واسنجی غیرقطعی پارامترهای مدل بارش-رواناب ‏HEC-1‎‏ با استفاده از الگوریتم ‏SUFI

نویسنده

  • احمد شرافتی استادیار، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران
چکیده مقاله:

یکی از روش‌های متداول در شبیه‌سازی سیلاب، استفاده از مدل‌های بارش–رواناب است. همچنین، واسنجی پارامترهای مدل‌های بارش-رواناب از جمله مسائل مهم و چالش انگیز در شبیه‌سازی سیلاب است. با توجه به رفتار تصادفی و غیرقطعی پارامترهای مدل‌های بارش-رواناب، استفاده از روش‌های بهینه‌یابی قطعی واسنجی همواره نتایج صحیحی را ارائه نمی‌دهد. از این رو در این تحقیق سعی شده است، با استفاده یک رویکرد غیرقطعی و استفاده از الگوریتم SUFI، محدوده بهینه‌ای از پارامترهای مدل بارش-رواناب HEC-1 ارائه شود. با بررسی نتایج واسنجی و مقایسه هیدروگراف‌های مشاهداتی (سه واقعه) با بهترین هیدروگراف‌های تولیدی، مشخص شد که ضریب تعیین در هر سه واقعه بیش از 0.85 است. همچنین، متوسط اختلاف بین مقادیر دبی مشاهداتی و تولیدی کمتر از حدود پنج درصد است. همچنین، در مرحله صحت‌سنجی نیز نتایج نشان داد که ضریب همبستگی در حدود 0.98 است. همچنین، متوسط اختلاف بین مقادیر دبی مشاهداتی و تولیدی حدود 11 درصد است. بنابراین الگوریتم SUFI جهت واسنجی غیرقطعی مدل HEC-1 دقت مناسبی نشان داد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

واسنجی خودکار دو مدل بارش - رواناب تانک و simhyd با استفاده از الگوریتم ژنتیک

شبیه ‏سازی روابط بارش- رواناب کانون اصلی توجه تحقیقات هیدرولوژی در دهه ‏های گذشته بوده و مدل‏‏های زیادی برای این منظور پیشنهاد شده است. انتخاب مدل به هدف از مدل سازی و اطلاعات در دسترس بستگی دارد. در این مطالعه، عملکرد نسبی دو مدل یکپارچه و مفهومی تانک[1] و simhyd  مقایسه شد. در هر دو مدل ذکرشده محدودة تغییرات پارامترها زیاد است؛ در نتیجه، استفاده از روش سعی و خطا برای بهینه سازی پارامترها مشکل...

متن کامل

بهینه سازی پارامترهای حساس مدل بارش ـ رواناب hec-hms به وسیلة الگوریتم فراکاوشی بهینه سازیpso

محدودیت‏های ساختاری مدل‏های هیدرولوژیکی و عدم دسترسی به همة پارامترهای حوضة آبخیز همچنین عدم امکان تعیین دقیق شرایط مرزی و شرایط اولیه، واسنجی مدل‏های هیدرولوژیک را ایجاب می‏کند. با توجه به زمان بربودن واسنجی دستی، به‏ویژه هنگامی که داده‏ها کم و پارامترها فراوان اند، روش‏های واسنجی خودکار، مبتنی بر استفاده از روش‏های جست وجوی سیستماتیک در فضای چند‏بعدی، با استفاده از یک تابع هدف، بسیار سودمند ا...

متن کامل

واسنجی خودکار مدل بارش- رواناب مفهومی ARNO

  شبیه‌سازی بارش- رواناب از محورهای اصلی هیدرولوژی است. در میان انواع مدل‌های بارش- رواناب، مدل­های مفهومی بسیار مورد استفاده قرار می‌گیرند. با این حال، واسنجی مدل‌های مفهومی بارش- رواناب در دهه‌های اخیر به عنوان یک چالش مطرح بوده است. در این پژوهش مدل مفهومی بارش- رواناب ARNO با استفاده از الگوریتم ژنتیک، به واسنجی خودکار تجهیز شده است. این مدل از نوع پیوسته نیمه توزیعی بوده و در نقاط گوناگون ...

متن کامل

شبیه 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...

متن کامل

واسنجی اتوماتیک مدل بارش ـ رواناب با استفاده از روش بهینه‌سازی SCE

کاربرد موفقیت‏آمیز مدل‌های مفهومی بارش ـ رواناب(CRR) به چگونگی واسنجی پارامترهای آنها بستگی دارد. مدل‌های CRR عموماً دارای پارامترهای زیادی هستند که نمی‎توان آنها را بصورت مستقیم اندازه‎گیری نمود و لازم است که آنها را در طول واسنجی مدل تخمین زد. هدف از انجام واسنجی، یافتن مقادیر آن سری از پارامترهایی است که باعث بهینه شدن معیارهای نیکویی واسنجی می‎شوند. با وجود عمومیت کاربرد این مدل‌ها، در صورتی...

متن کامل

واسنجی خودکار دو مدل بارش‌- رواناب تانک و SIMHYD با استفاده از الگوریتم ژنتیک

شبیه‌‏سازی روابط بارش- رواناب کانون اصلی توجه تحقیقات هیدرولوژی در دهه‌‏های گذشته بوده و مدل‏‏های زیادی برای این منظور پیشنهاد شده است. انتخاب مدل به هدف از مدل‌سازی و اطلاعات در دسترس بستگی دارد. در این مطالعه، عملکرد نسبی دو مدل یکپارچه و مفهومی تانک[1] و SIMHYD  مقایسه شد. در هر دو مدل ذکرشده محدودة تغییرات پارامترها زیاد است؛ در نتیجه، استفاده از روش سعی و خطا برای بهینه‌سازی پارامترها مشکل...

متن کامل

منابع 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 9  شماره 1

صفحات  87- 96

تاریخ انتشار 2017-03-21

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023