تحلیل عدم قطعیت در برآورد پارامترهای مدل توزیعی بارش- رواناب با کاربرد الگوریتم مونت‌کارلو- زنجیر‌ مارکف

یافتن مقادیر بهینه برای پارامترهای هر مدل شبیه‌سازی کاری است که همواره با شک و تردید همراه است. به طوری که به عنوان مثال یک هیدرولوژیست با وجود مهارت و تجربه بالا هم نمی‌تواند به نتایج برآورد خود اطمینان کافی داشته باشد. در تحقیق حاضر، محدوده اطمینان و توزیع احتمالاتی پسین برای دبی خروجی و پارامترهای یک مدل توزیعی بارش- رواناب به کار رفته در حوضه ابوالعباس در استان خوزستان با استفاده از الگوریتم عدم قطعیت dream مبتنی بر مونت کارلو- زنجیره مارکف که اخیراً توسعه یافته است، تعیین شد. تعداد چهار رویداد برای واسنجی و دو رویداد برای صحت‌سنجی توزیع‌های پسین پارامترها به کار گرفته شد. مدل هیدرولوژیک توزیعی affdef توسعه یافته در زبان برنامه‌نویسیfortran به دلیل خطای کمتر آن (نسبت به مدل‌های یکپارچه) که ناشی از تخصیص مقادیر ورودی برای هر سلول است، در این تحقیق به کار گرفته شد. نتایج رویداد‌های دوره‌های واسنجی و صحت‌سنجی نشان داد که دبی‌های اوج هیدروگراف که یکی از مهمترین مولفه‌های آن است به خوبی در بازه‌های اطمینان 95 درصد تعیین شده قرار می‌گیرند. در مورد نقاط ابتدایی و انتهایی، شرایط اولیه مدل و خطاهای موجود در روش‌های تعیین دبی پایه برای رویداد‌های کوتاه مدت باعث شده اند تا به خوبی برآورد نشوند و تا حدودی خارج از محدوده اطمینان شبیه‌سازی شده قرار گیرند. کارآیی بالای الگوریتم dream در سرعت بالای رسیدن به همگرایی برای تمام زنجیره‌ها از دیگر ویژگی‌های خاص این الگوریتم است.