ارزیابی دو الگوریتم مختلف مونت کارلو زنجیر مارکف در تحلیل عدم قطعیت پارامترهای مدل توزیعی هیدرولوژیکی

تعیین مقادیر بهینه برای پارامترهای به کار رفته در هر مدل شبیه سازی کاری است که همواره با شکو تردید همراه می باشد و بنابراین باید عدم قطعیت موجود در پارامترهای شبیه سازی با روش های مناسب،scem ua و dream تحلیل و بررسی گردد. در این پژوهش مقایسه دو الگوریتم عدم قطعیتبه کار گرفته شد. این affdef برای پارامترهای مدل بارش- رواناب فیزیکی و توزیعی تک رخدادروش ها برپایه مونت کارلو زنجیر مارکف بوده که اخیراً توسعه یافته اند و از روش نمونه گیر متروپولیساستفاده می کنند که به خوبی قادر به بررسی فضای پارامتری با حداقل تعداد تکرار میباشد. مدلبه دلیل خطای کم تر آن- به نسبت fortran در زبان برنامه نویسی affdef هیدرولوژیک توزیعیمدل های یکپارچه در این پژوهش به کار گرفته شد. منطقه مورد مطالعه، حوضه ابوالعباس به مساحتتقریبی 280 کیلومترمربع در شرق استان خوزستان بوده که دارای میانگین سالانه بارش 550 میلی مترمی باشد. تعداد 6 رخداد در خلال فصل غیرذوب برف برای این منظور به کار گرفته شد که از این میان4 رخداد برای واسنجی و 2 رخداد برای صحت سنجی نتایج مورد استفاده قرار گرفت. نتایج دو روشعدم قطعیت، همگرایی سریع تر و همچنین بازه پسین باریک تر برای پارامترهای مدل بارش رواناب رانشان داد که در حقیقت کارایی بالای روش scem-ua به نسبت روش dream در روشmohsen.pourreza@birjand.ac.ir : * مسیول مکاتبه1393 ( نشریه پژوهش های حفاظت آب و خاک جلد ( 21 )، شماره ( 5271-11- برای سیلاب 11 d و فاکتور p را اثبات نمود. به طوری که برای مثال مقادیر فاکتور dream1 به ترتیب افزایش و کاهش یافته است. ضمن آن که / 0 و 56 / به 96 scem 2 در روش / 0 و 25 / از 92وابستگی توابع توزیع پارامترها در هر رخداد به ویژگی های دبی اوج و شرایط رطوبتی آن رخداد را نیزنشان داده شد.