بخشی از مقاله
خلاصه
شبیه سازی دبی با استفاده از مدل های مفهومی راهی برای پیش بینی دبی برای پیش بینی سیلاب و کاربرد های مختلف دیگر است. الگوریتم های فراکاووشی و مدل های مفهومی راهی موثر برای پیش بینی دبی است. در این پژوهش با استفاده از الگوریتم PSO و مدل مفهومی HBV به شبیه سازی دبی در یکی از حوضه های آمریکا پرداخته شده است.
نتایج این پژوهش نشان داد که با توجه به معیارهای خطای بدست آمده این روش نسبت به مدل HBV بهتر جواب می دهد و برای مثال مقدار معیار خطای Rsquare از 0,6 به مقدار 0,69 ارتقا پیدا کرده است و شبیه سازی به طور معنی داری بهتر شده است.
1. مقدمه
شبیه سازی دبی راهی موثر برای پیش بینی دبی، و تاثیرات تغییرات اقلیمی بر دبی های مورد انتظار در آینده است. یکی از راه های موثر در شبیه سازی دبی مدل سازی های بارش و رواناب است.
مدل های بسیار زیادی برای تبدیل بارش به رواناب وجود دارد که این مدل های به سه دسته مدل های مفهومی، مدل های تجربی و مدل های که براساس روابط فیزیکی و ریاضی حاکم بر حوضه است وجود دارد و یا به اصطلاح مدل های داده محور است. این مدل ها می تواند با توجه به تقسیم بندی حوضه و از نظر مکانی به سه دسته Lumped، Semi DistributedوDistributed تقسیم بندی شود
همچنین با توجه به زمان مدل ها می تواند به دودسته مدل های پیوسته و گسسته تقسیم بندی شود. مدل های مفهومی که با توجه به روابط بین اجزا مختلف حوضه و روابط بین آنها تعریف می شود انواع مختلفی دارد که می توان از بین این مدل ها به تعداد زیادی ار آن ها اشاره کرد که از جمله این مدل ها می توان مدل hymod را نام برد. مدل مفهومی hymod جز مدل های مفهومی است که در مقیاس روزانه می تواند استفاده شود
از جمله مدل های مفهومی دیگر به مدل مفهومی sacramento می توان اشاره کرد که این مدل جز مدل های بارش و رواناب مفهومی و پیوسته و قطعی است که برای تبدیل ورودی بارش به خروجی جریان آبراههای از بارندگی و تبخیر ثبت شده - برای حوضههای بزرگ مقیاس - و از رطوبت خاک برای شبیهسازی بیلان آب در حوضه استفاده میکند[3] از جمله مدل های مفهومی دیگر به مدل مفهومی HBV نیز می توان اشاره کرد که در ادامه توضیحات بیشتر در مورد این مدل داده خواهد شد.
الگوریتم های فراکاووشی در پیوند با مدل های بارش-رواناب می تواند راهی موثر برای شبیه سازی مدل های بارش رواناب باشد و کاربرد این الگوریتم ها برای واسنجی و بهینه سازی پارامترهای مدل های مفهومی راهی موثر در بالا بردن معیارهای خطا می تواند باشد در این راستا پژوهش هایی در ایران و جهان انجام شده است که از جمله آن می توان به کاربرد مدل hymod و الگوریتم PSO و مقایسه آن با روش ماشین بردار پشتیبان نام برد که توسط پور رضا و همکاران انجام شده است در این پژوهش نشان داده شد که مدل hymod اگر با الگوریتم PSO بهینه شود می تواند راهی موثر برای شبیه سازی بارش و رواناب باشد
هدف از این پژوهش ترکیب مدل مفهومی HBV با الگوریتم فراکاووشی PSO است تا کارکرد مدل مفهومی HBV بهتر شده و پارامترهای مدل HBV بوسیله الگوریتم PSO بهینه شود و با معیارهای خطا مدل جدید بهیه شود.
2. مواد و روش ها
1 - 2 مدل HBV
مدل HBV جز مدل های مفهومی پیوسته است که از نظر مکانی به هر سه صورت می تواند مورد استفاده قرار گیرد. مدل مفهومی HBV شامل چهار مرحله برای تبدیل بارش به رواناب است این مراحل شامل مراحل زیر است:
-1 محاسبات مربوط به توده برف و ذوب برف -2 محاسبات مربوط به بارش موثر و رطوبت خاک -3 محاسبات مربوط به تبخیرو تعرق -4 محاسبات مربوط به سیل خروجی
که در ادامه به شرح این مراحل پرداخته می شود این مدل به صورت روزانه و ماهانه می تواند کاربرد داشته باشد. الگوریتم این مدل به این صورت است که در ابتدا داده های بارش و دما گرفته می شود و وارد مدل می شود در صورتی که دمای بارش وارد شده کمتر از دمای بارش برف باشد برف اتفاق می افتد و در عیر این صورت، بارش به صورت باران اتفاق می افتد. اگر بارش به صورت باران اتفاق افتد در هنگام بارش باران در حوضه فرایند ذوب برف نیز رخ می دهد. در ادامه بارش رخ داده به رطوبت خاک و یا رواناب با توجه به در نظر گرفتن مدل دومخزنی تبدیل می شود
شکل - 1 الگوریتم مدل HBV
1 - 1 - 2 محاسبات مربوط به برف و ذوب برف
محاسبات مربوط به برف و ذوب برف با استفاده از فرمول زیراز روش درجه روز بدست می آید:
فاکتور در جه روز است که برحسب میلیمتر بر سانتیگراد در طول یک روز است وTT دمای آستانه تبدیل بارش باران به برف است و Tدمای میانگین روزانه است
2 - 1 - 2 محاسبات مربوط به بارش موثر و رطوبت خاک
بارش موثر با استفاده از فرمول زیر محاسبه می شود:
در این فرمول SM رطوبت واقعی خاک، FC رطوبت در حد ظرفیت مزرعه، P بارندگی روزانه برحسب میلیمتر، پارامتر مدل و Sm برف آب شده است.
شکل -2 نمودار پارامتر
3 -1 -2 محاسبات مربوط به تبخیر و تعرق
محاسبات مربوط به تبخیر و تعرق با استفاده از فرمول زیر بدست می آید که PEa پتانسیل تبخیر و تعرق ، PEm میانگین پتانسیل تبخیرو تعرق ماه های مختلف در طول سال های دوره آماری است وTm میانگین دمای ماه های مختلف در طول دوره آماری است وC پارامتر مدل است.
4 -1 -2 محاسبات مربوط به رواناب پاسخ:
همانطور که قبلا اشاره شده بود مدل HBV حوضه را به صورت دو مخزن مرتبط با هم در نظر می گیرد که خروجی ان سه دبی است که دبی اول نمایانگر رواناب سطحی، دبی دوم نمایانگر جریان میانی و دبی سوم نمایانگر جریان آب زیر زمینی است و در الگوریتم مدل به آن اشاره شده است. این دبی ها ترتیب به صورت زیر محاسبه می شود:
در فرمول بالا L ارتقاع آب در مخزن آب اول است ارتفاع بارش بیشتر از مقدار Suباشد در مخزن ً Q0 K0 پارامتر حوضه است و Su ارتفاع آبی است که اگر در مخزن اول باشد در حوضه رواناب رخ می دهد و اگردر مخزن رخ می دهد و در صورتی که نباشد مقدار Q0 برابر صفر است
