ارائه الگوریتم واسنجی مدل مفهومی بارش-رواناب MIKE NAM در حوضههای فاقد دادههای هواشناسی کافی (مطالعه موردی حوضه آبریز الله - جوکنک)
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,176
فایل این مقاله در 8 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:
ICWR01_069
تاریخ نمایه سازی: 15 آذر 1388
چکیده مقاله:
مسئله برآورد رواناب در حوضهها با کمبود یا فقدان ایستگاههای هواشناسی همچنان به صورت یک مشکل در مدلهای هیدرولوژیکی مطرح است. در چنین شرایطی برآورد پارامترهای یک مدل هیدرولوژیکی خصوصا مدلهای مفهومی دارای عدم دقت زیادی میشود. هدف از این تحقیق شبیهسازی جریان روزانه با استفاده از یک مدل مفهومی در یک حوضه آبریز با اطلاعات هواشناسی ضعیف میباشد. حوضه مورد مطالعه حوضه آبریز الله جوکنک با مساحت 2370 کیلومتر مربع میباشد. از سوی دیگر ایستگاههای موجود در حوضه کم و با پراکنش نامناسب میباشد. از مدل MAKE NAM که در طبقه مدلهای مفهومی میباشد جهت پیشبینی جریان استفاده شده است. این مدل حوضه را به صورت یکپارچه در نظر میگیرد و پارامترهای مختلف هواشناسی ورودی به مدل خصوصا بارش باید به صورت متوسط کل حوضه در نظر گرفته شود. روشهای موجود مانند پلیگونهای تیسن یا خطوط هم باران در حوضههایی با ایستگاههای محدود و پراکندگی نامناسب دارای عدم دقت زیادی هستند. ایستگاههای هواشناسی حوضه مورد مطالعه در این تحقیق به گونهای است که تمام ایستگاهها در حدود یک سوم کل حوضه پراکندهاند. در تحقیقی که در این مقاله صورت گرفته شد و با بررسی آمار درازمدت ایستگاههای موجود در حوضه مشخص شد که تاثیر ایستگاهها در ماههای مختلف در رواناب خروجی حوضه متفاومت است و نمیتوان از یک الگوی ثابت وزندهی برای کل سال جهت برآورد بارش متوسط حوضهای استفاده کرد. نتایج واسنجی و ارزیابی مدل مفهومی NAM نیز نشان میدهد که استفاده از الگوی متغییر وزندهی در ماههای مختلف میزان همبستگی بدست آمده تا 10 درصد در دوره واسنجی و 20 درصد در دوره ارزیابی نسبت به الگوی ثابت بهبود یافته و پارامترهای مدل با دقت بیشتری برآورد میگردد.
کلیدواژه ها:
نویسندگان
علی شهبازی
کارشناس سازمان آب و برق خوزستان
علی محمد آخوند علی
دانشیار دانشکده مهندسی علوم آب دانشگاه شهید چمران
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 :