این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
شنبه 6 دی 1404
تحقیقات منابع آب ایران
، جلد ۱۴، شماره ۱، صفحات ۱-۱۲
عنوان فارسی
جذب داده برای واسنجی-پیشبینی با استفاده از مدل SWAT
چکیده فارسی مقاله
در این پژوهش به منظور تخمین پارامترهای مدل SWAT و بکارگیری آن برای شبیهسازی هیدرولوژیکی حوضه آبریز مهابادچای (از رودخانههای منتهی به دریاچه ارومیه) و پیشبینی آبدهی رودخانه، از جذب داده استفاده میشود. در ابتدا پس از مدلسازی با استفاده از SWAT، روش SUFI2 که جزء روشهای واسنجی خودکار مبتنی بر عدمقطعیت و بهینهسازی بوده و درون بسته نرمافزاری SWAT-CUP در دسترس است، برای واسنجی مدل SWAT استفاده میگردد. سپس برای نشان دادن قابلیتهای جذب داده متوالی در تخمین پارامترهای مدل SWAT و پیشبینی آبدهی رودخانه به صورت همزمان، از فیلتر آنسامبل کالمن (EnKF) به صورت تخمین متصل متغیر حالت-پارامتر با برنامهنویسی درون محیط نرمافزار MATLAB و فراخوانی مدل در همانجا، استفاده میشود. نتایج نشان میدهد که روند همزمانی واسنجی-پیشبینی با استفاده از الگوریتم EnKF برای مدل SWAT باعث افزایش دقت پیشبینی و شبیهسازی آبدهی ماهانه رودخانه مهاباد در ایستگاه بیطاس در مقایسه با نتایج حاصل از واسنجی مدل با استفاده از الگوریتم SUFI2 میشود.
کلیدواژههای فارسی مقاله
واسنجی،پیش بینی،SWAT،جذب داده،فیلتر آنسامبل کالمن،
عنوان انگلیسی
Data Assimilation for Calibration-Prediction using SWAT Model
چکیده انگلیسی مقاله
This paper deals with parameter estimation of SWAT model by means of streamflow data assimilation and application of calibrated model for hydrological simulation of Mahabad River which leads to Urmia Lake. Data assimilation algorithem is compared with SUFI2 algorithem. SUFI2 is an uncertainty-based optimization method first developed for auto-calibration of environmental and water resource models and due to availablity in SWAT-CUP package is usually used for calibration of SWAT. To illustrate capabilities of data assimilation for calibration of the model and prediction of the river discharge, Ensemble Kalman Filter (EnKF) is utilized in a joint state-parameter estimation framework. Both coding EnKF and calling SWAT is done in MATLAB environment. Results show joint state-parameter estimation using EnKF for SWAT, lead to improvement of accuracy of simulation and prediction of Mahabad River’s monthly discharge at Bitass hydrometery gauge compared to parameter estimation of the model using SUFI2.Keywords: calibration, prediction, SWAT, data assimilation, Ensemble Kalman Filter
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
مهراد بیات |
دانشآموخته کارشناسی ارشد/ مهندسی عمران مهندسی و مدیریت منابع آب، دانشگاه علم و صنعت ایران-تهران.
حسین علیزاده |
استادیار/دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران-تهران.
برات مجردی |
استادیار /دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران-تهران.
نشانی اینترنتی
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات