میز خدمت الکترونیک
دوره ویراستاری

  اخبار و اعلانات

 آمار

تعداد نشریات127
تعداد شماره‌ها7,196
تعداد مقالات77,227
تعداد مشاهده مقاله157,210,587
تعداد دریافت فایل اصل مقاله118,401,376
بشیرگنبد, محمد, جعفری, شادی. (1405). مدل‌سازی هیدرولوژیکی و اولویت‌بندی زیرحوضه‌های مولد سیلاب با استفاده از مدل HEC-HMS در حوزه آبخیز سد کلان. , 13(1), 1187-1207. doi: 10.22059/ije.2026.408949.1903
محمد بشیرگنبد; شادی جعفری. "مدل‌سازی هیدرولوژیکی و اولویت‌بندی زیرحوضه‌های مولد سیلاب با استفاده از مدل HEC-HMS در حوزه آبخیز سد کلان". , 13, 1, 1405, 1187-1207. doi: 10.22059/ije.2026.408949.1903
بشیرگنبد, محمد, جعفری, شادی. (1405). 'مدل‌سازی هیدرولوژیکی و اولویت‌بندی زیرحوضه‌های مولد سیلاب با استفاده از مدل HEC-HMS در حوزه آبخیز سد کلان', , 13(1), pp. 1187-1207. doi: 10.22059/ije.2026.408949.1903
بشیرگنبد, محمد, جعفری, شادی. مدل‌سازی هیدرولوژیکی و اولویت‌بندی زیرحوضه‌های مولد سیلاب با استفاده از مدل HEC-HMS در حوزه آبخیز سد کلان. , 1405; 13(1): 1187-1207. doi: 10.22059/ije.2026.408949.1903

مدل‌سازی هیدرولوژیکی و اولویت‌بندی زیرحوضه‌های مولد سیلاب با استفاده از مدل HEC-HMS در حوزه آبخیز سد کلان

مجله اکوهیدرولوژی
دوره 13، شماره 1، فروردین 1405، صفحه 1187-1207    اصل مقاله (1.31 M)
نوع مقاله: پژوهشی
شناسه دیجیتال (DOI): 10.22059/ije.2026.408949.1903
نویسندگان
محمد بشیرگنبد* 1؛ شادی جعفری2
1استادیار، گروه مهندسی طبیعت، دانشکده منابع طبیعی و محیط‌زیست، دانشگاه ملایر، ملایر، ایران
2دانش آموختۀ کارشناسی ارشد آبخیزداری، دانشکدۀ منابع طبیعی و محیط ‌زیست، دانشگاه ملایر، ملایر، ایران
چکیده
مقدمه: سیلاب‌ها از جمله مخرب‌ترین بلایای طبیعی هستند که خسارت‌های جبران‌ناپذیری به جوامع انسانی و اکوسیستم‌ها وارد می‌کنند. در ایران، شرایط اقلیمی خشک و نیمه‌خشک همراه با تغییرات کاربری اراضی و تخریب پوشش گیاهی، موجب افزایش قابل توجه فراوانی و شدت سیلاب‌ها شده است.
هدف: این مطالعه با هدف شناسایی و اولویت‌بندی دقیق زیرحوضه‌های بحرانی مولد سیل در حوضۀ آبخیز سد کلان از طریق تلفیق مدل هیدرولوژیکی HEC-HMS و رویکرد تحلیل حساسیت حذف انفرادی زیرحوضه‌ها انجام شده است.
روش پژوهش: حوضۀ آبخیز سد کلان به مساحت ۳۳۲۸۶ هکتار در استان همدان واقع شده است. پارامترهای فیزیوگرافی و هیدرولوژیکی با استفاده از ArcGIS، ArcHydro و HEC-GeoHMS استخراج شد. ده رویداد بارش ـ رواناب انتخاب شد؛ هشت رویداد برای کالیبراسیون و دو رویداد برای اعتبارسنجی مدل HEC-HMS استفاده شد. روش SCS-CN برای محاسبۀ تلفات، هیدروگراف واحد کلارک برای تبدیل بارش مؤثر به رواناب و روش ماسکینگام برای روندیابی جریان به کار رفت. کارایی مدل با ضرایب نش ـ ساتکلیف، ریشۀ میانگین مربعات خطا و درصد خطای اریب ارزیابی شد. زیرحوضه‌های بحرانی با حذف متوالی هر زیرحوضه و محاسبۀ درصد کاهش دبی اوج خروجی شناسایی شدند. همچنین برای حذف اثر مساحت، دبی ویژه و درصد کاهش به ازای واحد سطح محاسبه شد.
