بهبود عملکرد مدل هیدرولوژیکی hymod با استفاده از الگوریتم بهینه‌سازی نهنگ

امروزه استفاده از مدل ‌های هیدرولوژی، عمدتاً برای شبیه‌ سازی تغییرات منبع آب و سیلان (رواناب و تبخیر) ضروری به نظر می‌ رسد. مدل ‌سازی مناسب فرایندهای هیدرولوژیکی نیازمند تعیین پارامترهای مدل است. در فرایندهای واسنجی مقادیر پارامترهای مدل طوری برآورد می‌ شوند که مدل به‌خوبی بتواند سامانه طبیعی را شبیه‌ سازی کند. تخمین پارامترهای این گونه مدل‌ ها عموماً به‌صورت مستقیم به‌‎دلیل تعداد بالای پارامترها غیرممکن است و لازم است، به کمک ابزار های بهینه‌ سازی (واسنجی مدل) آن ‌ها را برآورد کرد. در پژوهش حاضر، واسنجی پارامتر های مدل بارش–رواناب روزانه hymod (یک مدل ساده مفهومی بارش–رواناب) با استفاده از الگوریتم نهنگ (woa) که از نحوه جستجوی غذای نهنگ سرچشمه گرفته است، انجام شد. ارزیابی روش واسنجی مذکور با استفاده از داده‌ های روزانه بارش و تبخیر و تعرق برای پنج سال و صحت‌ سنجی آن نیز در پنج سال، در حوضه رودخانه لیف آمریکا انجام شد. مقادیر دبی شبیه‌ سازی شده و مشاهده شده با کمک شاخص‌ های ضریب همبستگی (r2)، خطای جذر میانگین مربعات (rmse) و ضریب ناش-ساتکلیف (ns) مقایسه شدند. مقادیر معیارهای سنجش خطا به‌ترتیب 0.91، 1.2 و 0.8 برای دوره واسنجی و 0.91، 2.5 و 0.83 برای دوره صحت ‌سنجی به ‌دست آمد. همچنین، پارامترهای محاسبه شده به کمک الگوریتم نهنگ، میزان بیشترین ذخیره رطوبتی در حوضه 216.95 میلی ‌متر، تغییرات مکانی ذخیره رطوبت خاک 0.38، عامل توزیع بین دو مخزن رطوبتی 0.98، زمان ماندگاری در مخزن جریان آرام 0.08 روز و زمان ماندگاری در مخزن جریان سریع 0.47 روز است. بررسی مقادیر خطا نشان داد، الگوریتم بهینه ‌سازی نهنگ کارایی بالایی در زمینه واسنجی مدل ‌های بارش-رواناب دارد.

improving the performance of the hymod model using the whale optimization algorithm

today, the use of hydrological models is mainly necessary to simulate changes in water source and flow (runoff and evaporation). proper modeling of hydrological processes requires the determination of model parameters. in calibration processes, the values ​​of the model parameters are estimated so that the model can simulate a natural system well. it is generally impossible to estimate the parameters of such models directly due to the large number of parameters and it is necessary to estimate them with the help of optimization tools (model calibration). in the present study, the parameters of the daily hymod rainfall-runoff model (a simple conceptual rainfall-runoff model) were calibrated using the whale algorithm (woa), which is derived from the way whale food is searched. the evaluation of the mentioned calibration method was performed using daily precipitation, evapotranspiration and transpiration data for 5 years and its validation was performed in 5 years in the leaf river basin of the united states. the simulated and observed flow rates were compared using correlation coefficient (r2), root mean square error (rmse) and nash-sutcliffe coefficient (ns). the values ​​of error measurement criteria were 0.91, 1.2 and 0.8 for the calibration period and 0.91, 2.5 and 0.83 for the validation period, respectively. also, the parameters calculated using the whale algorithm, the maximum moisture storage in the area of 216.95 mm, spatial variation of soil moisture storage 0.38, the distribution factor between the two moisture tanks 0.98, the shelf life in the laminar tank 0.08 days and shelf life in fast flow tank is 0.47 days. examination of error values ​​showed that the whale optimization algorithm has high efficiency in calibrating rainfall-runoff models.