تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,099,030 |
تعداد دریافت فایل اصل مقاله | 97,206,585 |
برآورد آبدهی در زیرحوضه های بدون آمار با استفاده از تحلیل منطقه ای رواناب (مطالعة موردی: حوضة آبخیز حبله رود) | ||
اکوهیدرولوژی | ||
مقاله 4، دوره 4، شماره 2، تیر 1396، صفحه 331-343 اصل مقاله (540.42 K) | ||
نوع مقاله: پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ije.2017.61467 | ||
نویسندگان | ||
افشین اشرف زاده* 1؛ محبوبه آقاجانی2 | ||
1استادیار، گروه مهندسی آب، دانشکدة علوم کشاورزی، دانشگاه گیلان، رشت | ||
2دانشجوی دکتری، گروه مهندسی آب، دانشکدة کشاورزی، دانشگاه صنعتی اصفهان، اصفهان | ||
چکیده | ||
برآورد آبدهی با استفاده از تحلیل منطقهای، روشی مؤثر برای مدیریت منابع آب در حوضههای بدون آمار است. در مطالعۀ حاضر، بهمنظور برآورد آبدهی سالانه در زیرحوضههای بدون آمار رودخانۀ حبلهرود، از رگرسیون خطی و سه متغیر مستقل شامل مساحت، بارش و شیب استفاده شد. حوضۀ آبخیز مطالعهشده به پنج زیرحوضة اصلی و 44 زیرحوضۀ فرعی تقسیم شد و با استفاده از دادههای پنج ایستگاه هیدرومتری فعال در حوضه، معادلاتی رگرسیونی برای برآورد آبدهی سالانه و آبدهی ویژه (نسبت آبدهی به مساحت حوضه) استخراج شد. ارزیابی معادلات استخراجشده، هم در زیرحوضههای اصلی و هم در زیرحوضههای فرعی انجام شد. نتایج نشان داد برآورد آبدهی با استفاده از سه متغیر مساحت، بارش و شیب در پنج زیرحوضة اصلی، بهطور میانگین خطایی معادل 3/1 درصد دارد. با وجود این، در 44 زیرحوضة فرعی، میانگین خطا کاملاً غیرقابل قبول بود. نتایج همچنین نشان داد میانگین خطای برآورد آبدهی ویژه در پنج زیرحوضة اصلی، برابر 6/2 درصد است. بهرغم افزایش خطا در زیرحوضههای اصلی، در 44 زیرحوضة فرعی، میانگین خطای برآورد آبدهی ویژه به 33/5 درصد کاهش یافت. نتایج مطالعة حاضر بیانکنندۀ آن است که در صورت تقسیمبندی حوضة مطالعهشده به زیرحوضههای کوچک، آبدهی ویژه را میتوان بهعنوان متغیری مناسب در تحلیل منطقهای رواناب مورد توجه قرار داد. | ||
کلیدواژهها | ||
تحلیل منطقه ای؛ حوضة بدون آمار؛ رگرسیون چندمتغیره؛ مشخصات فیزیوگرافیک | ||
مراجع | ||
منابع[1].Sivapalan M, Takeuchi K, Franks SW, Gupta VK, Karambiri H, Lakshmi V, et al. IAHS decade on predictions in ungauged basins (PUB), 2003-2012: Shaping an exciting future for the hydrological sciences. Hydrolog Sci J. 2003; 48(6): 857-880.
[2].Kim U, Kaluarachchi JJ. Application of parameter estimation and regionalization methodologies to ungauged basins of the Upper Blue Nile River Basin, Ethiopia. J Hydrol. 2008; 362: 39-56.
[3].Lall U, Olds J. A parameter estimation model for ungaged streamflows. J Hydrol. 1987; 92: 245-262.
[4].Servat E, Dezetter A. Rainfall-runoff modeling and water resources assessment in northwestern Ivory Coast. Tentative extension to ungauged catchments. J Hydrol. 1993; 148: 231-248.