یافته‌ها: مدل HEC-HMS عملکرد مطلوبی در مرحله اعتبارسنجی نشان داد (نش-ساتکلیف برابر0/947، ریشۀ میانگین مربعات خطا برابر 0/2 و درصد خطای کلی برابر 8/56-). تحلیل حذف انفرادی زیرحوضه‌ها نشان داد سهم زیرحوضه‌ها در تولید دبی اوج خروجی یکسان نیست. زیرحوضه W530 با وجود مساحت متوسط، بیشترین درصد کاهش را در دبی اوج خروجی هنگام حذف ایجاد کرد و به عنوان بحرانی‌ترین زیرحوضه مولد سیل معرفی شد. اولویت‌بندی بر اساس دبی ویژه و درصد کاهش به ازای واحد سطح تفاوت قابل ‌توجهی با اولویت‌بندی بر اساس دبی مطلق داشت که نشان می‌دهد مساحت به‌تنهایی معیار کافی برای اولویت‌بندی نیست.
نتیجه‌گیری: تلفیق مدل HEC-HMS با تحلیل حساسیت حذف انفرادی زیرحوضه‌ها چارچوبی کمی و قابل اعتماد برای اولویت‌بندی مناطق بحرانی مولد سیل فراهم می‌کند. در حوضۀ آبخیز سد کلان، زیرحوضه W530 نیاز فوری به اقدامات کنترل سیل دارد. اولویت‌بندی نباید تنها بر اساس مساحت باشد، بلکه باید دبی ویژه و درصد کاهش به ازای واحد سطح نیز در نظر گرفته شود. 
کلیدواژه‌ها
تولید سیل؛ اولویت بندی زیر حوضه ها؛ مدل بارش رواناب؛ مدیریت حوزه آبخیز؛ سد کلان
عنوان مقاله [English]
Hydrological Modeling and Flood-Generating Sub-Basin Prioritization Using HEC-HMS in the Kalan Dam Watershed
نویسندگان [English]
Mohammad Bashirgonbad1؛ Shadi Jafari2
1Assistant Professor, Department of Nature Engineering, Faculty of Natural Resources and Environment, Malayer University, Malayer, Iran
2M.Sc. in Watershed Management, Department of Nature Engineering, Faculty of Natural Resources and Environment, Malayer University, Malayer, Iran
چکیده [English]
Objective: Floods are among the most destructive natural disasters, and in Iran, land use changes and vegetation degradation have significantly increased flood frequency and intensity. Integrated watershed management requires identifying critical flood-producing sub-basins, as treating an entire watershed is impractical. This study aims to identify and prioritize flood-producing sub-basins in the Kalan Dam watershed by integrating the HEC-HMS hydrological model with an individual sub-basin removal sensitivity analysis.
Method: The Kalan Dam watershed in Hamadan Province, Iran, was studied using a 1:25,000 DEM. Physiographic and hydrological parameters were extracted using ArcGIS, ArcHydro, and HEC-GeoHMS. Ten rainfall-runoff events were selected; eight for calibration and two for validation of the HEC-HMS model. The SCS-CN method was used for loss calculation, the Clark unit hydrograph for runoff transformation, and the Muskingum method for routing. Model performance was evaluated using NSE, RMSE, and PBIAS. Critical sub-basins were identified by sequentially removing each sub-basin and calculating the percentage reduction in outlet peak discharge. Specific discharge and reduction per unit area were also computed to eliminate area effects.
Results: The HEC-HMS model showed good performance during validation (high NSE, low RMSE and PBIAS). The individual sub-basin removal analysis revealed uneven contributions to outlet peak discharge. Sub-basin W530, despite having a moderate area, caused the highest reduction in outlet peak discharge when removed, identifying it as the most critical flood-producing sub-basin. Rankings based on specific discharge and reduction per unit area differed significantly from rankings based on absolute discharge, confirming that area alone is an insufficient criterion. Sub-basins with steeper slopes, higher Curve Numbers, and shorter time of concentration contributed more to flood generation.
Conclusions: Integrating HEC-HMS with sub-basin removal sensitivity analysis provides a robust, quantitative framework for prioritizing critical flood-producing areas. For the Kalan Dam watershed, sub-basin W530 requires urgent flood control interventions. Prioritization should not rely solely on area but should incorporate specific discharge and reduction per unit area. This methodology can be extended to other flood-prone semi-arid regions.
