تلفیق مدل هیدرولوژیکی hec-hms و داده‌های بارش ماهواره‌ای با توان تفکیک زمانی و مکانی بالا جهت شبیه‌سازی سیلاب

شبیه‌سازی سیلاب با مدل‌های هیدرولوژیکی نیازمند داده‌ی بارش ورودی مناسب می‌باشد که متاسفانه در بیشتر حوضه‌های کشور، پراکندگی مناسبی از ایستگاه‌های باران‌سنجی و داده‌های آمار بلند مدت وجود ندارد. بدین منظور استفاده از داده‌های بارش ماهواره‌ای با توان تفکیک زمانی و مکانی بالا جهت رفع این خلا می‌تواند مفید و سودمند باشد. پژوهش حاضر با هدف بررسی کارایی داده‌های ساعتی منبع بارشی persiann-ccs جهت شبیه‌سازی سیلاب با مدل رخدادمحور hec-hms در حوضه آبریز اسالم به انجام رسیده است. برای ارزیابی هرچه بهتر عملکرد مدل hechms نسبت به بارش ورودی از سه سناریوی مکانی (lumped, thiessen, link-lumped) و زمانی (1، 3 و 6 ساعته) مختلف استفاده بعمل آمده است. نتایج حاصل از اجرای مدل به ازای سناریوهای مذکور نشان داد که در صورت استفاده از داده‌های بارش persiann-ccs برای شبیه‌سازی هیدروگراف سیلاب، گام زمانی 3 و 6 ساعته به ویژه در سناریوی مکانی link-lumped منجربه نتایج بهتری خواهد شد. به عنوان مثال، متوسط مقادیر شاخص کارایی نش ساتکلیف (nse) و ضریب همبستگی (cc) برای رخدادهای مورد بررسی برای موارد مذکور به ترتیب در حدود 0.58 و 0.78 (گام زمانی 3 ساعته) و 0.56 و 0.74 (گام زمانی 6 ساعته) می‌باشد. همچنین نتایج حاکی از آن است که چنانچه هدف برآورد صحیح دبی اوج سیلاب باشد، سناریوی مکانی دوم یعنی استفاده از پلیگون thiessen برای محاسبه بارش متوسط در سطح حوضه در گام‌های زمانی 1 و 3 ساعته منجربه کمترین مقدار خطا می‌شود (با خطای نسبی 0.2 تا 7.6 درصد) و این در حالی است که سناریوی مکانی سوم یعنی link-lumped از نظر توانایی لازم جهت تخمین دبی اوج برخوردار نمی‌باشد. تلفیق سناریوی مکانی اول و داده‌های بارش persiann-ccs نیز بهترین گزینه برای تخمین زمان رسیدن سیلاب به حداکثر مقدار خود (tp) که از اهمیت زیادی در سامانه‌های هشدار سیلاب برخوردار است، می‌باشد. یافته‌های پژوهش حاضر موید این مطلب است که در صورت عدم وجود داده‌های بارش زمینی می‌توان از داده‌های بارش ماهواره‌ای با توان تفکیک زمانی و مکانی بالا مانند persiann-ccs برای شبیه‌سازی سیلاب استفاده نمود.

Integration of HEC-HMS Model with the Satellite-based High Spatiotemporal Resolution Dataset for Applying in Flood Simulation

Flood simulation using the hydrological model requires an appropriate rainfall dataset and unfortunately, in most parts of the Iran country the spatiotemporal resolution and density of ground gauges aren’t suitable. Hence, using remotely sensed high spatiotemporal resolution datasets can be useful for filling this gap. The main objective of this research is the assessment of PERSIANNCCs hourly rainfall dataset for simulation of flood hydrograph using HECHMS eventbased model at the Asalem river basin (ARB), Iran. Furthermore, to better evaluation of this model, three different spatial scenarios (including lumped, Thiessen and linklumped) at 1, 3 and 6 hour time steps are used. Findings showed that using of linklumped scenario at 3 and 6hour time steps for simulation of flood hydrograph leads to the best results. For example, in this case, the average values of NashSutcliffe efficiency (NSE) and Correlation Coefficient (CC) values for all events are about 0.58 and 0.78 (for Δt= 3 hr) and 0.56 and 0.74 (for Δt= 6 hr), respectively. Moreover, if the main purpose of modeling is the accurate estimation of peak flow, using the second spatial scenario leads to minimum error (with the relative error ranging between 0.2 and 7.6 %) at 1 and 3 hr time steps, while the third spatial scenario(linklumped) hasn’t the required potential for simulation of peak flow. Also, combing the first spatial scenario and PERSIANN CCs dataset is the best case for estimation of time to peak (Tp) which is very important in flood warning systems. Findings of this study indicate that in the lack of ground observations, the high spatiotemporal resolution rainfall datasets such as PERSIANNCCs can be used for flood simulation.