كاليبراسيون خودكار مدل هيدرولوژيكي رخدادپايه با استفاده از الگوريتم فراكاوشي PSO

Automatic Calibration of Hydrologic Event-Based Model Using PSO Meta-Heuristic Algorithm

مدل هيدرولوژيكي مفهومي HEC-HMS شامل كتابخانه‌اي از انواع روش هاي شبيه هاي سازي فرايندهاي هيدرولو‍ژيكي كاربرد وسيعي را در شبيه‌‌سازي فرآيند بارش-رواناب در سطح مطالعات كاربردي داشته است. در اين مقاله كاليبراسيون خودكار مدل گفته شده با استفاده از الگوريتم فراكاوشي PSO بر روي مدل حوضه تمر از زيرحوضه‌هاي حوضه گرگانرود در استان گلستان، مورد توجه قرار گرفته است. اين امر از طريق كدنويسي الگوريتم بهينه‌سازي در نرم افزار مطلب، فراخواني و اجراي HEC-HMS در اين محيط با استفاده از محيط حدواسط DOS ميسر شده است. كاليبراسيون مدل ابتدا در سناريوهاي تك‌رخداده انجام شد كه منجر نيل به دسته پارامترهاي مختلف گرديد. براي ارزيابي توانايي الگوريتم PSO در نيل به جواب هاي مطلوب، نتايج رويكرد كاليبراسيون تك‌رخداده با نتايج كاليبراسيون شبه خودكار مبتني بر الگوريتم جستجوي محلي نلدروميد موجود در HMS مقايسه شد كه نشان دهنده كارايي الگوريتم PSO در اتصال به مدل هيدرولوژيكي است. در ادامه كاليبراسيون مدل در سناريوهاي چندرخداده بررسي شد. دسته پارامترهاي حاصل از رويكردهاي تك و چند‌رخداده در رخداد صحت‌سنجي ارزيابي و با استفاده از مفهوم بازكاليبراسيون پارامترهاي شرايط اوليه حوضه، فرآيند غربالگري دسته پارامترهاي رقيب انجام پذيرفت. اين روش با توجه به مشكل غيرمنفرد بودن مجموعه جواب هاي مساله كاليبراسيون به عنوان يك مساله معكوس مي‌تواند در محدود نمودن تعداد جواب هاي كانديد موثر باشد.

The conceptual hydrologic HEC-HMS model that includes a library of different event-based models for simulating rainfall-runoff process has been gained a significant attention in different applications. Automatic calibration of HMS model has been considered in this study using particle swarm optimization (PSO) algorithm and its application has been assessed in modeling Tamar basin in North of IRAN. The PSO algorithm has been coded in MATLAB where the HMS model is called and run from through transferring to DOS applications. Firstly, Model calibration is performed in single event scenarios and the results were compared with Nelder and Mead local search algorithm method built in HMS model. The results revealed the outperformance of the proposed PSO-HMS model. Since no unique parameter set was obtained in single event scenarios, the model was employed to calibrate three calibration events jointly. Then all candidate parameter sets obtained from single and jointly-event calibration scenarios were tested in verification stage in which parameters of initial abstraction coefficients were recalibrated. The procedure resulted in choosing more suitable parameter sets to be screened out, although no unique parameter set can be obtained.