رونديابي معكوس سيلاب به روش موج پخشيدگي (مطالعه موردي: رودخانه يوان واقع در كشور چين)

Invers Flood Routing based on Diffusion Wave Model (A Case Study on Yuan River, China)

به منظور كاهش خسارات مالي و جاني در سيستم هاي پيش بيني و هشدار سيل و همچنين مباحث تخصيص آب به خصوص مصارف با درجه اولويت بالا در اختيار داشتن مدلي سريع و دقيق براي پيش بيني هيدروگراف ورودي اهميت فراواني دارد. در پژوهش حاضر با استفاده از مدل موج پخشيدگي اقدام به رونديابي معكوس سيل در رودخانه يوان واقع در كشور چين با استفاده از روش عددي سلول مخلوط و كرانك نيكلسون شد. اين روش هاي عددي به دليل سرعت محاسبات بالا و عدم نياز به اطلاعات توپوگرافي و هيدروليكي رودخانه انتخاب شدند. بدين منظور از اطلاعات سيلاب هاي رودخانه يوان در طول پنج سال استفاده شد و سپس نتايج حاصله از شبيه سازي عددي با داده هاي مشاهداتي مقايسه شد. بر اين اساس شاخص هاي آماري ضريب تبيين، شاخص نش-ساتكليف، شاخص ويلموت و ضريب مجموع باقيمانده تعيين و با بررسي اين شاخص ها مشاهده شد كه نتايج حاصله از هر دو روش عددي از دقت خوبي برخوردار بودند. حداكثر خطاي بيشينه دبي مشاهداتي و محاسباتي در روش كرانك نيكلسون و سلول مخلوط به ترتيب 0/22 و 0/59 درصد بود. بر اساس نتايج به دست آمده در پيش بيني دبي بيشينه و هيدروگراف ورودي مشاهده شد كه روش كرانك نيكلسون نسبت به روش سلول مخلوط دقت بالاتري دارد.

it is important to have a fast and accurate model for predicting incoming hydrographs in order to reduce the financial and life damage in flood forecasting systems as well as water allocation issues, especially high priority consumption. In this study, using diffusion wave model, inverse flood routing in Yuan River in China was performed using mixing cell and Crank Nicolson numerical method. These numerical methods were chosen because of their high computational speed and no need for river topographic and hydraulic information. For this purpose, Yuan River flood information data for five years were used, then the numerical simulation results were compared with observational data. Accordingly, the statistical indices of coefficient of determination, Nash-Sutcliffe index, Wilmot index and residual sum coefficient were determined. The results showed that both numerical methods have good accuracy. The maximum error for the observed and calculated maximum discharge in Crank-Nicolson and mixing cell methods were 0.22 and 0.59%, respectively. Based on the results obtained in the prediction of maximum discharge and inlet hydrograph, it was found that the Crank Nicolson method is more accurate than the mixing cell method.