تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,489,896 |
تعداد دریافت فایل اصل مقاله | 15,217,448 |
مقایسه روشهای بهینهسازی پارامترهای مدل SIMHYD برای شبیهسازی دبی روزانه جریان در حوزه آبریز کوزهتپراقی اردبیل | ||
هیدروژئومورفولوژی | ||
دوره 10، شماره 34، اردیبهشت 1402، صفحه 51-33 اصل مقاله (1.85 M) | ||
نوع مقاله: پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/hyd.2023.49595.1617 | ||
نویسندگان | ||
زهرا شریفی1؛ رئوف مصطفیزاده* 2؛ اباذر اسمعلی3؛ زینب حزباوی4؛ محمد گلشن5 | ||
1دانشجوی کارشناسی ارشد علوم و مهندسی آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
2دانشیار گروه منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی | ||
3دانشگاه محقق اردبیلی | ||
4استادیار گروه منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی | ||
5اداره منابع طبیعی | ||
چکیده | ||
دادههای دبی روزانه جریان از پیشنیازهای مدیریت منابع آب هستند، اما امکان اندازهگیری آن در بسیاری از آبخیزهای بالادست وجود ندارد. بر این اساس، مدلسازی هیدرولوژیکی یکی از ابزارهای مهم در برآورد خصوصیات جریان در آبخیزهای بدون آمار است. تخمین پارامترهای ورودی مدلهای هیدرولوژیکی در اغلب موارد نیازمند بهینهسازی است. هدف این پژوهش، ارزیابی روشهای بهینهسازی و واسنجی خودکار مدل بارش-رواناب SIMHYD در حوزه آبخیز کوزهتپراقی با مساحت 805 کیلومترمربع در استان اردبیل است. دادههای دبی، بارش روزانه، تبخیر و تعرق بهعنوان ورودیهای مدل از سال 2002-2011 برای واسنجی و از سال 2009-2011 برای صحتسنجی در امر شبیهسازی استفاده شدند. روشهای واسنجی شامل الگوریتم ژنتیک، تکامل رقابتی جامع، الگوی جستجو، الگوی جستجوی چندشروعه، نمونهگیری تصادفی یکنواخت، روزنبروک، بهینهسازی روزنبروک چندشروعه براساس معیارهای کارایی آماری ارزیابی شدند. نتایج نشان داد که تغییر الگوریتمهای بهینهسازی در دقت واسنجی مدل تاثیر قابلتوجهی دارد. بهطوری که مقدار تابع نش-ساتکلیف برای الگوریتمهای مورداستفاده بهترتیب 42/0، 31/0، 55/8-، 38/0، 56/0، 23/0، 24/0 بهدست آمد. الگوریتم روزنبروک در مقایسه با سایر الگوریتمهای مورد استفاده، از دقت بالایی در واسنجی مدل هیدرولوژیک SIMHYD برخوردار است. | ||
کلیدواژهها | ||
واسنجی؛ هیدروگراف جریان؛ بارش-رواناب؛ حوزه آبریز کوزهتپراقی؛ استان اردبیل | ||
سایر فایل های مرتبط با مقاله
|
||
مراجع | ||
Aghabeigi, N., Esmali-Ouri, A., Mostafazadeh, R., Gholshan, M. (2020). The Effects of Climate Change on Runoff Using IHACRES Hydrologic Model in Some of Watersheds, Ardabil Province. Irrigation and Water Engineering, 10(2):181-192. (In Persian). Bergstra, J., & Bengio, Y. (2012). Random search for hyper-parameter optimization. Machine Learning Research, 13, 281-305. Bormann, B., Breuer, L., Giertz, S., Huisman, J.A., & Viney, N.R. (2009). Uncertainties in environmental modelling and consequences for policy makingpart of the series NATO science for peace and security series c: environmental security. Chapter: Spatially explicit versus lumped models in catchment hydrology–experiences from two case studies, 3-2. Dargaribi, F., Khorsandi Kohanstani, Z., Mozayyn, M., & Arman, N. (2017). Evaluation of the efficiency of GR4J and GR2M rainfall-runoff models in Darehtakht basin runoff simulation. Watershed Engineering and Management, 9(3), 360-370. (In Persian) Dovonec, E. (2000). A physically based distributed hydrologic model, M.Sc. Thesis. The Pennsylvania State University. 209 pp. Esfandyari Darabad, F., Pourganji, Z., Mostafazadeh, R., & Aghaie, M. (2022). Comparison of effective rainfall conversion methods to surface runoff in flood hydrograph simulation of Nanehkaran watershed, Ardabil province. Hydrogeomorphology, 9(32), 86-63. doi: 10.22034/hyd.2022.50000.1624 (In Persian) Franchini, M., Galeati, G., & Berra, S. (2015). Global optimization techniques for the calibration of conceptual rainfall-runoff models. Hydrological Sciences Journal, 43 (3), 443-458. Francis, H., Chiew, S., Zhang, H., and Potter, N. )2018(. Rainfall-Runoff modelling considerations to predict stream flow characteristics in ungauged catchments and under climate change. Water, 10(10), 1319pp. Golshan, M., Esmaili, A., & Asadi, H. (2016). Comparison of Rosenberk, Genetics, URS, SCE-UA optimization methods to determine the parameters of the SIMHYD model for flow rate simulation. Geography and environmental sustainability, 18, 67-80. (In Persian) Gorbani, A., Hazbavi, Z., Mostafazadeh, R., & Alaie, N. (2020). Analysis of the relationship between landscape metrics and soil erosion in the KoozeTapraghi watershed. Geography and Environmental Hazards, 36, 65-90. (In Persian) Gudarzi, M., Jabbariyanamiri, B., & Azarnivand, H. (2018). Comparison of conceptual models in river hydrological simulation. Natural environment, 71(4), 509-521. (In Persian) Gudarzi, M., Zahbiyun, B., Msahboani, A.R., & Kamal, A.R. (2012). Comparison