تعداد نشریات | 161 |
تعداد شمارهها | 6,476 |
تعداد مقالات | 70,001 |
تعداد مشاهده مقاله | 122,884,440 |
تعداد دریافت فایل اصل مقاله | 96,090,912 |
بررسی اثر الگوریتمهای روندیابی جریان و توان تفکیک مدلهای ارتفاعی رقومی بر شاخص توپوگرافی و عملکرد مدل نیمه توزیعی TOPMODEL (مطالعه موردی: حوضههای آبریز کسیلیان و کارده) | ||
تحقیقات آب و خاک ایران | ||
مقاله 5، دوره 49، شماره 4، مهر و آبان 1397، صفحه 751-765 اصل مقاله (1.2 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2018.235721.667705 | ||
نویسندگان | ||
علیرضا شکوهی1؛ اصغر عزیزیان* 2؛ نگین سلاورزی3؛ ویجی پی سینگ4 | ||
1گروه مهندسی آب دانشگاه بین المللی امام خمینی قزوین | ||
2استادیار گروه مهندسی آب/ دانشگاه بین المللی امام خمینی قزوین | ||
3دانش آموخته کارشناسی ارشد رشته آبیاری و زهکشی، گروه مهندسی آب دانشگاه بین المللی امام خمینی قزوین | ||
4استاد گروه مهندسی آب، دانشگاه A&M تگزاس، کالج استیشن | ||
چکیده | ||
نقش الگوریتمهای روندیابی جریان، برای استخراج پارامترهای ژئومورفولوژیکی حوضههای آبخیز و مدلسازی توزیعی فرآیند بارش- رواناب، غیرقابل انکار میباشد. در پژوهش حاضر به ارزیابی اثر چند الگوریتم پرکاربرد (D8, MFD, Lea) بر شاخص توپوگرافی و نیز عملکرد مدل نیمهتوزیعی TOPMODEL در ابعاد سلولی مختلف پرداخته شده است. نتایج حاصل از ارزیابی مدل در دو حوضه آبخیز کسیلیان و کارده، با دو مساحت و دو اقلیم متفاوت، حاکی از آن است که اگرچه در تمامی الگوریتمها با افزایش ابعاد سلول DEM متوسط شاخص توپوگرافی افزایش مییابد اما در یک ابعاد سلولی ثابت، مقدار متوسط شاخص توپوگرافی بدست آمده از دو روش MFD و D8 بهترتیب دارای بیشترین و کمترین مقدار میباشد. نکته مهم دیگر حاصل از این مطالعه آن است که واسنجی خودکار پارامترهای مدل و کاهش اختلاف بین شاخص کارائی نش-ساتکلیف مدل در الگوریتمهای مختلف میتواند بسیار گمراهکننده باشد؛ زیرا مقادیر متفاوت پارامترهای بدست آمده در هر الگوریتم، بر مهمترین پارامترهای هیدرولوژیکی از جمله میزان جریان سطحی و زیرسطحی شبیهسازی شده، تأثیرگذار است. بهطوریکه در حوضه کارده اگرچه اختلاف بین شاخص کارائی مدل در الگوریتمهای مختلف به کمتر از 5 درصد محدود میگردد، اما مدل واسنجی شده در الگوریتم D8 نسبت به دو الگوریتم دیگر جریان زیرسطحی را در حدود 12 درصد بیش برآورد مینماید. همچنین طبق نتایج بدست آمده الگوریتم MFD به علت مقادیر کم پارامتر m (در حدود 015/0) از کارائی مناسبی در حوضه کسیلیان برخوردار نمیباشد و به نوعی با مبانی TOPMODEL در تعارض میباشد. لذا توصیه میگردد در حوضههای فاقد آمار در انتخاب پارامتر m و نیز در شیبهای کم در تعیین الگوریتم روندیابی جریان، دقت کافی بهعمل آید. | ||
کلیدواژهها | ||
الگوریتمهای روندیابی جریان؛ توان تفکیک مدلهای رقومی ارتفاعی؛ شاخص توپوگرافی؛ TOPMODEL | ||
عنوان مقاله [English] | ||
An Investigation on the Effects of DEM Resolution and Flow Tracing Algorithms on the Topo Index and TOPMODEL Performance (Case Study: Kasilian and Karde Catchments) | ||
نویسندگان [English] | ||
Alireza Shokoohi1؛ Asghar Azizian2؛ Negin Salavarzi3؛ Vijay P Singh4 | ||
1Water Engineering Dept., IKIU university, Qazvin | ||
2Assistant Professor in Water Engineering Department/ Imam Khomeini International University | ||
3Msc in Irrigation Drainage, Water Engineering Dept., IKIU university, Qazvin | ||
4Professor of Water Engineering Department, Texas A&M University, College Station, USA | ||
چکیده [English] | ||
Topography is an important factor in watershed response to input rainfall. The important role of flow tracing algorithms for deriving geomorphologic parameters of watersheds to feed distributed/semi distributed rainfall runoff models is undeniable. In present research, the effects of some widely used algorithms like D8, MFD, and Lea on the performance of a semi distributed model, TOPMODEL, in different cell sizes were investigated. The model was applied in two study watersheds, Kasilian and Karde, with two different areas and climates. It was illustrated that while for all algorithms the Topo Index values increased with the increase of the DEM cell size, in a fixed cell size MFD and D8 algorithms gave the highest and lowest values of the Topo Index, respectively. The most important result drawn from this observation is the fact that the drainage area of each cell varies by changing the flow tracing algorithm. The model calibration, focusing on its important parameter “m” which controls the amount of runoff generated by the model, compensated the effects of DEM cell size’s increase and improved the model performance in terms of Nash-Sutcliffe index. It was concluded that using automatic calibration for enhancing the model performance could be misleading through giving unrealistic contribution of simulated surface and subsurface flow components. For example, in Kasilian watershed using D8 as the flow tracing algorithm the surface flow and subsurface flow showed the minimum and maximum contribution to the generated flow with respect to the other two algorithms, respectively. Moreover, MFD algorithm because of giving low values of “m” in the Kasilian watershed as a humid region is not a suitable algorithm in this type of climate and is in conflict with the basics of TOPMODEL. | ||
کلیدواژهها [English] | ||
Flow tracing algorithm, Topo Index, TOPMODEL, DEM Resolution | ||
مراجع | ||
Aryal SK and Bates BC, (2008). Effects of catchment discretization on topographic index distributions. Journal of Hydrology. 359 (1-2): 150-163. Azizian A and Shokoohi AR, (2015). Investigation of the Effects of DEM Creation Methods on the Performance of a Semi distributed Model: TOPMODEL. Journal of Hydrology Engineering 1:9. Azizian A and Shokoohi AR, 2016. Effects of data resolution on the performance of TOPMODEL. Modares Civil Engineering Journal 16 (1): 187-201 (In Persian). Azizian A, Shokoohi AR and Amiri Tokaldany E, 2013. Effects of DEM resolution on topographic index and TOPMODEL outputs. Iranian Journal of Water Research 1(1): 17-28 (In Persian). Azizian, A. and Shokoohi, A.R. (2014). DEM resolution and stream delineation threshold effects on the results of geomorphologic-based rainfall runoff models. Turkish J Eng Env Sci, 38: 64-78. Beven K, 1984. Infiltration into a class of vertically non-uniform soils. Hydrology. Sci 29(4): 425-434. Beven K and Binley AM, 1992. The future of distributed models: model calibration and uncertainty prediction. Hydrological Processes 6(1): 279–298. Beven K, 1997. TOPMODEL: a critique. Hydrological Processes 11 (9): 1069-1086. Beven KJ and Kirkby MJ, 1979. A physically based, variable contributing area model of basin hydrology. Hydrological Sciences Bulletin 24: 43–69. Bhawan VJ, (2001). Comparison of single and multiple flow direction algorithm for computing topographic parameters in Costa-Cabral MC, Burges SJ, 1994. Digital elevation model networks (DEMON): A model of flow over hillslopes for computation of contributing and dispersal areas. Water Resources Research 30: 1681-92. Donker NHW, 1993. Automatic extraction of catchment hydrologic Properties from digital elevation data. ITC Journal. Freeman GT, 1991. Calculating catchment area with divergent flow based on a regular grid. Computers and Geosciences 17: 413-22. Huang PC and Lee KT, 2016. Distinctions of geomorphological properties caused by different flow direction predictions from digital elevation models. International Journal of Geographical Information Science 30(2): 168–185. Lea NL, 1992. An aspect driven kinematic routing algorithm. In Parsons, A. J. and Abrahams, A. D. (eds). Overland Flow: Hydraulics and Erosion Mechanics. London, University College London Press. Nourani V, Roughani A and Gebremichael M, 2011. Topmodel capability for rainfall-runoff modeling of the Amameh watershed at different time scales using different terrain algorithms. J Urban Environ Eng 5: 1-14. O’Callaghan JF and Mark DM,1984. The extraction of drainage network from digital elevation data. J. Computer division, Graphics and Image Processing 28: 393-344. Orlandini S and Moretti G, 2009. Determination of surface flow paths from gridded elevation data. Water Resour. Res 45: W03417. Orlandini S, Moretti G, Franchini M, Aldighieri B and Testa B, 2003. Path-based methods for the determination of nondispersive drainage directions in grid-based digital elevation models. Water Resour. Res 39(6): 1144. Planchon O and Darbox F, 2002. A fast, simple and versatile algorithm to fill the depressions of digital elevation models. Catena 46(2):159-176. Qin C, Zhu A, Pei T, Li B, Zhou C and Yang L, 2007. An adaptive approach to selecting a flow-partition exponent for a multiple-flow-direction algorithm. Int. J. Geogr. Inf. Sci 21(4): 443–458. Quinn PL, Beven K, Chevallier P and Planchon O, 1991. The Prediction of hillslope flow paths for distributed hydrological Modelling Using digital terrain Models. Hydrological Processes 5: 59-79. Shokoohi AR and Gholami P, 2012. Investigation of the Effects of slope on the performance of different flow tracing algorithms. Iranian Journal of Hydraulic 7(3): 15-32 (In Persian). Shokoohi AR, 2006. Application of mathematical models and GIS for determination of flood control plans. Iranian Journal of Water and Wastewater 59: 84-89 (In Persian). Shelef E and Hilley GE, 2013. Impact of flow routing on catchment area calculations, slope estimates, and numerical simulations of landscape development. Journal of Geophysical Research: Earth Surface 118(4): 2105–2123. Tarboton DG, 1997. A new method for the determination of flow directions and upslope areas in grid Digital Elevation Models. J. Water Resources Research 33: 309-19. Xie SP, Du JK, Luo WJ and Deng M, 2006. The extraction of properties in catchment with complex terrain based on DEM. Geographical Research 25(1): 96-102 (In Chinese) Zhao GJ, Gao JF, Tian P and Tian K, 2009. Comparison of two different methods for determining flow direction in catchment hydrological modeling. Water Science and Engineering 2(2):1-15.
| ||
آمار تعداد مشاهده مقاله: 623 تعداد دریافت فایل اصل مقاله: 651 |