برآورد و تحلیل عدم قطعیت حداکثر سیل محتمل (PMF) با استفاده از رویکرد ترکیبی شبیه سازی مونت کارلو و مدلسازی هیدرولوژیکی
نویسندگان
چکیده مقاله:
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.
منابع مشابه
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 ...
متن کاملتخمین 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...
متن کاملمدلسازی 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 ...
متن کاملارزیابی 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...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 1398 شماره 38
صفحات 1- 15
تاریخ انتشار 2020-08-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023