مقایسة روش‌های بهینه‌سازی روزنبرک، ژنتیک، URS و SCE–UA جهت تعیین پارامترهای مدل سیم‌هاید برای شبیه‌سازی دبی جریان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مهندسی آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری، مازندران، ایران

2 دانشیار مهندسی مرتع و آبخیزداری، دانشگاه محقّق اردبیلی، اردبیل، ایران

چکیده

بهینه‌سازی پارامترهای مدل‌های هیدرولوژیکی بارش – رواناب، برای واسنجی این مدل‌ها حائز اهمّیّت است. هدف از واسنجی مدل، تعیین ارزش بهینة پارامترهای مدل است تا بهترین تناسب بین دبی جریان مشاهداتی و شبیه‌سازی‌شده به دست آید. انتخاب روش مناسب، نقش مهمّی در واسنجی پارامترهای مدل‌های هیدرولوژیکی دارد. در این پژوهش، کارایی تکنیک‌های بهینه‌سازی برای واسنجی مدل مفهومی بارش - رواناب سیم‌هاید در حوضة آبخیز خرم‌آباد با مساحت 2467 کیلومترمربع برای شبیه‌سازی دبی جریان، مورد بررسی قرار گرفته است. این تکنیک‌ها شامل الگوریتم‌های ژنتیک، تکامل رقابتی جوامع، نمونه‌گیری تصادفی یکنواخت و الگوریتم روزنبرک هستند. نتایج نشان داد که تغییر الگوریتم‌های بهینه‌سازی در دقّت واسنجی مدل مفهومی تأثیر قابل توجّهی دارد. به طوری که ارزش تابع نش ساتکلیف برای الگوریتم‌های مورد استفاده به ترتیب 73/0، 72/0، 70/0 و 75/0 به دست آمد. الگوریتم روزنبرک در مقایسه با سایر الگوریتم‌ها از دقّت بیشتری برخوردار است؛ بنابراین مدل هیدرولوژیکی سیم‌هاید با استفاده از الگوریتم روزنبرک برای شبیه‌سازی دبی جریان دورة زمانی 2008-2004 واسنجی و برای دورة زمانی 2010-2009 صحّت‌سنجی شد. ضرایب آماری NS، RMSE و R برای دورة واسنجی به ترتیب 73/0، 66/0 و 86/0 و برای دورة صحّت­سنجی به ترتیب 68/0، 80/0 و 83/0 به دست آمد. نتایج نشان داد که الگوریتم‌های بهینه‌سازی در مدل سیم‌هاید دقّت بالایی برای تعیین مقادیر بهینة پارامترهای مدل دارند و مدل برای شبیه‌سازی رواناب منطقة مورد مطالعه از کارایی مناسبی برخوردار است؛ بنابراین با استفاده از مدل‌های هیدرولوژیکی و انتخاب تکنیک بهینه‌سازی مناسب، می­توان با دقّت بالاتری دبی جریان حوضه‌های آبخیز را شبیه‌سازی کرد.

