مدلسازی نیمه توزیعی مدل بارش- رواناب ژیومورفولوژیکی در قالب بهینه سازی دو ایستگاهه

یک مدل نیمه توزیعی بارش- رواناب ژیومورفولوژیکی در چهارچوب بهینه سازی دو ایستگاهه با استفاده از الگوریتم ژنتیک چند هدفه با رتبه بندی نامغلوب (NSGA-II) برای حوضه آبریز Eel River ارایه شده است. این مدل براساس آبشار مخازن نامساوی (UECR) با لحاظ کردن پارامترهای زمان تاخیر بدست آمده از اطلاعات ژیومورفولوژی حوضه آبریز توسعه یافته است. نتایج این مدل با مدل کلاسیک ناش مورد مقایسه قرار گرفته است. نتایج بدست آمده از این نوع مدلسازی دو ایستگاهه حاکی از عملکرد رضایت بخش در هردو مرحله واسنجی و صحت سنجی می باشد. همچنین نتایج کالیبراسیون برای هردو ایستگاه نشان داد که مدل ناش در مرحله واسنجی نسبت به مدل توسعه یافته UECR برتری داشته درحالیکه در مرحله صحت سنجی حاکی از برتری مدل توسعه یافته UECR نسبت به مدل ناش است. مدل نیمه توزیعی ارایه شده با شراکت داده های مشاهداتی دو ایستگاه هیدرومتری و اطلاعات فیزیکی داخل حوضه قادر به محاسبه مقدار دبی در نقاط داخلی حوضه آبری زا پارامترهایی با مفهوم فیزیکی بالاتری در مقایسه با پارامترهای کاملا مفهومی مدل های رایج می باشد. استراتژی کالیبراسیون مورد استفاده در این مدل قابلیت شناسایی تاثیر فاکتورهای ژیومورفولوژی حوضه ابریز بر پارامترهای مدل بوده و منجر به یافتن مقادیر معقولی برای این پارامترها می گردد.

کلیدواژه ها:

مدلسازی بارش- رواناب ، مدل نیمه توزیعی ، ژیومورفولوژیکی ، بهینه سازی دو ایستگاهه ، پارامترهای زمان تاخیر