مقایسه مدل هیدرولوژیک توزیعی wetspa و شبکه عصبی- فازی تطبیقی در شبیه‌سازی بارش- رواناب در حوزه آبخیز کسیلیان

مدل سازی فرایند بارش رواناب و پیش بینی دبی رودخانه یک اقدام مهم در مدیریت و مهار سیلاب ها، طراحی سازه های آبی در حوزه های آبخیز و مدیریت خشکسالی است. هدف این تحقیق شبیه سازی جریان روزانه در حوزه آبخیز کسیلیان با مدل wetspa و شبکه عصبی فازی تطبیقی است. wetspa یک مدل پیوسته هیدرولوژیک فیزیکی است که قابلیت پیش بینی سیلاب در مقیاس حوزه آبخیز با گام های زمانی مختلف را داراست و شبکه عصبی فازی تطبیقی هم جزء مدل های جعبه سیاه می باشند که امروزه مورد توجه زیادی قرار گرفته است. در این تحقیق از آمار باران، تبخیر و دمای ایستگاه هواشناسی سنگده و آمار دبی ایستگاه ولیک بن طی سال های 1382 تا 1388 استفاده شد. نتایج شبیه سازی با مدلwetspa نشان داد که این مدل به خوبی توانسته جریان پایه رودخانه را با معیار ناش ساتکلیف 0.64 در مرحله آزمون شبیه سازی نماید ولی در شبیه سازی جریان های سیلابی با خطا همراه است که دلیل آن را می توان به کوچک بودن آبخیز و کوتاه بودن زمان پیمایش اشاره کرد. همچنین این مدل به خوبی توانسته بیلان آب حوزه آبخیز کسیلیان را شبیه سازی کند. آنالیز حساسیت پارامترهای مدل نشان داد که ضریب افت آب زیرزمینی از بیشترین حساسیت و ضریب روز درجه بارش از کمترین حساسیت برخوردار است. همچنین شبکه عصبی فازی تطبیقی با ورودی باران با یک روز تاخیر و تبخیر با یک روز تاخیر با معیار ناش ساتکلیف 0.80 در دوره آزمون پاسخ های قابل قبول تری نسبت به مدل wetspa با معیار ناش ساتکلیف 0.24 داشت.

Comparison of WetSpa Distributed Hydrological Model and Adaptive Neuro-Fuzzy Inference System for Rainfall-Runoff Modeling in Kasilian Watershed

Rainfallrunoff modeling and prediction of river discharge is one important parameter in flood control and management, hydraulic structure design, and drought management. The goal of this study is simulating the daily discharge in Kasilian watershed by using WetSpa model and adaptive neurofuzzy inference system (ANFIS). The WetSpa model is a distributed hydrological and physically based model, which is able to predict flood on the watershed scale with various time intervals. The ANFIS is a black box model which has attracted the attention of many researchers. The digital maps of topography, land use, and soil type are 3 base maps used in the model for the prediction of daily discharge while intelligent models use available hydrometric and meteorological stations#39 data. The results of WetSpa model showed that this model can simulate the river base flow with Nash Sutcliff criteria of 64 percent in the validation period, but shows less accuracy with flooding discharges. The reason for this result can be the small and short Travel time noted. This model can simulate the water balance in Kasilian watershed as well. The sensitivity analysis showed that groundwater flow recession and rainfall degreeday parameters have the highest and lowest effect on the results, respectively. Also, ANFIS with the inputs of rainfall 1day lag and evaporation 1day lag, with NashSutcliff criteria of 80, was superior to WetSpa model with NashSutcliff criteria of 24 percent in the validation period.