ارزيابي كارايي توابع مفصل در برآورد تلفات بارش و مدلسازي بارش - رواناب (مطالعه موردي: حوضه آبريز كسيليان)

Performance assessment of Copula functions in estimation of rainfall losses and rainfall-runoff modelling (Case study: Kasilian Watershed

از جمله مهمترين چالشي كه محققان در مدل سازي بارش- رواناب با آن رو به رو هستند به كارگيري نوع روش تلفات و جداسازي بارش موثر است كه به طبع بر روي دقت مدل در تمام جزييات هيدروگراف تاثير مي گذارد. در اين مطالعه، ابتدا شاخص نفوذ بر اساس ارتفاع رواناب، بارش و زمان موثر بارش مشخص شد. سپس هيدروگراف واحد لحظه اي از طريق روش روسو محاسبه و ابعاد هيدروگراف رواناب مستقيم براي 20 رويداد حوضه برآورد شد. سپس به جهت افزايش دقت در ابعاد هيدروگراف رواناب بدست آمده، مقدار شاخص نفوذ بر اساس توزيع دومتغيره حاصل از شاخص نفوذ و يكي از خصوصيات بارش يا رواناب با استفاده از توابع مفصل تخمين زده شد. بدين منظور، ابتدا همبستگي بين شاخص نفوذ و هر يك از خصوصيات بارش و رواناب مشخص و نوع توزيع هاي حاشيه اي مناسب هر متغير مشخص شد. در نهايت تابع مفصل گالامبوس به عنوان بهترين تابع مفصل براي ايجاد توزيع هاي دومتغيره از شاخص نفوذ و ارتفاع بارش؛ شاخص نفوذ و حداكثر شدت جريان؛ شاخص نفوذ و متوسط شدت جريان و همچنين شاخص نفوذ و سرعت جريان انتخاب شد تا هيتوگراف بارش براي هر رويداد بدست آيد. با مقايسه بين اجزاي مختلف هيدروگراف محاسباتي و مشاهداتي از روش تابع مفصل با روش روسو مشخص شد كه با استفاده از تابع مفصل مي توان با دقت بيشتري مقدار شاخص نفوذ را تخمين زد.

One of the most important challenges of researchers in rainfall-runoff modelling is the estimation losses and extracting excess rainfall, which can affect on accuracy of the model and hydrograph characteristics. In the present study, at first the infiltration index of was estimated based on the depth of runoff and rainfall and also effective rainfall time. Then, instantaneous unit hydrograph was computed through Russo Method and the dimensions of direct runoff hydrograph were determined for 20 rainfall- runoff events. Then in order to increase the precision in estimating the dimensions of obtained hydrograph, the value of penetration index was estimated based on bivariate distribution resulted from infiltration index and one of rainfall characteristics which obtained from Copula function. For this purpose, at first the correlation between infiltration index of , characteristics of rainfall hyetograph and runoff hydrograph was calculated, then the best- fitted marginal distribution on each variable was specified. Finally, Galambos function was chosen as the best copula function for creating bivariate distribution for pairs of infiltration index of and rainfall height, infiltration index of and maximum velocity, infiltration index of and average flow and also infiltration index of and velocity. Therefore, the hydrograph dimensions were obtained for each event. Comparing the various dimensions of computed and observed hydrograph by copula function in Russo method showed that the infiltration index of can be estimated more accurately by using the copula function.