بهینه سازی و تحلیل حساسیت پارامترهای موثر بر بار رسوب بر پایه الگوریتم SUFI۲ (مطالعه موردی: حوضه آبخیز رودخانه دویرج)
- سال انتشار: 1394
- محل انتشار: فصلنامه علوم آب و خاک، دوره: 19، شماره: 72
- کد COI اختصاصی: JR_JWSS-19-72_021
- زبان مقاله: فارسی
- تعداد مشاهده: 222
نویسندگان
Dept. of Range and Watershed Management, Faculty of Soil and Water, Univ. of Zabol.
Dept. of Range and Watershed Management, Faculty of Agric., Univ. of Ilam, Ilam.
Dept. of Arid and Mountainous Regions Reclamation, Faculty of Natur. Res., Univ. of Tehran, Tehran, Iran.
Dept. of Range and Watershed Management, Faculty of Agric., Univ. of Ilam, Ilam.
چکیده
فرسایش و رسوب گذاری به عنوان یک رفتار طبیعی رودخانه منجر به از دست رفتن خاک حاصلخیز و واردکردن خسارات جبران ناپذیر به طرح های عمرانی آب می گردد. از آنجایی که پدیده فرسایش و رسوب یکی از پیچیده ترین فرآیندهای طبیعی بوده و عوامل زیادی برآن تاثیر گذار می باشد، لذا شناخت کامل عوامل موثر بر این پدیده کاری بسیار مشکل است. این تحقیق با هدف بهینه سازی پارامترها و تعیین حساسیت آنها در تولید رسوب حوضه آبخیز دویرج در غرب ایران انجام شد. برای این منظور مدل نیمه توزیعی SWAT ، الگوریتم SUFI۲ و آمار بار رسوب ماهانه سال های ۱۹۹۴ تا ۲۰۰۴ مورد استفاده قرار گرفت. ابتدا مدل برای شبیه سازی جریان ماهانه اجرا گردید که براساس مقادیر شاخص های ارزیابی در مرحله واسنجی، عملکرد این مدل در شبیه سازی جریان ماهانه حوضه مورد مطالعه رضایت بخش می باشد. در مرحله بعد به منظور شبیه سازی بار رسوب ماهانه اقدام به اجرای مدل گردید، در اولین اجرای مدل ضرایب ۲R ، NS و ۲Br به ترتیب ۴۳/۰ ، ۳۹/۰ و ۲۸/۰ به دست آمد که نشان می دهد عملکرد آن با داده های پیش فرض رضایت بخش نیست. بنابراین با استفاده از الگوریتم SUFI۲ و مدل سازی معکوس، مقادیر بهینه پارامترها تعیین و مدل با مقادیر جدید اجرا شد. براساس نتایج جدید، ضرایب ۲R ، NS و ۲Br به ترتیب ۷۵/۰ ، ۷۳/۰ و ۶۵/۰ به دست آمدند و عملکرد مدل بهبود و دقت آن در حد قابل قبول افزایش یافت. در گام بعد، اقدام به تعیین اهمیت پارامترها گردید که از میان ۳۰ پارامتر بررسی شده، (CH_N۲)، (USLE_K)، (USLE_P) و (OV_N) از پارامترهای بسیار مهم در تعیین میزان بار رسوب خروجی از حوضه شناخته شدند و از بین آنها عامل USLE_K به عنوان حساس ترین پارامتر تشخیص داده شد. نتایج این تحقیق می تواند در مدیریت موثرترین عوامل بر بار رسوب مورد استفاده قرار گیرد. همچنین تهیه مقادیر دقیق پارامترهای موثرتر در سایر مطالعات می تواند به بهبود نتایج شبیه سازی حوضه های مشابه کمک زیادی نماید.کلیدواژه ها
SWAT model, reverse modeling, sediment yield, Doiraj river., مدل SWAT, مدل سازی معکوس, بار رسوب, رودخانه دویرجاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.