ارزیابی مدل HEC-HMS به منظور برآورد هیدروگراف سیلاب رودخانه پلاسجان

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 772

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IFMC03_036

تاریخ نمایه سازی: 14 آذر 1394

چکیده مقاله:

سیلاب به عنوان یکی از بالایای طبیعی آثار جبران ناپذیری بر بخشهای مختلف جامعه وارد میسازد. لذا شناخت این پدیده و شبیه سازی آن راهگشای مدیریت همه جانبه حوزههای آبخیز میباشد. مدل هیدرولوژیکی HEC-HMS کاربرد وسیعی در شبیهسازی سیلاببسایاری از نقاط دنیا یافته است. در این مطالعه به ارزیابی کارایی این مدل در شبیهسازی سیلاب رودخانه پلاسجان پرداخته شده است. جهت واسنجی مدل از 3 رخداد و جهت اعتبارسنجی آن از 6 رویداد بارندگی و سیلاب متناظر استفاده گردیده است. روشهای محاسبات تلفات رواناب و انتقال به ترتیب روش شماره منحنی SCS هیدروگراف واحد SCS و زمان تاخیر در نظر گرفته شد. نتایج آنالیز حساسیت مدل بیان داشته که شماره منحنی و تلفات اولیه تأثیر گذارترین پارامترها بر دبی اوج سیلاب میباشند. نتایج مرحله واسنجی استفاده از مدل بدون واسنجی و با تکیه برآورد پارامترهای مدل با استفاده از روابط تجربی راعامل ایجااد خطا در شبیه سازی سیلاب ذکر شده است. نتایج مرحله اعتبارسنجی با توجه به وسعت زیاد و بارشهای غیر فراگیر در منطقه مطالعاتی این اختلاف در شبیه سازی قابل قبول می باشد. در هیدروگرافها با سیلابهای چند قله ای مشاهده شده که مدل نقاط حداکثر حداق و زمان رسیدن به حداکثر سیلاب را بخوبی شبیه سازی نموده است که این نشان از توانایی مدل در شبیهسازی سیلابها است. اختلافهای دبی حداکثر کمتر از اختلاف حجم سیلاب بوده بدین ترتیب میتوان بیان داشت که مدل در شبیه سازی دبی اوج دقت بیشتری نسبت به حجم سیلاب دارد.

کلیدواژه ها:

اعتبارسنجی آنالیز حساسیت دبی اوج حجم سیلاب واسنجی

نویسندگان

معصومه بحری

کارشناس ارشد مهندسی منابع طبیعی و مدرس دانشگاه

بهمن احمدی توانا

مدیر آموزش های کوتاهمدت پژوهشکده سوانح طبیعی

علی اکبر سرمدی

مدیر گروه برنامه ریزی اجتماعی اقتصادی پژوهشکده سوانح طبیعی و مدرس دانشگاه

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :