بررسی اولویت‌بندی زیرحوضه‌ها از نظر سیل‌خیزی با استفاده از مدل swat (حوضه آبخیز ارازکوسه استان گلستان)

سیلاب یک پدیده طبیعی است که هر ساله باعث به‌وجود آمدن خسارات سنگین جانی و مالی در نقاط مختلف کشور می‌شود. هدف اصلی در این پژوهش، بررسی کارایی مدل swat در پیش‌بینی سیلاب و اولویت‌بندی زیرحوضه‌ها در حوضه آبخیز ارازکوسه استان گلستان است. برای واسنجی مدل از برنامه sufi2 استفاده شد. بعد از اتمام واسنجی و بهینه‌شدن مدل در منطقه مطالعاتی اقدام به اعتبارسنجی مدل شد. واسنجی مدل برای سال‌های 1991 تا 1998، و اعتبارسنجی نیز براساس آمار سال‌های 2001 تا 2009 انجام شد. برای تجزیه و تحلیل نتایج از شاخص‌های آماری r2، br2 و ضریب نش‌ساتکلیف (ns) استفاده شد. پس از واسنجی مدل با استفاده از الگوریتم 2sufi ضرایب 2r، 2 br و ns به‌ترتیب 0/81، 0/81 و 0/73 و برای مرحله اعتبارسنجی آن 0/81، 0/78 و 0/64 براورد شدند. نتایج آنالیز حساسیت 13 پارامتر موثر بر رواناب را نشان داد که شماره منحنی (cn2) به‌عنوان مهم‌ترین پارامتر شناخته شد و درنتیجه پارامترهای ثابت تخلیه آب زیرزمینی (alpha_bf)، زمان تاخیر آب زیرزمینی (gw_delay) و حداقل مقدار ذخیره آب لازم برای ایجاد جریان پایه (gwqmn) به‌ترتیب حساسیت بیشتری دارند. برای بررسی سیل‌خیزی، حوضه آبخیز ارازکوسه ابتدا به شش منطقه یا زیرحوضه کلی تقسیم‌بندی شد. بنابراین با توجه به نتایج حاصل از اجرای مدل swat و دو روش تغییر cn برای هریک از زیرحوضه‌ها و تعیین دبی اوج با و بدون یک زیرحوضه، زیرحوضه شماره 6 با کاهش 22/4 درصدی دبی اوج رتبه اول را از لحاظ سیل‌خیزی در منطقه دارا است. درنتیجه به‌ترتیب زیرحوضه شماره 4، 1، 3، 5 و 2 دارای رتبه دوم تا ششم در پتانسیل سیل‌خیزی حوضه ارازکوسه هستند.

Prioritization of Sub-Watersheds from Flooding Viewpoint Using the SWAT Model (Arazkoose Watershed, Golestan Province)

Flood is a natural disaster making the heavy humanistic and economic damages each year in most parts of Iran. In this research, the SWAT model performance in flood prediction and subbasin priority was investigated in terms of flooding in ArazKose watershed in Golestan province. To calibrate the model, SUFI2 was applied. The calibration and validation were done for the 19911998 period based on the data of 20012009. After validation, the indices (R2, bR2, and NS) were estimated. They were equal to 0.81, 0.81 and 0.73 for calibration and 081, 0.78 and 0.64 for validation, respectively. The sensitivity analysis results showed 13 effective parameters. The curve number (CN2) was determined as the most effective parameter. For studying the flooding in a watershed, the ArazKose watershed was divided into six parts. Based on the obtained results from the SWAT model with different CN and F indexes (with/without considering the subwatershed), the sixth subbasin with 22.4% decrease in discharge was chosen as the most effective region in flooding. Meanwhile, the other subbasins including 4, 1, 3, 5 and 2 had more flood potential, respectively.