دوره 9، شماره 17 - ( بهار و تابستان 1397 )
جلد 9 شماره 17 صفحات 108-96 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Ghorbani M A, Fazelifard M H, Hosseini S H. (2018). Temporal Disaggregation of Rainfall Based on Microcanonical Cascade Model (A Software Development and Case Study). J Watershed Manage Res. 9(17), 96-108. doi:10.29252/jwmr.9.17.96
URL: http://jwmr.sanru.ac.ir/article-1-646-fa.html
URL: http://jwmr.sanru.ac.ir/article-1-646-fa.html
قربانی محمد علی، فاضلی فرد محمد حسن، حسینی سید حسن. گسسته‌سازی زمانی بارش بر اساس مدل آبشاری میکروکانونیک (توسعه بسته نرمافزاری و مطالعه موردی) پژوهشنامه مديريت حوزه آبخيز 1397; 9 (17) :108-96 10.29252/jwmr.9.17.96
1- دانشگاه تبریز
چکیده: (3371 مشاهده)
ایستگاههای بارانسنجی که مقادیر بارش با گامهای زمانی کوچکتر از مقیاس معمول روزانه را اندازهگیری نمایند عمدتاً از نظر تعداد و طول دوره آماری دارای محدودیت میباشند. از این‌رو مدلهای گسسته‌سازی زمانی به دلیل توانایی در تبدیل دادههای بزرگمقیاس بارش به ریزمقیاس مورد توجه قرار گرفته است. در این تحقیق از مدل آبشاری میکروکانونیک که در آن حجم کلی بارش بدون تغییر باقی مانده و مبتنی بر خصوصیت مقیاس‌گذاری پدیده بارش می‌باشد، جهت گسسته‌سازی زمانی بارشهای بزرگ مقیاس به ریز مقیاس استفاده شده است. جهت نیل به این هدف ابتدا بر اساس تئوری حاکم بر مسئله یک بسته نرمافزاری توسعه داده شد و برای مقادیر بارش دو ایستگاه هواشناسی واقع در استان زنجان مورد بررسی قرار گرفت. جهت ارزیابی مدل آبشاری میکروکانونیک، درصد پالس‌های صفر، مقادیر پالس‌های بارش، طول دوره‌های تر، مقادیر بارش دوره‌های تر و طول دوره‌های خشک بارشهای مشاهداتی و تولید شده مورد مقایسه قرار گرفتند. نتایج نشان داد که استفاده از مدل آبشاری میکروکانونیک در گسسته‌سازی بارشهای روزانه به 12، 6، 3 و 5/1 ساعته نتایج مطلوبی به همراه دارد.
فهرست منابع
1. Aslani, M., R. Fazl Ola and M. Ahmadizadeh. 2015. Determination of Nash Conceptual Model Parameter using auto calibration in Kasilian Watershed. Journal of Watershed Management Research, 6(12): 21-28 (In Persian).
2. Fazelifard, M.H. 2012. Disaggregation of Lighvan watershed's rainfall using microcanonical cascade model. MSc Thesis, Tabriz University, Tabriz, Iran, 96 pp (In Persian).
3. Güntner, A., J. Olsson, A. Calver and B. Gannon. 2001. Cascade-based disaggregation of continuous rainfall time series: the influence of climate. Hydrology and Earth System Sciences, 5(2): 145-164. [DOI:10.5194/hess-5-145-2001]
4. Gupta, V.K. and E. Waymire. 1990. Multiscaling properties of spatial rainfall and river flow distributions. Journal of Geophysical Research, 95(D3): 1999-2009. [DOI:10.1029/JD095iD03p01999]
5. Gupta, V.K. and E. Waymire. 1993. A statistical analysis of mesoscale rainfall as a random cascade. Journal of Applied Meteorology and Climatology, 32: 251-267.
https://doi.org/10.1175/1520-0450(1993)032<0251:ASAOMR>2.0.CO;2 [DOI:10.1175/1520-0450(1993)0322.0.CO;2]
6. Hasanpour Kashani, M., M.A. Ghorbani, Y. Dinpazhouh and S. Shahmorad. 2015. Rainfall-runoff simulation in the Navrood River basin using Truncated Volterra Model and Artificial Neural Networks. Journal of Watershed Management Research, 6(12): 1-10 (In Persian).
7. Hershenhorn, J. and D.A. Woolhiser. 1987. Disaggregation of daily rainfall. Journal of Hydrology, 95: 299-322. [DOI:10.1016/0022-1694(87)90008-4]
8. Hosseini, S.H., J. Jafari and M.A. Ghorbani. 2013. Sensitivity of the FAO-Penman Monteith reference evapotranspiration equation to change in climatic variables in the north-western Iran. Research in Civil and Environmental Engineering, 1 (01): 28-40.
