دانشگاه تبریز
فهرست نشریات دارای اعتبار وزارت علوم، تحقیقات و فناوری
پایگاه استنادی علوم جهان اسلام (ISC)

آمار

تعداد نشریات31
تعداد شماره‌ها658
تعداد مقالات6,907
تعداد مشاهده مقاله8,872,113
تعداد دریافت فایل اصل مقاله8,184,959
انصاری, هادی, معروفی, صفر. (1396). تخمین جریان رودخانه در فصل ذوب برف با استفاده از عوامل هواشناختی (مطالعه موردی: حوضه آبریز لیقوان). نشریه جغرافیا و برنامه ریزی, 27(3), 173-186.
هادی انصاری; صفر معروفی. "تخمین جریان رودخانه در فصل ذوب برف با استفاده از عوامل هواشناختی (مطالعه موردی: حوضه آبریز لیقوان)". نشریه جغرافیا و برنامه ریزی, 27, 3, 1396, 173-186.
انصاری, هادی, معروفی, صفر. (1396). 'تخمین جریان رودخانه در فصل ذوب برف با استفاده از عوامل هواشناختی (مطالعه موردی: حوضه آبریز لیقوان)', نشریه جغرافیا و برنامه ریزی, 27(3), pp. 173-186.
انصاری, هادی, معروفی, صفر. تخمین جریان رودخانه در فصل ذوب برف با استفاده از عوامل هواشناختی (مطالعه موردی: حوضه آبریز لیقوان). نشریه جغرافیا و برنامه ریزی, 1396; 27(3): 173-186.

تخمین جریان رودخانه در فصل ذوب برف با استفاده از عوامل هواشناختی (مطالعه موردی: حوضه آبریز لیقوان)

دانش آب و خاک
مقاله 14، دوره 27، شماره 3، پاییز 1396، صفحه 173-186  XML اصل مقاله (1014 K)
نوع مقاله: مقاله پژوهشی
نویسندگان
هادی انصاری1؛ صفر معروفی 2
1دانشجوی دکتری گروه مهندسی منابع آب، دانشگاه بوعلی سینا همدان
2استاد گروه مهندسی منابع آب، دانشگاه بوعلی سینا همدان
چکیده
بررسی ارتباط بین متغیرهای اندازه‌گیری شده در ایستگاه‌های هواشناسی با رواناب سطحی حوضه‌های کوهستانی می‌تواند در مدل‌سازی جریان مفید واقع شود. در این مطالعه به‌منظور بررسی تأثیر سری‌های زمانی متغیرهای هواشناختی ثبت شده در ایستگاه سینوپتیک سهند بر میزان ذوب برف و رواناب ناشی از آن در حوضه لیقوان، همبستگی این متغیرها با میانگین دمای روزانه (1380 الی 1388) مورد بررسی قرار گرفته و سعی گردید متغیرهایی که همبستگی مناسبی با دما داشتند، انتخاب شوند. سپس چهار بازه زمانی شاخص در فصل ذوب برف، در حد فاصل اول دی تا آخر خردادماه مشخص شد. همبستگی متغیرهای مربوطه با رواناب روزانه، با تأخیرهای مختلف مورد بررسی قرار گرفته و متغیرهایی که بیشترین همبستگی را با رواناب داشتند انتخاب شدند. بین متغیرهای انتخاب شده و رواناب حوضه، روابط رگرسیونی بسط داده ‌شد و این روابط با رواناب اندازه گیری شده ایستگاه هیدرومتری لیقوان صحت‌سنجی شد. با توجه به نتایج به‌دست آمده، متغیر دمای عمق 20 سانتی‌متری زمین، بیشترین همبستگی (911/0) را با رواناب اندازه‌گیری شده در بازه زمانی حد فاصل اول دی‌ماه الی 31 خردادماه بدون لحاظ تأخیر زمانی در سری مربوطه دارا بود. کمترین همبستگی (476/0-) را رطوبت‌های ساعت 3 بامداد در طی همان دوره ولی با تأخیرهای زمانی 4 و 5 روزه نشان داد. نتایج اعتبار‌سنجی مدل‌های رگرسیونی نشان داد که مدل رگرسیونی گام به گام از دقت نسبتا خوبی (61/0= CE) در تخمین جریان رودخانه در فصل ذوب برف برخوردار است.
کلیدواژه ها
ایستگاه سینوپتیک سهند؛ ایستگاه هیدرومتری لیقوان؛ حوضه لیقوان؛ ذوب برف؛ رطوبت
عنوان مقاله [English]
Streamflow Estimation in the Snowmelt Season Using Meteorological Factors (A Case Study: Lighvan Basin)
نویسندگان [English]
H Ansari1؛ S Marofi2
1Ph.D. Student, Dept. of Water Resource Eng, Bu-Ali Sina University, Hamedan, Iran
2Prof., Dept. of Water Resource Eng, Bu-Ali Sina University, Hamedan, Iran
چکیده [English]
Study of the relations between measured variables at meteorological stations and mountain basins’ surface runoff is useful in flow modeling. In this study, to investigate the effects of time series of the recorded meteorological variables at Sahand synoptic station on the amount of snowmelt and runoff in the Lighvan basin, the correlation between these variables and average daily temperature (2001 - 2009) were reviewed to choose the variables those having appropriate correlation with the temperature. Then four index intervals in snowmelt season were determined during the period of Dec. 22nd to Jun. 21st. The correlation between the related variables and daily runoff with different lag times were examined and the variables with the highest correlation were selected. Regression equations were applied on the selected variables and then they were validated with the Liqvan hydrometry station measured runoff values. Due to the optained results, the  underground temperature at the depth of 20cm had the best correlation (r = 0.911) with runoff measured values during the period of Dec. 22nd to Jun. 21st while no lag time was considered the relevant series. Also, the lowest correlation (r = -0.476) was obtained for the humidity at time of 3am in the same period with lag times of 4 and 5 days. The results of validatation of the regression models showed that the stepwise regression model had an admissible accuracy (CE = 0.61) in estimation of streamflow in snowmelt season.
کلیدواژه ها [English]
Humidity, Lighvan basin, Liqvan hydrometry station, Sahand synoptic station, Snowmelt
مراجع

