واسنجي مدل هيدرولوژيكي VIC-3L با استفاده از داده‌هاي ماهواره‌اي رطوبت سطحي خاك

Calibration of VIC-3L Hydrological Model using Satellite-Based Surface Soil Moisture Datasets

پژوهش حاضر با هدف ارزيابي كارائي داده‌هاي ماهواره‌اي رطوبت سطحي خاك ASCAT در واسنجي مدل هيدرولوژيكي VIC-3L در سطح حوضه آبريز سفيدرود به انجام رسيده است. نتايج بدست آمده در گام زماني روزانه حاكي از آن است كه در صورت استفاده از منبع رطوبتي ASCAT مقدار ضريب همبستگي بين رواناب شبيه‌سازي شده و مشاهداتي در حدود 75/0 مي‌باشد و اين در حاليست كه در صورت استفاده از داده‌هاي جريان مشاهداتي براي واسنجي مدل، مقدار ضريب همبستگي در حدود 80/0 مي‌باشد. در گام زماني ماهانه نيز استفاده از داده‌هاي ماهواره‌اي رطوبت سطحي خاك، منجربه افزايش عملكرد مدل VIC-3L در شبيه‌سازي رواناب خروجي از حوضه شده است. همچنين از آنجائي كه ميزان خطاي مدل در برآورد حجم رواناب در گام زماني ماهانه (2/17 درصد) نسبت به گام زماني روزانه (5/38 درصد) به مراتب كمتر مي‌باشد، از اين روش واسنجي مي‌توان براي تخمين آورد ماهانه با دقت قابل استفاده بعمل آورد. يكي از مزيت‌هاي واسنجي مدل با استفاده از داده‌هاي ماهواره‌اي رطوبت خاك بر خلاف واسنجي با استفاده از داده‌هاي جريان مشاهداتي اين است كه مي‌توان تغييرات مكاني پارامترهاي مدل در سطح حوضه را نيز برآورد نمود كه اين مساله خود مي‌تواند ديد بهتري از عملكرد مدل در سطح حوضه را فراهم نمايد. هچنين عدم وجود داده‌هاي دبي ثبت شده در بسياري از حوضه‌ها، امكان واسنجي مدلهاي هيدرولوژيكي را با محدوديت اساسي روبرو مي‌نمايد و اين در حاليست كه منابع ماهواره‌اي با دارا بودن توان تفكيك زماني و مكاني وسيع از كارائي بسيار زيادي برخوردار مي‌باشند.

This study addresses the efficiency of ASCAT surface soil moisture (SSM) for calibration of VIC-3L hydrologic model over the Sefidrood river basin (SRB). Findings on daily time scale indicate that the correlation coefficient (CC) between observed and simulated streamflow, using ASCAT dataset, is equal to 0.75, while in the case of calibration of the VIC-3L model using only with hydrometric station datasets the CC value is equal to 0.80. Moreover, at monthly time scale the performance of model in simulating streamflow is better than daily time scale. The relative error (RE) in simulating runoff volume at daily and monthly time scale is 17.2% and 38.5%, respectively and this shows that using ASCAT dataset at monthly time scale leads to reliable results. In addition, one the advantages of model calibration using satellite-based SSm is the extraction of the spatial pattern of model parameters over the catchment, while in the case of using observed discharge dataset for calibration of the model only leads to the constant values of model’s parameter through the catchment. Based on the results of this research it highly recommended to use satellite-based SSMs for calibration of hydrological model, especially in data limited areas or regions in which ground observations are sparsely-distributed or insufficient