تخمین عدم قطعیت مدل شبیه سازی سیلاب HEC-HMS با استفاده از الگوریتم مونت کارلو زنجیره مارکوف
Authors
Abstract:
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) parameters in Tamar watershed (1530 km2) in Golestan province. In order to assess the uncertainty of 24 parameters used in HMS, three flood events were used to calibrate and one flood event was used to validate the model. The results showed that the 95% total prediction uncertainty bounds bracketed most of the observed data especially peak discharge values but the uncertainty due to other sources than parameter uncertainty (e.g. forcing data (rainfall) and model structure error) are significant. Coefficient of variation for curve number (CN) was small for all flood events, therefore this parameters is more sensitive than the others. Histograms of the posterior probability density functions (pdfs) show that most of the individual parameters are well-defined and occupy only a relatively small region of the uniform prior distributions. Best simulation under DREAM-ZS was obviously better than simulation results of Nelder and Mead search algorithm.
similar resources
تاثیر انتخاب تابع درستنمایی در تخمین عدم قطعیت مدل شبیه سازی سیلاب HEC-HMS با استفاده از الگوریتم مونت کارلو زنجیر مارکوف
در تحقیق حاضر از الگوریتم DREAM(ZS) (از الگوریتمهای مبتنی بر مونت کارلو زنجیره مارکوف) بهمنظور بررسی عدم قطعیت پارامترهای مدل-هیدرولوژیکی HEC-HMS در حوزهآبخیز تمر به مساحت 1530کیلومترمربع واقع در استان گلستان استفاده شد. از سه رویداد برای واسنجی و یک رویداد در اعتباریابی استفاده گردید و تعداد 24 پارامتر واسنجی برای کل حوزه درنظر گرفته شد. همچنین تأثیر 5 تابع درستنمایی بر روی نتایج روش DREAM...
full textتاثیر انتخاب تابع درستنمایی در تخمین عدم قطعیت مدل شبیه سازی سیلاب hec-hms با استفاده از الگوریتم مونت کارلو زنجیر مارکوف
در تحقیق حاضر از الگوریتم dream(zs) (از الگوریتم های مبتنی بر مونت کارلو زنجیره مارکوف) به منظور بررسی عدم قطعیت پارامترهای مدل-هیدرولوژیکی hec-hms در حوزه آبخیز تمر به مساحت 1530کیلومتر مربع واقع در استان گلستان استفاده شد. از سه رویداد برای واسنجی و یک رویداد در اعتباریابی استفاده گردید و تعداد 24 پارامتر واسنجی برای کل حوزه درنظر گرفته شد. همچنین تأثیر 5 تابع درستنمایی بر روی نتایج روش dream...
full textتحلیل عدم قطعیت در برآورد سیلاب با مدل HEC-HMS در حوضة آبریز سد جامیشان
برآورد سیلاب با عدم قطعیتهایی ناشی از تغییرات متغیرهای ورودی مدل بارش- رواناب مانند بارش، پارامترهای مدل مانند تلفات و ساختار مدل همراه است. برآورد سیلاب طراحی با در نظر گرفتن عدم قطعیتهای متغیرهای تصادفی مؤثر بر آن، یکی از مباحث مهم در طراحی سازههای هیدرولیکی است. در این تحقیق، با استفاده از مدل آماری تولید بارش (RPG)، مدل بارش-رواناب HEC-HMS و روش مونت کارلو، عدم قطعیت متغیرهای ورودی مدل ب...
full textشبیه سازی پیوسته بارش-رواناب حوضه ی شهرچای ارومیه با استفاده از مدل HEC-HMS
چکیده در محاسـبات هیدرولوژیکی یـک حوضه تعیین ارتباط بین بارش- رواناب بسیار مـهم است. محاسبهی دقیق بارش-رواناب در سطح حوضه به شناخت مؤلفهها و متغیرهای شکلدهندهی آن و همچنین استفاده از یک مدل مناسب وابسته است. در این مطالعه، بارش-رواناب پیوستهی حوضهی شهرچای ارومیه با استفاده از مدل هیدرولوژیکی HEC-HMS شبیهسازی شد. برای این منظور ابتدا مدل حوضهی آبخیز با استفاده از نقشهی DEM منطقهی مور...
full textتحلیل عدم قطعیت در برآورد سیلاب با مدل hec-hms در حوضة آبریز سد جامیشان
برآورد سیلاب با عدم قطعیت هایی ناشی از تغییرات متغیرهای ورودی مدل بارش- رواناب مانند بارش، پارامترهای مدل مانند تلفات و ساختار مدل همراه است. برآورد سیلاب طراحی با در نظر گرفتن عدم قطعیت های متغیرهای تصادفی مؤثر بر آن، یکی از مباحث مهم در طراحی سازه های هیدرولیکی است. در این تحقیق، با استفاده از مدل آماری تولید بارش (rpg)، مدل بارش-رواناب hec-hms و روش مونت کارلو، عدم قطعیت متغیرهای ورودی مدل ب...
full textMy Resources
Journal title
volume 8 issue 15
pages 235- 249
publication date 2017-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023