کاهش خطای شبیه سازی فرآیند بارش-رواناب با بکارگیری تکنیک داده گواری در مدل هیدرولوژیکی SWAT

Abstract

مدلسازی فرآیند بارش-رواناب با انبوهی از پارامترها و داده های اقلیمی همراه است که ارائه یک مدل شبیه ساز مناسب با حداقل خطا از چالش های مطالعات گذشته بوده است. عدم اطمینان و قطعیت بر صحت داده ها و پارامترهای ورودی مدل های شبیه سازی منجر به تولید خطا می شود که تاثیر قابل توجهی بر پیش بینی های بلند مدت و سیاست های مدیریتی می گذارد. در این مطالعه از مدل مفهومی آب و خاک SWAT به منظور شبیه سازی فرآیند بارش-رواناب در زیر حوضه آبریز چلگرد استفاده می شود. به منظور ارائه یک مدل مناسب، تکنیک داده گواری فیلتر کالمن مجموعه ای (EnKF) جهت به روزرسانی و اصلاح منابع تولید خطا در مدلسازی به کار برده می شود که این منابع شامل پارامترها و داده های ورودی مدل می باشد. نتایج بدست آمده از مدل اصلاحی ارائه شده با معیار ارزیابی Nash-Sutcliff سنجیده شده که مدل اصلاحی با ضریب 0.86 عملکرد بهتری نسبت به مدل توسعه یافته بدون تکنیک EnKF از خود نشان می دهد و همچنین ضریب Nash-Sutcliff برای دوره صحت سنجی به 0.82 ارتقاء می یابد.