مقایسه چند حالت تخمین رواناب بر مبنای روش شماره منحنی

روش شماره منحنی (cn) از متداول‌ترین روش‌های تخمین رواناب در حوضه‌های آبخیز است. مقدار cn به نفوذ آب در خاک، پوشش زمین و رطوبت قبلی خاک وابسته است. با توجه به شرایط رطوبتی خاک سه حالت cn شرایط رطوبتی خشک، متوسط و مرطوب رخ خواهد داد، اما تعیین مقدار cn با استفاده از شرایط نفوذ و پوشش زمین کار چندان آسانی نیست و به‌دقت زیادی نیاز دارد. در این تحقیق با استفاده از 63 واقعه اندازه‌گیری شده بارش رواناب در حوضه باغان در استان بوشهر و 34 واقعه در حوضه بوشیگان در استان فارس کارایی روش cn برای تخمین رواناب موردبررسی قرار گرفت و هفت حالت برای تخمین رواناب در نظر گرفته شدند: 1) روش متداول تعیین cn با استفاده از اطلاعات خاک و پوشش گیاهی. 2) اصلاح ضریب نگهداشت سطحی معادله تخمین رواناب با در نظر گرفتن شرایط رطوبتی متوسط. 3) اصلاح ضریب نگهداشت سطحی معادله تخمین رواناب با در نظر گرفتن شرایط رطوبتی مربوط به هر واقعه (شرایط خشک، متوسط و یا مرطوب). 4) استفاده از میانگین cn مشاهداتی وقایع رخ‌داده. 5 تا 7) استفاده از رابطه‌های خطی، توانی و استاندارد بین cn برحسب مقدار باران. برای این منظور از 48 واقعه در حوضه باغان و 26 واقعه در حوضه بوشیگان برای واسنجی نتایج و از 15 واقعه در حوضه باغان و 8 واقعه در حوضه بوشیگان برای ارزیابی نتایج استفاده شد. نتایج در دو حوضه نشان داد که حالت‌های خطی، توانی و استاندارد برای تخمین رواناب مناسب‌تر می‌باشند. هر سه حالت فوق برای تعیین cn به‌جای استفاده از اطلاعات نفوذ خاک و پوشش گیاهی به داده‌های اندازه‌گیری شده بارش رواناب وابسته هستند. همچنین نتایج نشان داد که روش متداول تعیین cn بر مبنای نفوذپذیری و پوشش زمین و سپس استفاده از آن برای تخمین رواناب مناسب نمی‌باشد.

Comparison of some conditions for runoff estimation based on the curve number method

The curve number (CN) method is one of the most common methods for estimating runoff in watersheds. The CN value depends on the soil infiltration, vegetation cover, and antecedent soil moisture content. According to the antecedent soil moisture content, three types of CN can be used: CN for dry soil moisture condition, CN for medium soil moisture condition, and CN for wet soil moisture condition. However, the determination of CN from the vegetation cover and soil infiltration needs high accuracy. In this study, 63 measured rainfallrunoff events in the Baghan watershed and 34 measured rainfallrunoff events in the Booshigan watershed were used for estimating runoff with seven conditions: 1) Calculating the CN value based on soil information and vegetation cover in different parts of the watershed. 2) Calibrating the surface storage coefficient of the runoff estimation equation by considering the medium condition for all events. 3) Calibrating the surface storage coefficient of the runoff estimation equation by considering the real soil moisture condition (dry or medium or wet) of each event. 4) Considering the average of observed CN in all measured rainfallrunoff events. 5 to 7) Calculating the relationship between the observed CN and measured rainfall as linear, power, and standard equation. For mentioned conditions, 48 measured rainfallrunoff events in the Baghan watershed and 26 measured rainfallrunoff events in the Booshigan watershed were used for calibrating the results, and the remained measured data in each watershed were used to evaluate the results. The results in two watersheds demonstrated that the linear, power, and standard conditions were better for runoff estimation. In the three mentioned conditions, the CN value depends on the measured rainfall data instead of using the soil infiltration information and vegetation cover of the watershed. Also, the results showed that it is not suitable to use the common method for determining the CN value (based on soil infiltration and vegetation cover of the watershed), and then estimating the runoff amount.