کالیبراسیون خودکار مدل بارش-رواناب HEC-HMS با استفاده از بهینه ساز الگوریتم ژنتیک

در این مقاله، طرحی برای کالیبراسیون خودکار مدل بارش-رواناب HEC-HMS ارائه می شود. اغلب سوابق تحقیقات در زمینه کالیبراسیون خودکار به مدل های هیدرولوژیکی پیوسته (Continuous) می پردازد.اما ماهیت مدل HEC-HMS رخدادپایه (Event-Based) بوده و پارامترهای آن به شرایط اولیه حساسیت قابل توجهی دارند. به علت نوع داده های مورد نیاز برای کالیبراسیون مدل های رخدا دپایه، مقدار این داده ها همواره نسبت به داده های موردنیاز برای مدل های پیوسته کمتر می باشد . در حالی که تعداد پارامترهای مدل های رخدادپایه از کثرت بیشتری نسبت به مدل های پیوسته برخوردار است . در این تحقیق، برای کالیبراسیون خودکار HEC-HMS از بهینه ساز الگوریتم ژنتیک با هدف حداکثر نمودن نیکویی برازش پاسخ مدل به مشاهدات استفاده می گردد. مطالعه موردی این تحقیق، مدل سازی بارش-رواناب حوضه تمر از حوضه آبریز گرگان رود می باشد. نتایج این تحقیق نشان می دهد که بر اساس تطبیق پاسخ مدل با مقادیر مشاهداتی و با وجود درجه آزادی بالای مدل بارش-رواناب (شامل ۳۴ پارامتر) تدوین شده، روند پیشنهادی قادر به وصول به مقادیر مطلوب پارامترهای مدل مفهومی است.

کلیدواژه ها:

کالیبراسیون خودکار ، مدل بارش - رواناب ، HEC-HMS ، الگوریتم های ژنتیک