fa تعیین پارامترهای مدل مفهومی ناش با استفاده از واسنجی اتوماتیک در حوزه کسیلیان تخصصي Special پژوهشي Research <p><strong><span dir="RTL">استفاده&shy;ی مناسب از مدل&shy;های مفهومی،بارش- رواناب، به چگونگی واسنجی پارامترهای آنها بستگی دارد.</span> </strong><span dir="RTL"><strong>&nbsp;اساساً مدل&shy;های بارش- رواناب دارای پارامترهای متعددی هستند که به طور مستقیم قابل اندازه&shy;گیری نمی&shy;باشند و لازم است که آنها را در طی واسنجی مدل تخمین زد. هدف از انجام واسنجی، یافتن مقادیری از پارامترها است که باعث بهینه شدن معیارهای نیکویی واسنجی می&shy;شوند. در این تحقیق، روش واسنجی الگوریتم ژنتیک پیوسته، به منظور تخمین پارامترهای مدل مفهومی ناش (</strong></span><strong>n, k</strong><span dir="RTL"><strong>) مورد استفاده قرار گرفته است. کارآیی این روش با بکارگیری پارامترهای تخمینی در شبیه&shy;سازی وقایع مختلف بارندگی- رواناب واقع در حوزه کسیلیان در استان مازندران مورد ارزیابی قرار گرفت. معیارهای ارزیابی و نتایج نشان می&shy;دهند که مدل ارائه شده، قادر به تعیین پارامترهای ورودی مدل ناش با دقت و کارایی بالا می&shy;باشد.</strong></span></p> <p>The appropriate use of a conceptual rainfall-runoff model depends on how well its parameters are calibrated. Generally, rainfall-runoff models deal with numerous parameters that cannot be measured directly and should be estimated through optimization tools. The purpose of the optimization approach is to finalize the best set of parameters associated with a given calibration data set that optimize the evaluation criteria. In this paper, a continuous genetic algorithm calibration method has been used to estimate the NASH conceptual model parameters (n, k).The efficiency of the method was evaluated using the estimated parameters to simulate different rainfall - runoff events that happened in the Kasilian watershed in Mazandaran province during previous years. The calibration and validation results have shown that the suitability and efficiency of this model for auto calibrating of Nash conceptual rainfall-runoff model is more accurate and favorable.</p> واسنجی اتومات, مدل مفهومی بارش رواناب, حوزه آبخیز کسیلیان, الگوریتم ژنتیک Auto calibration, Conceptual Rainfall-Runoff Model, Kasilian Watershed, Genetic Algorithm 21 28 http://jwmr.sanru.ac.ir/browse.php?a_code=A-10-1-99&slc_lang=fa&sid=1 Mostafa Aslani مصطفی اصلانی 10031947532846007147 10031947532846007147 Yes Sari Agricultural Sciences and Natural Resources University دانشگاه علوم کشاورزی و منابع طبیعی ساری Ramin Fazl Ola رامین فضل اولی 10031947532846007148 10031947532846007148 No Sari Agricultural Sciences and Natural Resources University دانشگاه علوم کشاورزی و منابع طبیعی ساری Mojtaba Ahmadizadeh مجتبی احمدی زاده 10031947532846007149 10031947532846007149 No University of Boalisina Hamedan دانشگاه بوعلی سینا همدان