بررسی مقایسه ای مدل بارش-رواناب HEC-HMS با روش های تجربی مختلف برآورد سیلاب
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 63
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMS-16-58_004
تاریخ نمایه سازی: 3 دی 1402
چکیده مقاله:
مهمترین مشکل در برآورد سیلابها ، نبود آمار کافی و در نتیجه عدم ارزیابی مناسب مقدار جریان می باشد. یکی از روشهای برآورد سیلاب در این حوضه ها، استفاده از روش مدل سازی هیدرولوژیک است. از این رو، در این مطالعه به مدلسازی سیلاب رودخانه شاه بهرام با ایستگاه آب سنجی نازمکان واقع در استان کهکیلویه و بویر احمد با HEC-HMS و مقایسه آن با روشهای مختلف براورد سیلاب ( روش تحلیل منطقه ای سیلاب و روشهای تجربی دیکن، فولر،کریگر و فرانکو-رودیر) پرداخته شد. مدل هیدرولوژیک HEC-HMS نتایج بهتری با درصد خطای کمتری ( بیشترین مقدار ۱۰.۵۱ با دوره بازگشت۱۰۰۰سال و کمترین مقدار ۲.۷۲ با دوره بازگشت ۵ سال) نسبت به روشهای تجربی و تحلیلی ارائه داد. بیشترین خطا مربوط به روش دیکن با دوره بازگشت ۱۰۰۰ و مقدار ۸۶.۸۵ درصد و کمترین خطا در بین روشهای تجربی مربوط به روش فولر با مقدار ۳.۴۴ درصد و دوره بازگشت ۵۰۰ سال و روش تحلیل منطقهای با ۳ درصد خطا با دوره بازگشت ۵ سال می باشد. بنابراین، به دلیل استفاده مدل نیمه توزیعی HEC-HMS از پارامترهای بارش و مساحت با واسنجی مناسب میتوان از این مدل نتایج با دقت بیشتری گرفت.
کلیدواژه ها:
Flood estimation methods ، HEC-HMS ، Maximum daily and instantaneous flood ، Rainfall-Runoff modeling ، Regional flood analysis. ، تحلیل منطقه ای سیلاب ، رو ش های برآورد سیلاب ، سیلاب حداکثر روزانه و لحظه ای ، مدل سازی بارش-رواناب ، HEC-HMS
نویسندگان
شبنم وکیلی
Master, Civil Engineering, Department of Water, Faculty of Engineering, Tehran University of Science and Research, Iran, Email: vakili_c@yahoo.com
علیرضا مقدم نیا
Associate Professor of Watershed Engineering (Hydrology), Department of Dryland Rehabilitation, Faculty of Natural Resources, University of Tehran, Iran
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 :