کلیدواژه‌ها


بهمنش، جواد؛ جباری، آناهیتا؛ منتصری، مجید؛ رضایی، حسین (1392) مقایسة مدل‌های AWBM و SimHyd در مدل‎‌سازی بارش - رواناب (مطالعة موردی: حوضة آبریز نازلوچای استان آذربایجان غربی)، جغرافیا و برنامه‌ریزی محیطی، 52 (4)، صص. 168-155.
جباری، آناهیتا؛ بهمنش، جواد؛ جباری، امیر (1391) مدل‌بندی بیلان آبی روزانه حوضه‌های آبریز به روش SimHyd (مطالعة موردی: حوضة آبریز نازلوچای ارومیه)، سوّمین کنفرانس ملّی مدیریت منابع آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری.
روحانی، حامد؛ فراهانی مقدم، محسن (1392) واسنجی خودکار دو مدل بارش - رواناب تانک و SimHyd با استفاده از الگوریتم ژنتیک، مرتع و آبخیزداری، 66 (4)، صص. 533-521.
زرین، هدایت­الله؛ مقدم‌نیا، علیرضا؛ نام‌درست، جواد؛ مساعدی، ابوالفضل (1391) شبیه‌سازی رواناب خروجی در حوضه‌های آبخیز بدون آمار با استفاده از مدل بارش - رواناب AWBM (مطالعة موردی: استان سیستان و بلوچستان)، پژوهش‌های حفاظت آب­وخاک، 20 (2)، صص. 208-195.
گلشن، محمد؛ اسمعلی عوری، اباذر؛ شاهدی، کاکا؛ جهانشاهی، افشین (1394) ارزیابی کارایی مدل­های SWAT و IHACRES در شبیه‌سازی رواناب حوضة آبخیز خرم‌آباد، دانش آب­وخاک تبریز، 26 (2)، صص. 42-29.
گودرزی، محمد رضا؛ ذهبیون، باقر؛ مساح بوانی، علیرضا؛ کمال، علیرضا (1391) مقایسة عملکرد سه مدل هیدرولوژیکی SWAT، IHACRES و SimHyd در شبیه‌سازی رواناب، مدیریت آب و آبیاری، 2 (1)، صص 40-25.
موحد، اسماعیل؛ کمان بدست، امیر عباس (1388) بهینه‌سازی مدل انتقال رسوب با استفاده از روش الگوریتم SCE (مطالعة موردی: رودخانة کرخه)، کنفرانس علوم آب، خاک و گیاه، دانشگاه آزاد اسلامی واحد دزفول.
Bergstra, J., Bengio, Y. (2012) Random Search for Hyper-Parameter Optimization, Machine Learning Research, 13, pp. 281-305.
Chiew, F. H. S., Peel, M. C., Western, A. W. (2002) Application and Testing of the Simple Rainfall-Runoff Model SIMHYD, In: Mathematical Models of Small Watershed Hydrology and Applications, Water Resources Publication, Littleton, Colorado, USA, pp. 335-367.
Cooper, V. A., Nguyen, V. T. V., Nicell, J. A. (1997) Evaluation of Global Optimization Methods for Conceptual Rainfall-Runoff Model Calibration, Water Science Technique, 36 (5), pp. 53-60.
Duan, Q., Sorooshian, S., Gupta, H. V. (1992)Effective and Efficient Global Optimization for Conceptual Rainfall-Runoff Models, Water Resources Research, 28 (4), pp. 1015-1031.
Eslami, H. R., Qaderi, k., Samani, J. M. V. (2004) Auto Calibration of Conceptual Rainfall-Runoff Model with Shuffeled Complex Evolution, The First International Water Recourse ManagementConference, Tehran University, Iran.
Franchini, M., Galeati, G., Berra, S. (2015) Global Optimization Techniques for the Calibration of Conceptual Rainfall-Runoff Models, Hydrological Sciences Journal, 43 (3), pp. 443-458.
Gassman, P. W., Reyes, M., Green, C. H., Arnold, J. G. (2007) the Soil and Water Assessment Tool: Historical Development, Applications, and Future Directions, Transactions of the ASABE, 50 (4), pp. 1212-1250.
Holland, J. H. (1975) Adaptation in Natural and Artificial Systems, University of Michigan Press, Ann Arbor.
Johnston, P. R., Pilgrim, D. H. (1976) Parameter Optimization for Watershed Models, Water Recourse Research,12 (3), pp. 477-486.
Kumar, A., Singh, R., Pratysha. J., Chatterjee, Ch., Mishra, A. (2015) Identification of the Best Multi-Model Combination for Simulating River Discharge. Hydrology, 525, pp. 313-325.
Podger, G. (2004) Rainfall Runoff Library, User Guide. CRC for Catchment Hydrology, Australia.
Scott Vitter, J. (1985) Random Sampling with a Reservoir, ACM Transactions on Mathematical Software, 11 (1), pp. 37-57.
Solomatine, D. P. (1999) Two Strategies of Adaptive Cluster Covering with Descent and their Comparison to other Algorithms. Global Optimization, 14 (1), pp. 55-78.
Sorooshian, S., Duan, Q., Gupta, H. V. (1993) Calibration of Rainfall-Runoff Models: Application of Global Optimization to the Sacramento Soil Moisture Accounting Model, Water Resources Research, 29 (4), pp. 185-1194.
Sorooshian, S., Gupta, V. K. (1985) The Analysis of Structural Identify Ability: Theory and Application to Conceptual Rainfall-Runoff Models, Water Recourse Research,21 (4), pp. 487-495.
Wang, Q. J. (1991) The Genetic Algorithms and Its Application to Calibrating Conceptual Rainfall-Runoff Models, Water Resource Research, 27 (9), pp. 2467-2471.
Zabinsky, Z. B. (2009) Random Search Algorithms, Wiley Encyclopedia of Operations Research and Management Science.