تحليل عدم قطعيت ناشي از كاربرد روش‌هاي مختلف برآورد نفوذ بر عملكرد مدل بارش-رواناب HEC-HMS با استفاده از الگوريتم GLUE

Uncertainty Analysis Due to the Application of Different Infiltration Methods on the Performance of HEC-HMS Model Using GLUE Algorithm

بررسي و كمي كردن عدم قطعيت ناشي از عوامل مختلف و مؤثر بر عملكرد مدلهاي بارش- رواناب همواره به عنوان يكي از چالش هاي مهم محققين و هيدرولوژيستها به شمار مي رود. به دليل تعدد پارامترهاي ورودي مدلهاي بارش- رواناب و عدم وجود درك درست و كافي از ماهيت فيزيكي آنها، كاربرد اين مدلها به ويژه در مرحلۀ واسنجي با مشكل مواجه شده است. برخلاف مطالعات انجام شده در زمينه ارزيابي معادلات نفوذ كه عمدتاً در مقياس مزرعه و به صورت نقطه اي بوده است، پژوهش حاضر، با هدف بررسي عدم قطعيت ناشي از روشهاي مختلف برآورد نفوذ (Green-Ampt، SCS-CN، Exponential، Smith-Parlange، Initial-Constant و Deficit-Constant) بر هيدروگراف سيلاب شبيه‌سازي شده توسط مدل‌ HEC-HMS و با استفاده از الگوريتم GLUE به انجام رسيده است. نتايج نشان كه استفاده از هر كدام از روابط مختلف نفوذ، باند عدم قطعيت متفاوتي را بر هيدروگراف سيلاب شبيه‌سازي شده توسط مدل تحميل مي‌نمايد. محاسبات انجام شده حاكي از آن است كه در صورت استفاده از دو معادله نفوذ SCS و Smith-Parlange به علت دارا بودن بيشترين مقدار P-Factor (به ترتيب معادل 0/78 و 0/72) و كمترين مقدار ARIL (به ترتيب معادل 0/39 و 0/40)، عدم قطعيت كمتري بر خروجي مدل HEC-HMS مي‌گردد. علاوه‌بر اين، روابط مذكور به علت دارا بودن پارامترهاي حساس كمتر از كارائي به مراتب بالاتري نسبت به ديگر روشها برخوردار مي‌باشند. برخلاف روشهاي مذكور، عدم قطعيت ناشي از كاربرد معادلات نفوذ Initial & Constant و Deficit & Constant براي برآورد هيدروگراف سيلاب نسبتاً بالا بوده و درصد كمتري از داده‌هاي مشاهداتي در پهناي باند عدم قطعيت 95% قرار مي‌گيرند. تحليل حساسيت پارامترهاي ورودي هر كدام از معادلات نفوذ با استفاده از آماره d روش غيرپارامتريك كلموگراف-اسميرنوف نيز نشان داد كه پارامترهايي كه داراي توزيع با شيب زياد و شكل كشيده‌اي هستند، به ترتيب داراي عدم قطعيت كم و زياد مي‌باشند.

Quantifying the uncertainty contribution of important factors on the performance of rainfall-runoff models has always been one of the major challenges for researchers and hydrologists. The main problems of applying these models especially in calibration period are the large number of required parameters and the lack of physical understanding for some of them. In contrast of previous studies that have been carried out on the assessment of infiltration methods in the field scale and point measurements, this research addressed the uncertainty contribution of different infiltration methods (Green-Ampt, SCS-CN, Exponential, Smith-Parlange, Initial-Constant and Deficit-Constant) on the performance of HEC-HMS model using GLUE algorithm in the Chehel chai river basin. Results showed that using each of infiltration methods imposes different uncertainty bounds on the simulated flood hydrograph by HEC-HMS. Findings indicate that SCS-CN and Smith-Parlange owing to have the higher P-factor (0.78 and 0.72) and lower ARIL (0.39 and 0.40) values, enforce minimum uncertainty on the model output. In addition, these methods have the fewer sensitive parameters and then outperform other methods. In contrast, the uncertainty of applying Initial-Constant and Deficit-Constant methods for simulation of flood hydrograph is relatively high and the smaller percentage of observed data fall into the 95% uncertainty bounds. Moreover, sensitivity analysis of the parameters of each of the infiltration methods using the nonparametric Kolmogorov–Smirnov (D) test showed that parameters with the sharp and peaked distributions indicate well-identifiable parameters, while flat and spread distributions indicate uncertain parameters. Overall, the outcomes of this study prove that GLUE algorithm has high ability to determine the optimal range of rainfall-runoff model parameters and the prediction uncertainty bounds.