مقایسه روشهای مختلف برآورد رواناب سطحی ماهانه مبتنی بر شمارهی منحنی ماهانه
Authors
Abstract:
برآورد دقیق رواناب سطحی حوزههای آبخیز جهت مدیریت منابع آب یک منطقه، دارای اهمیت است. با توجه به نقص و عدم پایش رواناب سطحی حوزههای آبخیز در برخی مناطق و خطای بالا و نیاز دادهای نسبتا زیاد روشهای برآورد رواناب روزانه، کاربرد روشهای برآورد رواناب ماهانه موردتوجه قرار گرفته است. در این پژوهش سناریوهای متنوعی از ترکیب سه روش برآورد رواناب سطحی ماهانه مبتنی بر شماره منحنی (روش سازمان حفاظت خاک (SCS) ماهانه، روش ضریب رواناب مبتنی بر SCS و روش تلفیق شماره منحنی و ضریب رواناب) با در نظر گرفتن سه روش مختلف محاسبه شماره منحنی ماهانه (روش مبتنی بر شاخص سطح برگ، روش مبتنی بر پتانسیل نگهداشت و روش میانگین حوضه با استفاده از جداول مرجع) بهعنوان پارامتر ورودی برای آبخیز ارازکوسه در شرق استان گلستان ایجاد و مورد مقایسه قرار گرفت. نتایج نشان داد روش برآورد رواناب SCS ماهانه در ترکیب با تمامی روشهای محاسبه شماره منحنی ماهانه، رواناب سطحی را با ضریب ناش- ساتکلیف بالای 0/6 و بایس کمتر از 0/3 بهخوبی شبیهسازی میکند. درحالیکه روش ضریب رواناب مبتنی بر SCS بهویژه زمانی که شماره منحنی متوسط ماهانه حوضه فقط با مراجعه به جداول مرجع محاسبه میشود، پاسخ مناسبی نمیدهد (ضریب ناش- ساتکلیف منفی و بایس بالای 4). روش تلفیق شماره منحنی و ضریب رواناب برای تمامی روشهای محاسبه شماره منحنی نتایج نسبتاً قابل قبولی را با ضریب ناش- ساتکلیف حدود 6/0 در دوره واسنجی نشان داد؛ اما در دوره اعتبارسنجی نتایج آن در ترکیب با برخی از روشهای محاسبه شماره منحنی ماهانه، از اطمینان کمتری برخوردار است. در این پژوهش روش SCS ماهانه بهعنوان روش مناسب و پایدار برای حوزه آبخیز ارازکوسه انتخاب شد که میتواند در محاسبات بیلان آب ماهانه حوزه های آبخیز مشابه در منطقه استفاده شود.
similar resources
مقایسه ی شبیه ها و روشهای مختلف پیش بینی ماهانه ی جریان مبتنی بر هوش مصنوعی
پیش بینی دقیق جریان در رود ها از اهمیت بسزایی در مدیریت منابع آبهای سطحی برخوردار می باشد؛ به همین دلیل، همواره تلاشهای زیادی برای طراحی و معرفی شبیه های دقیق پیش بینی صورت گرفته است. در تحقیق حاضر با استفاده از شبیه های خود همبسته ی میانگین متحرک با ورودیهای غیر تصادفی (ARMAX)، ANN و GP برای پیش بینی ماهانه ی جریان به دو روش پیش بینی زنجیره ی زمانی و پیش بینی ماهانه ی مجزای جریان رود سعید آباد...
full textمقایسه روشهای ایستگاهی و منطقهای گشتاورهای خطی در برآورد بارندگیهای حداکثر ماهانه حوزه زاینده رود
یکی از مشکلات و موانع موجود در فرآیندهای تحلیل فراوانی و پیش بینی پدیده هایی نظیر بارندگی، نبود آمار طولانی مدت در ایستگاههای مورد مطالعــه میباشد. این مسئله در کنار مسائل مربوط به عدم دقت کافی در برآوردهای ایستگاهی، باعث افزایش استفاده از روشهای منطقهای در انجام چنین تحقیقهایی شده است. در این تحقیق، از روش یاد شده برای تعیین توزیع اصلی دادههای بارندگی حداکثـر ماهانه 18 ایستگاه بارانسنج...
full textمدلسازی رواناب ماهانه با استفاده از روشهای داده کاوی براساس الگوریتم های انتخاب ویژگی
باتوجه به اهمیت مقدار جریان خروجی از حوضه آبریز جهت مدیریت آبهای سطحی، فهم دقیق ارتباط بین مقدار رواناب با پارامترهای اقلیمی همچون بارش و دما و شناسائی موثرترین پارامتر در فرآیند مدلسازی بسیار مهم میباشد. در این تحقیق پس از آزمون همگنی دادههای بارش، دما و رواناب ماهانه حوضه آبریز ناورود، ابتدا براساس دو الگوریتم رلیف و همبستگی دو ترکیب مختلف از پارامترهای موثر در رواناب مورد توجه قرار گرفت....
full textتغییرات ماهانه شدت و تمرکز رواناب سطحی در رودخانههای حوضهی گرگانرود استان گلستان
چکیده تحلیل تغییرات رژیم جریان و تداوم آن و تعیین عوامل مؤثر در بینظمیها از پیشنیازهای اصلی مدیریت و بهرهبرداری بهینه از رودخانهها به عنوان یکی از منابع اصلی آب مصرفی میباشند. در این پژوهش میزان تغییرات ماهانه حجم رواناب در 20 ایستگاه هیدرومتری واقع در استان گلستان در یک دورهی 38 ساله (۱۳۵۳-۱۳۹۱) با استفاده از شاخص تغییرات سالانه (ضریب تعدیل توزیع سالانه و شدت تمرکز) مورد ارزیابی قرار...
full textمقایسه روشهای ایستگاهی و منطقه ای گشتاورهای خطی در برآورد بارندگیهای حداکثر ماهانه حوزه زاینده رود
یکی از مشکلات و موانع موجود در فرآیندهای تحلیل فراوانی و پیش بینی پدیده هایی نظیر بارندگی، نبود آمار طولانی مدت در ایستگاه های مورد مطالعــه می باشد. این مسئله در کنار مسائل مربوط به عدم دقت کافی در برآوردهای ایستگاهی، باعث افزایش استفاده از روش های منطقه ای در انجام چنین تحقیق هایی شده است. در این تحقیق، از روش یاد شده برای تعیین توزیع اصلی داده های بارندگی حداکثـر ماهانه 18 ایستگاه باران سنجی...
full textارزیابی تأثیر نرمال سازی توزیع احتمالاتی رواناب ماهانه بر عملکرد مدل های SVM و ANN در شبیه سازی جریان ماهانه رودخانه ها (مطالعه موردی: حوزه زرینه رود)
Accurate estimation of river flows is one of the fundamental activities in water resources management of river basins. Artificial neural network (ANN) and support vector machine (SVM) are the most important data mining models that can be considered for this purpose. Due to the data-based attribute of these models, probability distribution of data may have a considerable effects on their pe...
full textMy Resources
Journal title
volume 32 issue 3
pages 82- 94
publication date 2019-10-23
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