کلیدواژه‌ها [English]
Flood, HEC-HMS model, Specific discharge, Prioritization, Kalan watershed
مراجع
  • Badri, B., Zare Bidaki, R., Honarbakhsh, A., & Atashkhar, F. (2016). Prioritization of Flooding Potential in Beheshtabad Subbasins. Physical Geography Research Quarterly, 48(1), 143–158. https://doi.org/10.22059/jphgr.2016.57032
  • Bahrami, S. A., Onagh, M., & Farazjoo, H. (2011). The role of flood routing in determination and Prioritizing hydrologic units Bostan Dam Basin from flooding and showing management technique. Journal of Water and Soil Resources Conservation, 1(1), 10–26. Retrieved from https://wsrcj.srbiau.ac.ir/article_1930.html
  • Barker, R. D., & Chandrakantha, G. (2022). Estimation of Runoff Potential using Curve Number Method. Indian Journal of Ecology, 49, 1843–1847. https://doi.org/10.55362/ije/2022/3745
  • Besalatpour, A., Hajabbasi, M. A., Ayoubi, S., & Jalalian, A. (2012). Identification and prioritization of critical sub-basins in a highly mountainous watershed using SWAT model. Eurasian Journal of Soil Science, 1, 58–63.
  • Ghadimi, M., Hajihasani, N., Malekian, A., & Moghimi, E. (2022). Flood potential assessment of the Kan basin using morphometric pharameters. Journal of Range and Watershed Managment, 75(4), 539–551. https://doi.org/10.22059/jrwm.2021.311132.1537
  • Hejazizadeh, Z., Hosseini, A., & Shadfar, S. (2017). Locating the effective levels on the flood peak flow in order to plan and contain the flood. Geography, 14(51), 31–42. Retrieved from https://mag.iga.ir/article_254350.html
  • Hosseini, A. N. S. M. (2016). A New Approach on Unit Flood Response Method in Prioritization of Sub-basins for Flood Control Activities. Ferdowsi Civil Engineering, 27(1), 51–66. Retrieved from https://civil-ferdowsi.um.ac.ir/article_28914.html?lang=en
  • Hosseinzadeh, M. M., Salehi Milani, A. R., & Rezaian Zarandini, F. (2023). Zoning of the sensitivity of the sub-basins of Nekarood basin to flooding, Neka-Mazandaran. Hydrogeomorphology, 10(34), 100–175. https://doi.org/10.22034/hyd.2023.52132.1646
  • Islam, A., & Deb Barman, S. (2020). Drainage basin morphometry and evaluating its role on flood-inducing capacity of tributary basins of Mayurakshi River, India. SN Applied Sciences, 2(6), 1–23. https://doi.org/10.1007/s42452-020-2839-4
  • jalaliyan, seed I. (2022). Evaluating and zoning flooding on a temporal and spatial scale (Study Area: Gorgan River Watershed in Golestan Province). Geographical Planning of Space, 11(42), 143–162. https://doi.org/10.30488/gps.2020.213834.3157
  • Kazakis, N., Kougias, I., & Patsialis, T. (2015). Assessment of flood hazard areas at a regional scale using an index-based approach and Analytical Hierarchy Process: Application in Rhodope–Evros region, Greece. Science of the Total Environment, 538, 555–563.
  • Khosroshahi, M. (2016). An overview to identification and prioritization of flood prone areas using SSSE method in sub-watersheds. Iran-Watershed Management Science & Engineering, 10(33), 59–72.
  • Mahmoodi,E. , Azari,M. and Dastorani,M. T. (2022). Prioritization of flood source areas in Darongar Dam basin using hydrological modeling. Journal of Climate Research, 1401(50), 151-166.
  • Maryanaji, Z., & Ramezani, A. (2020). Analysis of the effect of factors affecting flooding in Hamadan province using Shannon entropy model and GIS. Hydrogeomorphology, 7(23), 185–207. https://doi.org/10.22034/hyd.2020.11120
  • Memarian, H., Pourreza-Bilondi, M., & Ghaffari, M. (2021). The prioritization of isochrones affecting peak flood discharge in Neishabour Bar Watershed, Iran. Water Harvesting Research, 4(2), 176–190. https://doi.org/10.22077/jwhr.2022.5058.1054
  • Memarian Khalil Abad, H., Yousefi, M., & Aghakhani Afshar, A. (2018). Identification and separation of flooding source regions and investigating the impact of watershed management operations on the peak discharge (Case study: Bar watershed, Neyshabour, Iran). Journal of Water and Soil Conservation, 25(1), 35–59. https://doi.org/10.22069/jwsc.2018.13978.2875
  • Miller, J. D., Kim, H., Kjeldsen, T. R., Packman, J., Grebby, S., & Dearden, R. (2014). Assessing the impact of urbanization on storm runoff in a peri-urban catchment using historical change in impervious cover. Journal of Hydrology, 515, 59–70. https://doi.org/10.1016/j.jhydrol.2014.04.011