9. Hubert, P. and J.P. Carbonnel. 1989. Dimensions fractales de occurrence de pluie en climat soudano-sahelien. Hydrol. Continent, 4: 3-10.
10. Janizadeh, S. and M. Vafakhah. 2017. Estimation of Event Flood Peak Discharge and Runoff Volume using Adaptive Neuro-Fuzzy Inference System (A Case Study: Kasilian Waterched). Journal of Watershed Management Research, 8(15): 250-258 (In Persian).
11. Larsen, M.L., A. Clark, M. Noffke, G. Saltzgaber and A. Steele. 2010. Identifying the scaling properties of rainfall accumulation as measured by a rain gauge network. Atmospheric Research, 96: 149-158. [DOI:10.1016/j.atmosres.2009.12.008]
12. Licznar, P., J. Lomotowski and D.E. Rupp. 2011. Random cascade driven rainfall disaggregation for urban hydrology: an evaluation of six models and a new generator. Atmospheric Research, 99(3-4): 563-578. [DOI:10.1016/j.atmosres.2010.12.014]
13. Lisniak, D., J. Franke and C. Bernhofer. 2013. Circulation pattern based parameterization of a multiplicative random cascade for disaggregation of observed and projected daily rainfall time series. Hydrology and Earth System Sciences, 17: 2487-2500. [DOI:10.5194/hess-17-2487-2013]
14. Lovejoy, S. 1981. The statistical characterization of rain areas in terms of fractals. Proceedings of the 20th Conference on Radar Meteorology, 476-483 pp. AMS, Boston.
15. Lovejoy, S. 1982. Area-perimeter relation for rain and cloud areas. Science, 216(4542): 185-187. [DOI:10.1126/science.216.4542.185]
16. Mandelbrot, B. 1974. Intermittent turbulence on self-similar cascade: divergence of high moments and dimension on the carrier. Journal of Fluid Mechanics, 62: 331-358. [DOI:10.1017/S0022112074000711]
17. Mashari Eshghabad, S., A. Nohegar, I. Babaeian and C. Ershadi. 2017. Evaluating a Continuous Hydrological Model's Ability to Simulate Peak Flows with Short Time Step (Case Study: Zoshk Basin-Mashhad). Journal of Watershed Management Research, 8(16): 1-10 (In Persian).
18. Olsson, J. 1998. Evaluation of a scaling cascade model for temporal disaggregation model. Hydrology and Earth System Sciences, 2(1): 145-164. [DOI:10.5194/hess-2-19-1998]
19. Olsson, J., J. Niemczynowicz and R. Berndtsson. 1993. Fractal analysis of high-resolution rainfall time series. Journal of Geophysical Research, 98(23): 265-223. [DOI:10.1029/93JD02658]
20. Over, T.M., V.K. Gupta. 1994. Statistical analysis of mesoscale rainfall: dependence of a random cascade generator on large-scale forcing. Journal of Applied Meteorology, 33(12): 1526-1542.
https://doi.org/10.1175/1520-0450(1994)033<1526:SAOMRD>2.0.CO;2 [DOI:10.1175/1520-0450(1994)0332.0.CO;2]
21. Perica, S. and E. Foufoula-Georgiou. 1996. Model for multiscale disaggregation of spatial rainfall based on coupling meteorological and scaling descriptions. Journal of Geophysical Research, 101: 26347-26361. [DOI:10.1029/96JD01870]
22. Rupp, D.E., R.F. Keim, M. Ossiander, M. Brugnach and J.S. Selker. 2009. Time scale and intensity dependency in multiplicative cascades for temporal rainfall disaggregation. Water Resources Research, 45: 1-14. [DOI:10.1029/2008WR007321]
23. Schertzer, D. and S. Lovejoy. 1987. Physical modeling and analysis of rain and clouds by anisotropic scaling multiplicative processes. Journal of Geophysical Research, 92: 9693-9714. [DOI:10.1029/JD092iD08p09693]
24. Sivakumar, B. and A. Sharma. 2008. A cascade approach to continuous rainfall data generation at point locations. Stochastic Environmental Research and Risk Assessment, 22: 451-459. [DOI:10.1007/s00477-007-0145-y]
25. Zahbiyoun, B., H. Fuladi Osguee and M.R. Omid Beigi. 2011. Test of random cascade in daily rainfall disaggregation. Journal of Civil Engineering and Surveying, 45(3): 327-323 (In Persian).
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
