته در هر مدل شبیه سازی کاری است که همواره با شک و تردید همراه می باشد و بنابراین بایستی عدم قطعیت موجود در پارامترهای شبیه سازی با روشهای مناسب تحلیل و بررسی گردد. در این تحقیق مقایسه دو الگوریتم عدم قطعیت dream و scem ua، برای پارامترهای مدل بارش- رواناب فیزیکی و توزیعی تک رخداد affdef به کار گرفته شد. این روشها برپایه مونت کارلو زنجیرمارکف بوده که ا...
full textMy Resources
Journal title
volume 1398 issue 38
pages 1- 15
publication date 2020-08-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023