مدل سازی بارش- رواناب با استفاده از مدل HBV و الگوریتم جنگل تصادفی در حوضه آبخیز بازفت
عنوان مقاله: مدل سازی بارش- رواناب با استفاده از مدل HBV و الگوریتم جنگل تصادفی در حوضه آبخیز بازفت
شناسه ملی مقاله: JR_IJSWR-52-5_018
منتشر شده در در سال 1400
شناسه ملی مقاله: JR_IJSWR-52-5_018
منتشر شده در در سال 1400
مشخصات نویسندگان مقاله:
فاطمه سهرابی گشنیگانی - MSc Student of Water Resources Engineering, Department of Water Engineering, Faculty of Agriculture, Shahrekord University, Shahrekord, Iran.
رسول میرعباسی نجف آبادی - Associate Professor, Department of Water Engineering, Faculty of Agriculture, Shahrekord University, Shahrekord, Iran.
محمدرضا گلابی - Ph.D of Hydrology and Water Resources, Department of Water Engineering, Faculty of Water Sciences, Shahid Chamran University of Ahvaz, Ahvaz, IRAN.
خلاصه مقاله:
فاطمه سهرابی گشنیگانی - MSc Student of Water Resources Engineering, Department of Water Engineering, Faculty of Agriculture, Shahrekord University, Shahrekord, Iran.
رسول میرعباسی نجف آبادی - Associate Professor, Department of Water Engineering, Faculty of Agriculture, Shahrekord University, Shahrekord, Iran.
محمدرضا گلابی - Ph.D of Hydrology and Water Resources, Department of Water Engineering, Faculty of Water Sciences, Shahid Chamran University of Ahvaz, Ahvaz, IRAN.
برآورد رواناب حاصل از بارندگی در یک حوضه آبخیز از جهات گوناگون از جمله مدیریت مخازن سدها، مدیریت منابع آب، تنظیم سیلاب، کنترل فرسایش کناره و بستر رودخانه حائز اهمیت میباشد. در این مطالعه، از مدل مفهومی HBV و مدل هوش مصنوعی جنگل تصادفی (RF) به منظور شبیهسازی فرایند بارش-رواناب در حوضه آبخیز بازفت در ایستگاه هیدرومتری لندی برای دوره آماری ۲۰۱۰ تا ۲۰۱۷ استفاده شد. برای ارزیابی عملکرد مدلها، از آمارههای ضریب همبستگی (r)، ریشه میانگین مربعات خطا (RMSE)، معیار کارایی نش–ساتکلیف (NS)، میانگین مطلق درصد خطا (MAPE) و میانگین قدرمطلق خطا (MAE) استفاده شد. مقایسه نتایج مدل مفهومی HBV و مدل RF نشان دهنده عملکرد بهتر مدل RF بود. بنابراین، مدل RF با مقادیر (m۳/s ۳۹/۰RMSE=، ۵۹/۹MAPE=، ۲۵/۰MAE=، ۹۵/۰ r= و ۸۲/۰NS=) به عنوان مدل برتر انتخاب گردید و این مدل میتواند برای کاربردهای آینده به عنوان یک گزینه جدید برای پیشبینی رواناب در حوضه بازفت مورد استفاده قرار گیرد.
کلمات کلیدی: Rainfall, Runoff, Evapotranspiration, Random forest model, Bazoft watershed
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1658801/