  • Mir Kazemi, S. M., Jalalkamali, N., & Irandoost, M. (2021). Sensitivity Analysis of Single Successive Sub-Basin Elimination Method in Flood Prone Area Derivation to Temporal and Height of Precipitation (Case Study: Zahedan Basin). Iranian Water Researches Journal, 15(3), 51–59. Retrieved from https://iwrj.sku.ac.ir/article_11160.html
  • Mojiri, H., & Halabian, A. (2019). Evaluation of the Effects of Temporal variables of Temperature, Precipitation and Water Harvesting on Groundwater Resources in Mehrgerd basin of Semirom. Journal of Watershed Management Research, 10(20), 238–249. https://doi.org/10.29252/jwmr.10.20.238
  • Moazeni Noghondar, S., Salajegheh, A., Khalighi Sigaroudi, S., & Golkarian, A. (2025). Sensitivity Analysis of Parameters Influencing Runoff Reduction Using the HEC-HMS Model in Gonbad Paired Watersheds, Hamadan. Journal of Watershed Management Research, 16(2), 1–18. https://doi.org/10.61882/jwmr.2025.1305
  • Mokhtari, E., Mezali, F., Abdelkebir, B., & Engel, B. (2023). Flood risk assessment using analytical hierarchy process: A case study from the Cheliff-Ghrib watershed, Algeria. Journal of Water and Climate Change, 14(3), 694–711. https://doi.org/10.2166/wcc.2023.316
  • Noori, A., & Bonakdari, H. (2023). A GIS-Based Fuzzy Hierarchical Modeling for Flood Susceptibility Mapping: A Case Study in Ontario, Eastern Canada, 62. https://doi.org/10.3390/ecws-7-14242
  • Nozari, hamed, marofi,  safar, & edirsh,  (2017). Identification and prioritize of potential areas to flood inundation in the Dez basin using WMS. Journal of Range and Watershed Managment, 70(3), 805–820. https://doi.org/10.22059/jrwm.2017.136829.935
  • Rafiei Sardoii, E., Khalighi Sigarodi, S., Azareh, A., & Rostami Khalaj, M. (2015). Application of HEC-HMS model for prioritization of flooding potential in Upper Karaj Dam Catchment. Iran-Watershed Management Science & Engineering, 9(28), 53–56.
  • Rahman, M., Ningsheng, C., Mahmud, G. I., Islam, M. M., Pourghasemi, H. R., Ahmad, H., … Dewan, A. (2021). Flooding and its relationship with land cover change, population growth, and road density. Geoscience Frontiers, 12(6), 101224. https://doi.org/10.1016/j.gsf.2021.101224
  • Saghafian, B., & Khosroshahi, M. (2005). Unit Response Approach for Priority Determination of Flood Source Areas. Journal of Hydrologic Engineering, 10(4), 270–277. https://doi.org/10.1061/(asce)1084-0699(2005)10:4(270)
  • Sepahvand, T., Soleimani- Motlagh, M., Zeinivand, H., & Mirzaei Mosivand, A. (2023). Estimating Flood through the Fractal Theory-Based Precipitation Estimation and the CN Extracted from Sentinel 2 in HEC-HMS Model: A Case Study of Thireh Watershed in Borujerd-Dorud Region. Desert Ecosystem Engineering, 12(38), 87–103. https://doi.org/‎10.22052/deej.2024.253747.1028
  • Shelar, R. S., Shinde, S. P., Pande, C. B., Moharir, K. N., Orimoloye, I. R., Mishra, A. P., & Varade, A. M. (2022). Sub-watershed prioritization of Koyna river basin in India using multi criteria analytical hierarchical process, remote sensing and GIS techniques. Physics and Chemistry of the Earth, Parts A/B/C, 128, 103219.
  • Smith, K., & Ward, R. (1998). Floods: Physical Processes and Human Impacts. Retrieved from https://api.semanticscholar.org/CorpusID:127494226
  • Talebi, A., Eslami, Z., & Abbasi, A. (2019). Comparing prioritization from flooding of sub-basins using HEC-HMS model and experimental methods in Eskandari Watershed. Watershed Engineering and Management, 11(2), 336–343. https://doi.org/10.22092/ijwmse.2017.107260.1174
  • Vansteenkiste, T., Tavakoli, M., Van Steenbergen, N., De Smedt, F., Batelaan, O., Pereira, F., & Willems, P. (2014). Intercomparison of five lumped and distributed models for catchment runoff and extreme flow simulation. Journal of Hydrology, 511, 335–349. https://doi.org/10.1016/J.JHYDROL.2014.01.050
  • Veneziano, D., & Villani, P. (1999). Best linear unbiased design hyetograph. Water Resources Research, 35(9), 2725. https://doi.org/10.1029/1999WR900156
آمار
تعداد مشاهده مقاله: 179
تعداد دریافت فایل اصل مقاله: 71





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب