مدلسازی و بهینه سازی چند ایستگاهه مدل ذوب برف-رواناب با استفاده از روش های فراکاوشی و ابزار سنجش از راه دور
نام نخستين پديدآور
هادی محمودنژاد
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
فنی و مهندسی عمران (پردیس دانشگاه)
تاریخ نشرو بخش و غیره
۱۴۰۱
مشخصات ظاهری
نام خاص و کميت اثر
۸۹ص.
مواد همراه اثر
سی دی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی آب و محیط زیست مهندسی و مدیریت منابع آب
زمان اعطا مدرک
۱۴۰۱/۰۶/۱۵
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
در مناطق خشک و نیمهخشک که بارندگی کم است، یخچالها و آب ذوب برف منابع تغذیهای مهم برای رودخانههای پاییندست میباشند. بنابراین، شبیهسازی رواناب ذوب برف در مناطق کوهستانی از اهمیت زیادی برخوردار است. در این پژوهش، با در نظر گرفتن حوضه رودخانه آجی چای بهعنوان منطقه موردمطالعه، از مجموعه دادههای سنجده یMODIS با تفکیک مکانی 500 متر و تفکیک زمانی 8 روز (MOD10A2) جهت برآورد پوشش برف برای شبیهسازی مدل رواناب ذوب برف ( SRM) استفاده شد. برای واسنجی مدل از دو استراتژی چند ایستگاهه و تک ایستگاهه استفاده شد و پارامترهای ضرایب رواناب برف و باران که عدم قطعیت بالاتری نسبت به پارامترهای دیگر دارند، مورد بررسی و مقایسه قرار گرفت که این ضرایب با استفاده از روشهای الگوریتم ژنتیک (GA ) و تبرید شبیهسازیشده ( SA) بهینهسازی شدند. نتایج نشاندهنده عملکرد مناسب این روشها در مرحله واسنجی بوده و در استراتژی چند ایستگاهه معیار ارزیابی درصد اختلاف حجمی بهتر بود. برای صحت سنجی مدل با میانگینگیری از ضرایب رواناب به سه روش ضرایب ثابت برای کل سال، ضرایب ثابت برای کل سال با طبقهبندی ارتفاعی و ضرایب ثابت بهصورت فصلی با طبقهبندی ارتفاعی اجرا شد. نتایج نشان از عملکرد بهتر مدل درروش ضرایب ثابت برای کل سال با طبقهبندی ارتفاعی برای هر دو معیار( R2 و Dv ) در هر دو الگوریتم، ارزیابی شد. عملکرد ضرایب بهدستآمده از روش چند ایستگاهه مشخصاً بهتر بود. هرچند روش ضرایب ثابت برای کل سال عملکردی بهتر در زمینه شبیهسازی پیکهای هیدروگراف داشت ولی درصد اختلاف حجمی مناسب نبود
متن يادداشت
Abstract: In arid and semi-arid regions where rainfall is low, glaciers and snowmelt water are important sources of nutrition for downstream rivers. Therefore, simulation of snowmelt runoff in mountainous areas is very important. In this research, considering the Aji Chai river basin as the study area, the snow cover data set from MODIS images with a spatial resolution of 500 meters and a temporal resolution of 8 days (MOD10A2) was used to simulate the snow melt runoff model (SRM). Parameters of snow and rain runoff coefficients, which have higher uncertainty than other parameters, were calibrated and optimized by genetic algorithm (GA) methods and simulated refrigeration (SA) througe two strategies of multi-station and single-station. The results show the proper performance of these algorithm in the calibration stage, and the accuracy of deviation of runoff volume was better in multi-station strategy. in order to validate the model three averaging methods, such as constant coefficients for entire years, constant coefficients for entire year classified by different zones and constant coefficients for different seasons and zones, were used on runoff coefficients. The results show the better performance of the model in constant coefficients for entire year with zonal classification in both accuracy criteria (R2 and Dv) in both algorithms. The coefficients obtained from multi-station method obviously had better performance. Although the constant coefficients for the entire year averaging method had best performance in simulating hydrograph peaks but the percentage of Dv was not appropriate.
عنوانهای گونه گون دیگر
عنوان گونه گون
Multi-station modeling and optimization of Snow melt runoff model using meta-heuristic methods and remote sensing tools
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )