تأثیر داده های LIDAR با قدرت تفکیک پذیری بالا بر دقت مدل سازی هیدرولوژیکی، مطالعه موردی: رودخانه Monticano

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 568

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IFMC02_040

تاریخ نمایه سازی: 1 مهر 1394

چکیده مقاله:

مدل بارش- رواناب TOPOMODEL برای مطالعه واکنش حوضه Monticano در برابر رویدادهای بارندگی بکار گرفته شده است. TOPOMODEL یک مدل هیدرولوژیکی بر اساس توپوگرافی می باشد که در آن شاخص توپوگرافی نقش ضروری را ایفا می کند. توزیع مکانی شاخص های توپوگرافی به عنوان تابعی از قدرت تفکیک پذیری DEM و شیب، نمایانگر الگوی تر و خشک شدن حوضه است. تغییر قدرت تفکیک پذیری DEM و به تبع آن تغییر شاخص توپوگرافی باعث تفاوت های قابل توجهی در نتیجه مدل می شود. داده های راطیفی Light Detection an Ranging)LiDAR) برای استخراج خصوصیات توپوگرافی و هیدرولوزیکی حوضه مانند مدل ارتفاعی رقومی (DEM) و شبکه زهکشی استفاده می شود. برای تعیین تأثیر قدرت تفکیک پذیری DEM بر مدل های هیدرولوژیکی، DEM های با قدرت تفکیک مکانی متفاوت (25 متر، 50 متر، 100 متر و 200 متر) تولید شده است. مدل TOPOMODEL برای شبیه سازی رفتار حوضه Monticano اجرا شده و سطوح مختلف رواناب (سیلاب) را با توجه به وسعت آن و اوج زمان با درجه قابل قبولی شبیه سازی کرده است. مقادیر اوج، شکل هیدروگراف مشاهدات و زمانبندی رویدادها بخوبی پیش بینی شده است. مقایسه مقادیر شبیه سازی شده با مقادیر مشاهده شده نشان می دهد کهنتایج مدل کاملاً قابل پذیر هستند. آنالیز حساسیت برای پارامتر مقیاس m و نفوذ پذیری جانبی (T(0 نشان می دهد که ضریب m خیلی بیش از (T(0 روی شکل هیدروگراف و مقدار اوج تأثیر می گذارد. تأثیر قدرت تفکیک پذیری DEM بر نتایج مدل مورد بررسی قرار گرفته است. نتایج مدل با تفاوت نه چندان زیادی از هم قرار دارند. نتایج شبیه سازی با اندازه شبکه 25 متر به نتایج ناشی از شبکه 50 متری خیلی نزدیک است، در حالیکه دبی های شبیه سازی شده با اندازه شبکه 100 متر و 200 متر بالا برآورد شده اند. راندمان شبیه سازی با استفاده از توزیع های شاخص توپوگرافی متفاوت محاسبه شده است. راندمان مدل در محدوده 0.86 تا 0.99 است. راندمان بالا می تواند بدلیل تأثیر توزیع شاخص توپوگرافی دقیق و خصوصیات هیدرولوژیکی استخراج شده از داده های توپوگرافی با دقت تفکیک پذیری بالا باشد. شبیه سازی با DEM با قدرت تفکیک پذیری 25 متر راندمان بالاتری را نشان می دهد. با توجه به نتایج این مطالعه می توان اظهار داشت که تولید DEM با قدرت فکیک پذیری بالاتر علیرغم پیشنهاد اندازه شبکه 50 متری برای مدل TOPOMODEL می تواند نتایج دقیقتری بدهد.

کلیدواژه ها:

مدل بارش- رواناب ، پیش بینی رواناب ، DEM ، TOPOMODEL ، داده های فراطیفی LiDAR

نویسندگان

ناهید خدایاری

پژوهشگاه ملی اقیانوس شناسی و علوم جوی ایران

صادق یاری

پژوهشگاه ملی اقیانوس شناسی و علوم جوی ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بارویکردسیلاب‌های _ تهراند هتل المپیک 8 و 9 مهرماه 1393 ...
  • بارویکردسیلاب‌های _ تهراند هتل المپیک 8 و 9 مهرماه 1393 ...
  • بارویکردسیلاب‌های _ تهراند هتل المپیک 8 و 9 مهرماه 1393 ...
  • بارویکردسیلاب‌های _ تهراند هتل المپیک 8 و 9 مهرماه 1393 ...
  • Agenzia Regionale per la Prevenzione e Protezione Ambientale (ARPA) del ...
  • Agenzia Regionale per la Prevenzione e Protezione Ambientale (ARPA) del ...
  • Agenzia Regionale per la Prevenzione e Protezione Ambientale (ARPA) del ...
  • Barber, C. P. and Shortrudge, A. M., 2004. Light Detection ...
  • Barber C.P., and Shortridge A.M., , 2005. Terrain representation, scale, ...
  • _ Beven, K. J. 1986a. Runoff production and flood frequency ...
  • Beven, K. J., 1986b. Hillslope runoff processes and flood frequency ...
  • Beven, K. J. and Wood, E. F. 1983. Catchment geomorpho ...
  • Beven K.J., Lamb R., Quinn P., Romanowic, R., , e ...
  • Beven, K. J. (1997) TOPMODEL A critique, Hydrol. Processes. 11, ...
  • Beven, K.J., 2001. Rainfall-Rund ff Modeling, The Primer. John Wiley ...
  • Beven, K. J. and Kirkby, M. J. 1979, A physically ...
  • Boggs, G.S., Evans, K.G., and Devonport, C.C., 2001. ArcEvolve: A ...
  • Esri 2011 Lidar Analysis in ArcGIS 10 for Forestry Applications, ...
  • Kenward, T., Lettenmaier, D. P., Wood, E. F. and Fielding, ...
  • Kirkby, M. J. 1975. Hydrograph modelling strategies', in Peel, R., ...
  • Kirkby, M. J. and Weyman, D. R. 1974. Measuremets of ...
  • Lastoria, B., 2008: Hydrological processes on the land surface: A ...
  • Liu, X., Peterson, J., and Zhang, Z., 2005. High-re solution ...
  • Lohr, U., 1998. Digital Elevation Models by Laser Scanning, Photo ...
  • Maidment, D.R., 1996. GIS and Hydrologic Modeling. An Assessment of ...
  • Narula K.K., Bansal N.K. and Gosain A.K., 2002. Hydrological sciences ...
  • Nash J. E and Stucliffe J. V 1970. River flow ...
  • Quinn, P. F., Beven, K. J., and Lamb, R. 1995. ...
  • Saulnier, G.-M. 1996. Information pedologique spatialiseAe et traitements topographiques _ ...
  • Saulnier G-M, Obled C, Beven KJ. 1997. Analytical compensation between ...
  • Singh V.P., 1995. Computer Models of Watershed Hydrology. Water Resources ...
  • Su, J. and E. Bork, 2006. Influence of vegetation, slope, ...
  • Todini, E.: The ARNO rainfall-runof model. Journal of Hydrology, 175(1-4), ...
  • Vaze J. and Teng J., 2007. Impact of DEM Resolution ...
  • World Meteorological Oganization, Simulated Real Time Intercomp arison of Hydrological ...
  • Zhang W, Montgomery DR. 1994. Digital elevation model grid size, ...
  • Zhao Z., , Benoy G., Chow T.L., , Rees H.W., ...
  • نمایش کامل مراجع