ابدام س و فتح زاده ع، 1392.ارزیابی روش‌های زمین آماری به‌منظور برآورد توزیع مکانی عمق برف در مناطق نیمه‌خشک؛ مطالعه موردی حوزه آبخیز سخوید. فصل‌نامه علمی پژوهشی مهندسی آبیاری و آب، شماره 13. صفحه‌های 113.تا 124.

اعلمی م‌ت و حسین زاده ح، 1389. مدلسازی فرآیند بارش- رواناب در حوضه لیقوان‌چای با استفاده از نرون شرطی آستانه دمایی. نشریه دانش آب و خاک، جلد 1/20، شماره 2، صفحه‌های 97 تا 110.

انوری تفتی ص، ثقفیان ب و مرید س، 1390. پیش‌بینی جریان رودخانه‌ای با مدل‌های ANN و بررسی عملکرد آن با ورودی‌های SIO. مجله پژوهش حفاظت آب و خاک، جلد 18، شماره 1، صفحه‌های 163 تا 180.

باقری‌نیا م و برهانی داریان ع، 1392. ارزیابی مدل های پیش بینی جریان رودخانه. فصل‌نامه علمی پژوهشی مهندسی آبیاری و آب، شماره 13، صفحه‌های 14 تا 30.

خیرفام ح، وفاخواه م و حسینی ص، 1391. تخمین جریان رودخانه‌ای در حوزه‌های بالادست سد مخزنی بوکان با استفاده از متغیرهای اقلیمی دما و بارش. فصل‌نامه علمی پژوهشی مهندسی آبیاری و آب، شماره 7، صفحه‌های 112 تا 123.

دلاور م، مرید س و نیکبخت ن، 1390. شبیه‌سازی توزیعی ذوب برف در حوضه‌های کوهستانی فاقد داده (مطالعه موردی حوضه امام زاده داوود). تحقیقات منابع آب ایران، شماره 4، صفحه‌های 41 تا 50.

رحیمی د و داناپور م، 1391. تحلیل نوسانات اقلیمی موثر بر ارتفاع برف (منطقه کوهرنگ). فصل‌نامه‌ علمی ‌پژوهشی فضای جغرافیایی، شماره 38، صفحه‌های 61 تا 75.

رئیسیان ر‌ب و پرهمت ج، 1392. بررسی میزان و تغییرات زمانی انباشت و عمق آب معادل برف درحوزه کارون شمالی؛ مطالعة موردی گردنه چری. فصل‌نامه علمی پژوهشی مهندسی آبیاری و آب، شماره 13، صفحه‌های 90 تا 101.

زارع زاده مهریزی م و بزرگ حداد ا، 1389. شبیه‌سازی و پیش‌بینی آبدهی با استفاده از الگوریتم ترکیبی ANN-GA. نشریه آب و خاک، جلد 24، شماره 5، صفحه‌های 942 تا 954.

