سابقه و هدف: مدل‌سازی بارش-رواناب یک فرآیند ضروری و پیچیده می‌باشد که در بهره‌برداری مناسب از مخازن و مدیریت و برنامه ریزی صحیح منابع آب نقش عمده‌ای دارد. مدل‌سازی این فرآیند با استفاده از روش‌های مختلفی امکانپذیر است. ازنظر تئوری، در مدل‌سازی یک سیستم می‌بایست روابط صریح بین متغیرهای ورودی و خروجی معلوم باشند. در حالیکه به علت معلوم نبودن روابط صریح بین متغیرها و عدم قطعیت‌های ذاتی آن‌ها، استخ...

مدل سازی و شبیه سازی فرایند بارش-رواناب از مسائل مهم هیدرولوژیکی ا ست که تاثیر بسزایی در تحلیل ، برنامه ریزی و مدیریت هرچه بهتر منابع آب دارد. به دلیل ماهیت غیر خطی و خاصیت تصادفی(stochastic) پدیده های مرتبط با بارش-رواناب، پیدا کردن مدلی که در عین سادگی بتواند خصوصیت حوضه را هم در خود بگنجاند و پاسخی مکفی و پیش بینی دقیق در اختیار قرار دهد، مورد توجه قرار گرفته است. لذا نظر به پیچیدگی فرایند ب...

بدون تحلیل دقیق داده های بارش-رواناب مشاهده ای، مدیریت جامع حوزه های آبخیز جهت پیش بینی وقوع سیلاب و کاهش خطرات ناشی از آن موجب هدر رفت سرمایه و عدم ایجاد توسعه پایدار خواهد شد. کاربردی ترین مدل جهت شبیه سازی فرآیند بارش-رواناب، مدل آبنمود واحد می باشد که با توجه به نقص کمی و کیفی آمار ایستگاه های هیدرومتری، ضرورت استفاده از روش های مصنوعی تهیه آن و به ویژه آبنمود واحد لحظه ای به دلیل حذف محدود...

به دلیل اهمیت دبی پایه در فرآیندهای هیدرولوژیک و دارا بودن نقش حیاتی در مدیریت منابع آب به خصوص در مناطق خشک و نیمه خشکی مانند ایران، برآورد جریان پایه یکی از موضوعات مورد علاقه هیدرولوژیست ها می باشد. برای تعیین دبی پایه (با جداسازی جریان پایه از جریان حاصل از بارش)، روش های ترسیمی و شبیه سازی مختلفی برای شرایط اقلیمی، توپوگرافی و زمین شناسی متفاوت توسعه داده شده است. در روش های ترسیمی بدلیل ف...

در دهه های اخیر به دلیل اهمیت یافتن مسئله آب و همینطور افزایش تمایل به محاسبه مقدار رواناب حاصل از بارش، توسعه و اجرای روشهای مناسب برای پیش بینی رواناب از روی داده های بارش به مسئله ای ضروری تبدیل شده است. یکی از این روشها که در بسیاری از رشته ها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای محاسبات نرم نظیر منطق فازی و شبکه های عصبی مصنوعی است. در این تحقیق سعی گردید کارایی شبکه عصبی م...

شبیه سازی فرآیند بارش - رواناب در حوضه های آبریز از نظر مدیریت منابع آب، مهندسی رودخانه، سازه های کنترل و ذخیره سیلاب و غیره از اهمیت ویژه ای برخوردار است. عکس العمل حوضه در برابر پدیده بارش به علت وجود عوامل هیدرولوژیکی گوناگون، بسیار پیچیده است. رواناب، به خصوصیات ژئومورفولوژیک حوضه از قبیل هندسه، پوشش گیاهی، نوع خاک و خصوصیات اقلیمی حوضه همچون بارش، دما و غیره بستگی دارد. تاثیر هر کدام از ای...

مدل‌های داده محور از جمله ابزارهایی هستند که به منظور شبیه‌سازی در علوم مختلف استفاده می‌شوند. روش ماشین بردار پشتیبان به عنوان یکی از جدیدترین این نوع ابزارها اخیراً در علوم مرتبط با آب مورد توجه قرار گرفته است. در هیدرولوژی و منابع آب، این مدل‌ها با شبیه‌سازی فرآیند بارش-رواناب، مقدار رواناب را در حوزه‌های آبخیز بدون ایستگاه اندازه‌گیری و با حداقل زمان ممکن و کمترین هزینه برآورد می‌کنند. هدف ا...

در این پروژه به منظور شبیه سازی بارش-رواناب از دو مدل ihacres و شبکه عصبی مصنوعی (ann ) استفاده شده است. مدل مفهومیihacres، که مبتنی بر داده های بارش و دما است، از دو بخش تشکیل شده است. این مدل در گام زمانی روزانه عمل می کند و مولفه های کند و تند جریان را (یعنی رواناب سطحی و جریان پایه) محاسبه می کند. هنگامی که به دلیل ضعف سطح اطلاعات موجود امکان درک مفهوم پدیده های فیزیکی فراهم نباشد و یا به ط...

سیل یکی از پدیده­های ویرانگر طبیعی است که پیش­بینی آن از اهمیت بالایی برخوردار است .فرآیند بارش- رواناب و ایجاد سیلاب پدیده­های فیزیکی هستند که بررسی آنها به سبب  تاثیرپذیری از پارامترهای مختلف، دشوار می­باشد. تاکنون روش­های مختلفی برای تحلیل این پدیده­ها ارایه شده است. پژوهش حاضر با هدف بررسی کارآمدی شبکه­های عصبی مصنوعی در شبیه­سازی فرآیند بارش- رواناب با دخالت دادن ارتفاع آب معادل برف در حوز...

برآورد دقیق رواناب یک حوضه در مدیریت منابع آب از اهمیت زیادی برخوردار می باشد. در این مطالعه رواناب ماهانه با استفاده از اطلاعات بارش و با مدل توزیع احتمالی شرطی بر اساس اصل حداکثر آنتروپی تخمین زده شد. برای توسعه این مدل از داده های بارش و رواناب حوضه رودخانه کسیلیان طی سال های 1349 تا 1385 استفاده گردید. پارامترهای مدل بر اساس اطلاعات پیشین حوضه از قبیل میانگین سری های زمانی بارش و رواناب و ک...