بررسی کارایی شماره منحنی فازی در شبیه‌سازی رواناب ماهانه در حوزۀ ‌آبخیز بهشت‌آباد

روش شماره منحنی رواناب به‌طور گسترده‌ای جهت پیش‌بینی رواناب استفاده شده و در بسیاری از بسته‌های نرم‌افزاری محبوب برای مدل‌سازی گنجانده شده است؛ اما تا حد زیادی به خصوصیات گروه‌های هیدرولوژیکی خاک وابسته است. بنابراین، تلاش در جهت کاهش این اثر و استخراج اطلاعات خاک ضروری است. مطالعه حاضر به‌‌منظور ادغام منطق فازی برای استخراج شماره منحنی رواناب انجام شده است. برای دستیابی به این هدف مدل توزیعی جدیدی به نام cns2 توسعه داده شده است. در بخش نخست، فرموله کردن و برنامه‌نویسی مدل cns2‌ با استفاده از محیط زبان برنامه‌نویسی پایتون انجام شد، سپس مدل در حوزه آبخیز بهشت آباد اجرا شد. این مدل در گام زمانی ماهانه با شماره منحنی فازی و در نظرگرفتن فاکتور تعداد روزهای بارانی، ضریب مدیریت معادله جهانی فرسایش خاک،‌ شیب و ضریب تتای خاک، میزان تولید رواناب را در یک حوزه آبخیز شبیه‌سازی می‌نماید. نتایج بیانگر آن است که مدل با شاخص نش ساتکلیف 0/6 و ضریب تبیین 0/63 در دورۀ واسنجی و شاخص نش 0/53 و ضریب تبیین 0/56 در دورۀ اعتبارسنجی، کارائی مناسب‌تری نسبت به روش سنتی شماره منحنی در شبیه‌سازی رواناب دارد. مزیت توزیعی بودن مدل امکان شناخت مناطق با تولید رواناب بیشتر را فراهم می‌آورد.

efficiency of fuzzy curve number on monthly runoff simulation in beheshtabad watershed

the runoff curve number method is widely used to predict runoff and exists in many popular software packs for modeling. the curve number is an empirical parameter important but depends largely on the characteristics of soil hydrologic groups. therefore, efforts to reduce this effect and extract more accurate soil information are necessary. the present study was conducted to integrate fuzzy logic for extraction runoff curve numbers. a new distribution model called cns2 has been developed. in the first part of this research, the formulation and programming of the cns2 model were done using the python programming language environment, then the model was implemented in the beheshtabad watershed. this model simulates the amount of runoff production in a watershed in the monthly time step with the fuzzy curve number and takes into account the factor of rainy days, the coefficient of management of the rusle3d equation, and the soils theta coefficient. the results indicated that the model with nashsutcliff 0.6 and the r^2 coefficient 0.63 in the calibration set and nash index 0.53 and r^2 coefficient 0.56 in the validation set had appropriate efficiency in runoff simulation. the advantage of the model is that distributive and allows for the identification of areas with higher runoff production.