شریفی ع، دین‌پژوه ی، فاخری‌فرد ا و مقدم‌نیا ع، 1392.ترکیب بهینه متغیرها برای شبیه‌سازی رواناب در حوزه آبخیز امامه با استفاده از آزمون گاما. نشریه دانش آب و خاک، جلد 23، شماره 4، صفحه‌های 59 تا 72.

صادقی س‌ح‌ر، یثربی ب و نورمحمدی ف، 1384. تهیه و تحلیل مدل‌های بارش - رواناب ماهانه حوزه آبخیز هراز در استان مازندران. پژوهشنامه علوم کشاورزی و منابع طبیعی خزر، سال 3، شماره 1، صفحه‌های 1 تا 12.

فاضل مدرس ن، فاخری فرد ا، دین‌پژوه ی و فرجزاده ج، 1391. توسعه مدل هیبرید بر اساس خصوصیات ژئومورفولوژی حوضه جهت استخراج هیدروگراف واحد لحظه‌ای (مطالعه موردی: حوضه‌های آذربایجان شرقی). مجله تحقیقات آب و خاک ایران، شماره 4، صفحه‌های 305 تا 313.

فتح‌زاده ع و زارع بیدکی ر، 1391. برآورد توزیع آب معادل برف در زمان اوج انباشت برف با استفاده از مدل درجه- روز. مجله تحقیقات آب و خاک ایران، جلد 43، شماره 2، صفحه‌های 171 تا 177.

نبی زاده م، مساعدی ا، حسام م و دهقانی ا‌ا، 1391. مقایسه عملکرد مدلهای مبتنی بر منطق فازی در پیش بینی آبدهی روزانه رودخانه لیقوان. مجله پژوهش های حفاظت آب و خاک، جلد 19، شماره 1، صفحه‌های 117 تا 134.

Biggs TW and Whitaker TM, 2012. Critical elevation zones of snowmelt during peak discharges in a mountain river basin. Journal of Hydrology 438–439: 52–65.

Delbart C, Valdes D, Barbecot F, Tognelli A, Richon P and Couchoux L, 2014. Temporal variability of karst aquifer response time established by the sliding-windows cross-correlation method. Journal of Hydrology 511: 580–588.

Faraway J, 2002. Practical Regression and ANOVA in R. CRAN, USA.

Franz KJ and Karsten LR, 2013. Calibration of a distributed snow model using MODIS snow covered area data. Journal of Hydrology. 494: 160–175.

Hreiche A, Najem W and Bocquillon C, 2007. Hydrological impact simulation of climate change on Lebanese coastal rivers / Simulations des impacts hydrologiques du changement climatique sur les fleuves côtiers Libanais. Hydrological Sciences Journal 52(6): 1119-1133.

Jain SK, Goswami A and Saraf AK, 2010. Assessment of snowmelt runoff using remote sensing and effect of climate change on runoff. Water Resources Management 24: 1763-1777.

Li X and Williams MW, 2008. Snowmelt runoff modeling in an arid mountain watershed, Tarim Basin, China. Hydrological Processes 22: 3931-3940.

Lorrai M and Sechi HM, 1995. NeuralNetworks for Modeling Rainfall-Runoff Transformations. Water Resources Management 9: 299-313.

Miller NL, Bashford KE and Sterm E, 2003. Potential impacts of climate change on California hydrology. Journal of the American Water Resources Association 39(4): 771-784.

Nabi G, Latif M, Rehman H and Azhar AH, 2011. The role of environmental parameter (degree day) of snowmelt runoff simulation. Soil & Environment 30: 82-87.

Payne JT, Wood AW, Hamlet AF, Palmer RN and Lettenmaier DP, 2004. Mitigating the effects of climate change on the water resources of the Columbia River basin. Climatic Change 62: 233-256.

Prasad V and Roy P, 2005. Estimation of snowmelt runoff in Beas basin, India. Geocarto International 2: 41-47.

Salas JD, Delleur JW, Yevjevich V and Lane WL, 1980. Applied Modeling of Hydrologic Time Series. Water Resources Publications, USA.

Stewart IT, Cayan DR and Dettinger MD, 2004. Changes in snowmelt runoff timing in western north america under 'Business as usual' climate change scenario. Climate Change Journal 62: 217-232.

Tokar AS and Johnson PA, 1999. Rainfall-runoff modeling using artificial neural networks. Journal of Hydrologic Engineering 4(3): 232-239.

Vandaele W, 1983. Applied Time Series and Box-Jenkins Models. Academic Press, USA.

آمار
تعداد مشاهده مقاله: 243
تعداد دریافت فایل اصل مقاله: 202


Contact Us | Help & Support | Site Map

Journal Management System. Designed by sinaweb.