مدل سازی بارش- رواناب با استفاده از مدل HBV و الگوریتم جنگل تصادفی در حوضه آبخیز بازفت
- سال انتشار: 1400
- محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 52، شماره: 5
- کد COI اختصاصی: JR_IJSWR-52-5_018
- زبان مقاله: فارسی
- تعداد مشاهده: 162
نویسندگان
MSc Student of Water Resources Engineering, Department of Water Engineering, Faculty of Agriculture, Shahrekord University, Shahrekord, Iran.
Associate Professor, Department of Water Engineering, Faculty of Agriculture, Shahrekord University, Shahrekord, Iran.
Ph.D of Hydrology and Water Resources, Department of Water Engineering, Faculty of Water Sciences, Shahid Chamran University of Ahvaz, Ahvaz, IRAN.
چکیده
برآورد رواناب حاصل از بارندگی در یک حوضه آبخیز از جهات گوناگون از جمله مدیریت مخازن سدها، مدیریت منابع آب، تنظیم سیلاب، کنترل فرسایش کناره و بستر رودخانه حائز اهمیت میباشد. در این مطالعه، از مدل مفهومی HBV و مدل هوش مصنوعی جنگل تصادفی (RF) به منظور شبیهسازی فرایند بارش-رواناب در حوضه آبخیز بازفت در ایستگاه هیدرومتری لندی برای دوره آماری ۲۰۱۰ تا ۲۰۱۷ استفاده شد. برای ارزیابی عملکرد مدلها، از آمارههای ضریب همبستگی (r)، ریشه میانگین مربعات خطا (RMSE)، معیار کارایی نش–ساتکلیف (NS)، میانگین مطلق درصد خطا (MAPE) و میانگین قدرمطلق خطا (MAE) استفاده شد. مقایسه نتایج مدل مفهومی HBV و مدل RF نشان دهنده عملکرد بهتر مدل RF بود. بنابراین، مدل RF با مقادیر (m۳/s ۳۹/۰RMSE=، ۵۹/۹MAPE=، ۲۵/۰MAE=، ۹۵/۰ r= و ۸۲/۰NS=) به عنوان مدل برتر انتخاب گردید و این مدل میتواند برای کاربردهای آینده به عنوان یک گزینه جدید برای پیشبینی رواناب در حوضه بازفت مورد استفاده قرار گیرد.کلیدواژه ها
Rainfall, Runoff, Evapotranspiration, Random forest model, Bazoft watershedاطلاعات 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.