journal of watershed management research
پژوهشنامه مديريت حوزه آبخيز
jwmr
Agriculture
http://jwmr.sanru.ac.ir
1
admin
2251-6174
2676-4636
10.61186/jwmr
fa
jalali
1396
6
1
gregorian
2017
9
1
8
15
online
1
fulltext
fa
تخمین عدم قطعیت مدل شبیه سازی سیلاب HEC-HMS با استفاده از الگوریتم مونت کارلو زنجیره مارکوف
Uncertainty Estimation of HEC-HMS Flood Simulation Model using Markov Chain Monte Carlo Algorithm
تخصصي
Special
پژوهشي
Research
<strong><span style="letter-spacing:-.1pt;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">مدل­های هیدرولوژیکی اغلب شامل پارامترهایی هستند که به­طور مستقیم نمی­توانند اندازه­گیری شوند. تخمین پارامترها توسط روش­ها و الگوریتم­های مختلف بهینه­سازی هم با خطا همراه است. بنابراین تجزیه و تحلیل عدم قطعیت امری ضروری به­شمار<br>
می­آید. در تحقیق حاضر از الگوریتم </span></span></span></strong><strong><span dir="LTR" style="letter-spacing:-.1pt;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">DREAM-ZS</span></span></span></strong><strong><span style="letter-spacing:-.1pt;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> (از الگوریتم­های مبتنی بر مونت کارلو زنجیره مارکوف) به­منظور بررسی عدم قطعیت پارامترهای مدل­هیدرولوژیکی </span></span></span></strong><strong><span dir="LTR" style="letter-spacing:-.1pt;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">HEC-HMS</span></span></span></strong><strong><span style="letter-spacing:-.1pt;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> در حوزه­ آبخیز تمر به مساحت 1530 کیلومتر­مربع واقع در استان گلستان استفاده شد. به منظور ارزیابی عدم قطعیت 24 پارامتر بکار رفته درمدل </span></span></span></strong><strong><span dir="LTR" style="letter-spacing:-.1pt;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">HEC-HMS</span></span></span></strong><strong><span style="letter-spacing:-.1pt;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">، سه رویداد سیل برای واسنجی و یک رویداد سیل در اعتباریابی استفاده گردید.</span></span></span></strong><strong><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> <span style="letter-spacing:-.1pt;">نتایج حاصل از واسنجی نشان داد که </span>بازه­های 95 درصد عدم قطعیت کل، بیشتر داده­های مشاهده­ای بویژه دبی اوج را در برگرفتند. همچنین علاوه بر عدم قطعیت ناشی از پارامترهای مدل بارش رواناب، منابع دیگر عدم قطعیت مانند ساختار مدل و داده­های ورودی هم سهم مهمی در خطای شبیه­سازی دارند.<span style="letter-spacing:-.1pt;"> با مشاهده مقادیر پایین ضریب تغییرات برای پارامتر </span></span></span></strong><strong><span dir="LTR" style="letter-spacing:-.1pt;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">CN</span></span></span></strong><strong><span style="letter-spacing:-.1pt;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> (شماره منحنی) در تمامی سیلاب­ها، این پارامتر به­عنوان حساس­ترین پارامتر به­حساب آمد. هیستوگرام­های پسین پارامترها نشان داد که بیشتر پارامترها به­خوبی تعیین شده­اند و</span></span></span></strong> <strong><span style="letter-spacing:-.1pt;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">ناحیه کوچکی از توزیع­های یکنواخت پیشین را اشغال می­کنند. همچنین بهترین شبیه­سازی حاصل از اجرای الگوریتم عدم قطعیت </span></span></span></strong><strong><span dir="LTR" style="letter-spacing:-.1pt;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">DREAM-ZS</span></span></span></strong> <strong><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">آشکارا بر شبیه سازی حاصل از الگوریتم جستجوی خودکار نلدر و مید برتری داشت.</span></span></strong>
There are some parameters in hydrologic models that cannot be measured directly. Estimation of hydrologic model parameters by various approaches and different optimization algorithms are generally error-prone, and therefore, uncertainty analysis is necessary. In this study we used DREAM-ZS, Differential Evolution Adaptive Metropolis, to investigate uncertainties of hydrologic model (HEC-HMS) parameters in Tamar watershed (1530 km2) in Golestan province. In order to assess the uncertainty of 24 parameters used in HMS, three flood events were used to calibrate and one flood event was used to validate the model. The results showed that the 95% total prediction uncertainty bounds bracketed most of the observed data especially peak discharge values but the uncertainty due to other sources than parameter uncertainty (e.g. forcing data (rainfall) and model structure error) are significant. Coefficient of variation for curve number (CN) was small for all flood events, therefore this parameters is more sensitive than the others. Histograms of the posterior probability density functions (pdfs) show that most of the individual parameters are well-defined and occupy only a relatively small region of the uniform prior distributions. Best simulation under DREAM-ZS was obviously better than simulation results of Nelder and Mead search algorithm.
عدم قطعیت, HEC-HMS, حوزه آبخیز تمر, الگوریتم نلدر و مید, الگوریتم DREAM-ZS
DREAM-ZS Algorithm, HEC-HMS, Nelder and Mead Algorithm, Tamar watershed, Uncertainty
235
249
http://jwmr.sanru.ac.ir/browse.php?a_code=A-10-1-194&slc_lang=fa&sid=1
مه روز
نورعلی
10031947532846005146
10031947532846005146
No
بیژن
قهرمان
10031947532846005147
10031947532846005147
Yes
محسن
پوررضا بیلندی
10031947532846005148
10031947532846005148
No
کامران
داوری
10031947532846005149
10031947532846005149
No