[5].Rao AR, Hsieh CH. Estimation of variables at ungaged locations by empirical orthogonal functions. J Hydrol. 1991; 123: 51-67.
[6].Zhu Y, Day RL. Regression modeling of streamflow, baseflow, and runoff using geographic information systems. J Environ Manage. 2009; 90: 946-953.
[7].Fernandez W, Vogel RM, Sankarasubramanian A. Regional calibration of a watershed model. Hydrolog Sci J. 2000; 45(5): 689-707.
[8].Khedmati1 H, Manshouri M, Heydarizadeh M, Sedghi H. Zonation and estimation of flood discharge in unguaged sites located in south-east basins of iran using a combination of flood index and multi-variable regression methods (Sistan and Baluchistan, Kerman, Yazd and Hormozgan Provinces). Journal of Water and Soil (Agricultural Sciences and Technology). 2010; 24(3): 593-609. [Persian].
[9].Bocchiola D, Mihalcea C, Diolaiuti G, Mosconi B, Smiraglia C, Rosso R. Flow prediction in high altitude ungauged catchments: A case study in the Italian Alps (Pantano Basin, Adamello Group). Adv Water Resour. 2010; 33: 1224-1234.
[10].Johnson BH, Padmanabhan G. Regression estimates of design flows for ungaged sites using bankfull geometry and flashiness. Catena. 2010; 81: 117-125.
[11].Bao Z, Zhang J, Liu J, Fu G, Wang G, He R, et al. Comparison of regionalization approaches based on regression and similarity for predictions in ungauged catchments under multiple hydro-climatic conditions. J Hydrol. 2012; 466-467: 37-46.
[12].Supriya P, Krishnaveni M, Subbulakshmi M. Regression analysis of annual maximum daily rainfall and stream flow for flood forecasting in Vellar River Basin. Aquatic Procedia. 2015; 4: 957-963.
[13].Charron C, Ouarda TBMJ. Regional low-flow frequency analysis with a recession parameter
from a non-linear reservoir model. J Hydrol. 2015; 524: 468-475.
[14].Naeimi Kalourazi Z, Ghorbani Kh, Salarijazi M, Dehghani A. A. Investigation of effect of basin’s physiographic and climatic parameters in seasonal river flow simulation. Iranian Journal of Ecohydrology. 2017; 3(4): 545-555. [Persian].
[15].Cho H, Bones E. Quantification of uncertainties in the 100-year flow at an ungaged site near a gaged station and its application in Georgia. J Hydrol. 2016; 539: 640-647.
[16].Farzin S, Karimi H, Doostmohammadi M, Ghanbari A, Zamiri E. The performance of Artificial Neural Network in prediction and analysis of hydrological processes (Case study: Water shortage in Nazloo-chai watershed, West Azerbaijan province). Iranian Journal of Eco Hydrology. 2017; 3(4): 631-644. [Persian].
[17].Haghizadeh A, Mohammadlou M, Noori F. Simulation of rainfall-runoff process using multilayer perceptron and adaptive neuro-fuzzy interface system and multiple regressions (Case study: Khorramabd watershed). Iranian Journal of Ecohydrology. 2015; 2(2): 233-243. [Persian].
[18].Raghunath HM. Hydrology, Principles, Analysis, Design. 2nd ed. New Delhi: New Age International; 2006.
[19].Hirpa FA, Gebremichael M, Over TM. River flow fluctuation analysis: Effect of watershed area.
Water Resour Res. 2010; 46: 1-10.
[20].Khalili D, Yousefi A. Developing a model for the estimation of mean and maximum daily discharges using physiographic parameters for Atrak Watershed. J Sci Technol Agr Nat Resour (JWSS). 1998; 2(3): 1-11. [Persian].
[21].Malekinejad H, Pourmohammadi S. Investigating the peak flood estimation methods in a regional analysis approach for low-data catchments. Water Soil Sci. 2011; 21(1): 115-125. [Persian]. | ||
آمار تعداد مشاهده مقاله: 1,204 تعداد دریافت فایل اصل مقاله: 828 |