ارزیابی روش های مفهومی و فازی در مدل سازی جریان رودخانه

به موازات رشد سریع جمعیت و افزایش نیاز های بشری، تأمین آب از اهمیت ویژه ای برخوردار شده است. استفاده و مدیریت بهینه منابع آب، مستلزم شناخت پدیده های هیدرولوژیکی می باشد که رواناب سطحی یکی از مهم ترین مراحل این چرخه به شمار می آید. برای اعمال سیاستهای مدیریتی و اتخاذ تصمیمات شایسته در بهره برداری از منابع آب، پیش بینی مقدار جریان های حاصل از بارندگی و مقادیر ورودی به مخازن سد ها و ... از نقش و جایگاه ویژه ای برخوردار می باشد. مدل های مختلف با ساختار های متفاوت می توانند در تخمین و پیش بینی جریان رودخانه مورد استفاده قرار گیرند و نتایج قابل قبولی ارائه نمایند. لذا در این تحقیق، ضمن بررسی مدل های مختلف، مدل hec-hms به همراه مدل محاسبه تلفات sma که قابلیت شبیه سازی پیوستـه جریان را دارد و اخیراً به آن اضافه شده است به عنوان یک مدل مفهومی مناسب انتخاب گردید و همچنین مدل یادگیـری فعـال (alm) به عنوان مدل فازی مناسب انتخاب شد و این مدل جهت شبیه سازی جریان روزانه رودخانه کـارون iii (حوضه آبریز سد کـارون iii) در محل ایستگاه هیدرومتری پـل شالـو در طی سالهای آبی 71-1370 تا انتهای 78-1377 مورد ارزیابی قرار گرفت. تاکنون هیچ تحقیقی مبنی بر پیش بینی جریان رودخانه ای با مدل alm انجام نشده است. برای کالیبراسیون و آموزش مدل ها از داده های دبی روزانه پنج سال نخست و برای صحت سنجی و آزمون از داده های سه سال انتهایی بهره گرفته شده است. در مدل مفهومی اثر دوره warm-up، کارایی مدل بدون تمایز بین انواع بارش و حالت اضافه نمودن مدل ذوب برف بررسی شده است. نتایج نشان داد که با اضافه نمودن مدل ذوب برف، نتایج مدل hec-hms بهبود یافته و مدل دبی های اوج را با دقت بیشتری تخمین می زند که نتایج بدست آمده برای مدل hec-hms به ترتیب برابر با r2= 0.84، nash-sutcliffe= 0.82، bias= 36cms، mpae= 36.5%، ptve= 11.3%، rmse=151.3cms و pw-rmse= 265cms می باشد. در مدل فـازی نیز مدل های متنوعی جهت شبیه سازی جریان استفاده شد. نتایج بدست آمده برای مدل بهینه alm که 32 قانون داشت و در پارامتر های ورودی آن از دما، بارش، رطوبت و فشار بخار باضافه تاخیر های زمانی آنها تا چهار روز استفاده شده بود برابر با r2= 0.33، nash-sutcliffe= 0.29، bias= 65.8cms، mpae= 95.5%، ptve= 22.3%، rmse=265cms و pw-rmse= 418cms می باشد. با مقایسه نتایج alm و مدل hec-hms به راحتی می توان دریافت که نتایج مدل مفهومی بسیار بهتر از فازی می باشد. نظر به اینکه مدل hec-hms به صورت مفهومی بوده و روابط و ارتباط بین اجزای مختلف حوضه را در نظر می گیرد لذا دور از انتظار نیست که نتایج آن بهتر از روش alm باشد که در بین متغیر های مختلف دنبال همبستگی با جریان می گردد تا شرایط مناسبی برای ایجادهمبستگی بین متغیر های مختلف با جریان بیابد و در حالیکه همبستگی متغیر های دما، بارش، رطوبت و فشار بخار با جریان رودخانه در حوضه کارون بسیار کم می باشد. از طرفی یکپارچه در نظر گرفتن کل حوضه در مدل alm در قیاس با مدل hec-hms که زیر حوضه ها را در نظر می گیرد عامل دیگری در ضعف آن نسبت به hec-hms می باشد. در مرحله بعدی اقدام به مدل سازی با روش alm در حالیکه جریان های با تاخیر های مختلف نیز به عنوان ورودی بودند استفاده گردید. نتایج به خاطر همبستگی بالای جریان رودخانه با تاخیر های آن به نحو چشمگیری بهبود یافت. مدل بهینه alm در شرایطی که جریان با تاخیر های مختلف جزء ورودی های مدل بودند دارای 16 قانون شد و نتایج آماری آنها شامل r2= 0.81، nash-sutcliffe= 0.81، bias= 5.5cms، mpae= 12.9%، ptve= 1.86%، rmse=137cms و pw-rmse= 297cms می باشد. مقایسه نتایج آماری و گرافیکی alm و hec-hms نشان می دهد که هر دو مدل با توانایی بالایی توانستند نتایج بسیار مناسب و درخور توجهـی در شبیه سازی روزانه جریان در حوضه کاملاً ناهمگون کارون iii و شرایط نامطلوب دشوار کننده مدل سازی ارائه نمایند. ولی با در نظر گرفتن فیزیکی بودن مدل مفهومی، کالیبراسیون دشوار و تعداد پارامتر های زیاد مورد نیاز آن، حصول نتایج مشابه توسط alm که استفاده و مدل سازی توسط آن بسیار ساده بوده می توان به مناسب بودن مدل alm پی برد. از طرفی مدل alm توانایی ویژه ای در شناخت پارامتر های موثر در پیش بینی جریان رودخانه ای و رتبه بندی پارامتر ها و حذف پارامتر های غیر ضروری را دارد و از همه پارامتر های ورودی استفاده نمی نماید. لذا با حداقل تعداد پارامتر های ورودی می توان به دقت مورد نظر دست یافت. بدین رو می توان مدل alm را به عنوان یک مدل جدید جهت پیش بینی و شبیه سازی جریان رودخانه ای معرفی نمود. همچنین در این پژوهش برای ارزیابی دقیق تر مدل ها، مدل مفهومی با سایر مدل های مفهومی معروف همچون srm، swat و ... و مدل alm با سایر مدل ها هوش مصنوعی مورد مقایسه و ارزیابی قرار گرفته اند و توانمندی آنها در قیاس با مدل های دیگر نیز به اثبات رسید