ارزیابی کارایی مدل AWBM در شبیه سازی بارش رواناب (مطالعه موردی: حوزه آبخیز بار اریه نیشابور)
محل انتشار: سومین همایش سراسری کشاورزی و منابع طبیعی پایدار
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 679
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NACONF03_240
تاریخ نمایه سازی: 30 دی 1394
چکیده مقاله:
با توجه به دامنه وسیع مدل های هیدرولوژیکی موجود، بررسی و کارایی مدل ها برای اهداف مختلف مدیریتی ضروری می باشد . انتخاب مدل بستگی به هدف مدل سازی و اطلاعات قابل دسترس دارد . لذا مدل هایی که بتوانند در عین سادگی ساختار و با استفاده از حداقل ورودی ، نتایج قابل قبولی را ارائه دهند می توانند به عنوان ابزاری کارآمد در خدمت مدیر حوزه آبخیز باشند . بدین منظور هدف از این تحقیق ، ارزیابی کارایی مدل بارش - رواناب یکپارچه و مفهومی AWBM در شبیه سازی رواناب روزانه حوزه آبخیز بار ارایه نیشابور و همچنین بهینه سازی پارامترهای موثر بر بارش - رواناب می باشد . برای واسنجی و صحت سنجی خودکار در مدل به ترتیب از دادههای روزانه دبی در دوره زمانی پنج ساله 2005-2001 و دره زمانی هفت ساله 2012-2006 استفاده شده است . نتایج ارزیابی دقت مدل با شاخص های آماری ضریب تبیین (R2) ریشه میانگین مربعات خطا (RMSE) و ضریب کارایی نش - ساتکلیف ( Ens) نشان از موفقیت آمیز بودن مدل در شبیه سازی دارد . نتایج آماری و گرافیکی نشان می دهد که این مدل با شاخص 0/78=R2 و Ens= 0/592 و RMSE = 0/08 طی دوره واسنجی و 18=R2 و Ens= 0/479 و RMSE = 0/15 طی دوره ص-حت سنجش کارایی نسبتا بالایی در شبیه سازی بارش - رواناب در این حوضه را داشته است . نتایج نشان می دهد که بای واسنجی و صحت سنجی متغیرهای ورودی به مدل ها، بهینه ساز جستجوی Rosenbrock نسبت به سایر بهینه سازها نتایج بهتری ارائه کرده است .
کلیدواژه ها:
نویسندگان
فریبا دستجردی
دانشجوی کارشناسی ارشد رشته مهندسی آبخیزداری ، دانشکده منابع طبیعی و کشاورزی ، دانشگاه تربت حیدریه
مریم آذرخشی
استادیار، دانشکده منابع طبیعی و کشاورزی ، دانشگاه تربت حیدریه
مهدی بشیری
استادیار، دانشکده منابع طبیعی و کشاورزی ، دانشگاه تربت حیدریه
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 :