of the performance of three hydrological models SWAT, IHACRES and SIMHYD in simulating runoff in Qarahsu basin. Water and irrigation management, 7(1): 25-40. (In Persian) Khavarian, H., Aghaie, M., Mostafazadeh, R. (2020). Predicting the effects of land use changes on the monthly flow using hydrological model and Remote Sensing in the Kouzetopraghi watershed, Ardabil. Hydrogeomorphology, 7(24), 19-39. doi: 10.22034/hyd.2020.37489.1512 (In Persian). Kheirfam, H., Mostafazadeh, R., Sadeghi, S.H.R. (2013). - Daily discharge prediction using IHACRES model in some watersheds of Golestan Province. Journal of Watershed Management Research, 4(7):114-127. (In Persian). Mohammadivand, M., Araginezhad, Sh., Ebrahimi, K., & Modaresi, F. (2019). Evaluating the Performance of Sacramento, AWBM and SimHyd Models in Simulating the Imama Basin Runoff Using Automatic Genetic Algorithm Optimization Optimizer. Iranian Soil and Water Research, 7(50), 1759-1769. (In Persian) Moriasi, D.N., Arnold, J.G., Van Liew, M. W., Binger, R. L., Harmel, R.D., & Veith, T. L. (2007) Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE, 50(3), 885-900. Mostafazadeh, R., Asgari, E. (2021) Performance assessment of GR4J rainfall-runoff model in daily flow simulation of Nirchai Watershed, Ardabil province. Irrigation and Water Engineering, 11(3), 79-95 (In Persian). Piramun, N., Abdollahi, Kh, Mirabbasi Najafabadi, R., & Nekuyimehr, M. (2019). Evaluation of efficiency of TANK-SIMHYD rainfall-runoff models in Beheshtabad river flow simulation. National Conference on Rainwater Reservoir Surface Systems, Ferdowsi University of Mashhad. (In Persian) Qi, W., Chen, J., Li, L., Xu, Ch., Li, J., Xiang, Y., & Zhang, sh. (2020). A framework to regionalize conceptual model parameters for global hydrological modeling. Hydrology and Earth System Sciences. https://doi.org/10.5194/hess-2020-127, 2020. Razagiyan, H., Shahedi, K., Mohseni, B. (2018). Evaluating the efficiency of SIMHYD rainfall-runoff model under different climate change scenarios. Watershed Management Research Journal, 9(17), 216-224. (In Persian) Rostamkhalaj, M., Mogaddamniya, A.R., Salmani, H., & Sepahvand, A.R. (2016). Comparative performance of precipitation-runoff models of AWBM, Sacramento, SIMHYD, SMAR, Tank. Iranian Natural Ecosystems Quarterly, 7(2), 47-63. (In Persian) Ruhani, H., & Vafakhah, M. (2013). Automatic calibration of two precipitation models - tank runoff and SIMHYD using genetic algorithm. Rangeland and watershed management, 66(4), 521-533. (In Persian) Sadegitebs, S., Purreza Bilandi, M., & Khazimehnezhad, H. (2015). Comparison and evaluation of global optimization methods in estimating the parameters of the daily runoff hydrological model. Irrigation Science and Engineering, 38(3), 130-142. (In Persian) Said, M., Hyandye, C., Mjemah, I., & Komakech, H. (2021). Evaluation and prediction of the impacts of laud cover changes on hydrological processes in data constrained southern slopes of Kilimaujaro, Tauzanoa. Earth, 2, 225-247. Sorooshian, S., Duan, Q., & Gupta, H. V. (1993). Calibration of rainfall-runoff models: application of global optimization to the Sacramento soil moisture accounting model. Advancing Earth and Space Science, 29(4), 1185-1194. Sun, G., Wen, J., Yang, J., Hou, S., & Zhang, W. (2021). Study on hydrological process simulation of lumped hydrological model in Wujiang River Basin. Earth and Environmental Science, 826, 012-028. Wang, G.Q., Zhang, J.Y., Pagano, T.C., Liu, Y.L., Liu, C.S., Bao, Z.X., & Jin, J.L. )2015(. Using hydrological simulation to detect human- disturbed epoch in runoff. Water Science & Technology, 71(5), 691-699. Yu, B., & Zhu, Z. (2015). A comparative assessment of AWBM and SIMHYD for forested watershed. Hydrological Sciences Journal, 60(7-8), 1200-1212. Zabinsky, Z. B. (2009). Random Search Algorithms, Wiley Encyclopedia of Operations. Research and Management Science. Zhang, Y., & Chiew, F. (2009). Relative merits of different methods for runoff predictions in ungauged catchments. Water Resources Research, 45(7), 1-13. Zhang, H., Yang, Q., Shao, J., & Wang, G.) 2019(. Dynamic stream flow simulation via online gradient-boosted regression tree. Journal of Hydrologic Engineering, 24(10), 04019041. Zeiaei, K., esmali, A., Mostafazadeh, R., & Golshan, M. (2021). Assessing the effects of various land use change scenarios on runoff using SWAT model in the Ahl Iman watershed. Hydrogeomorphology, 8(27), 138-123. doi: 10.22034/hyd.2021.44819.1578 (In Persian) | ||
آمار تعداد مشاهده مقاله: 415 تعداد دریافت فایل اصل مقاله: 269 |