بررسی مخاطره سیلاب از طریق مدل‌های SWAT و SIMHYD در حوضه آبریز کَرگانرود تالش

نوع مقاله : مقاله پژوهشی

نویسندگان

• محمدحسین رضائی مقدم ¹
• کوثر لقمان نیا ²
• صدرا کریم زاده ³
• عبدالله بهبودی ⁴

¹ استاد گروه ژئومورفولوژی، دانشگاه تبریز، تبریز، ایران

² کارشناس ارشد ژئومورفولوژی گرایش آمایش محیط، دانشگاه تبریز، تبریز، ایران

³ استادیار گروه سنجش‌ازدور، دانشگاه تبریز، تبریز، ایران

⁴ دکترای ژئومورفولوژی، دانشگاه تبریز، تبریز، ایران

10.22067/geoeh.2022.76374.1216

چکیده

امروزه با پیشرفت و گسترش ابزارهای هیدرولوژیکی و صرفه‌جویی در زمان، هزینه و در شرایط بحرانی به‌منظور اقدامات مدیریتی برای کاهش خسارت‌های ناشی از سیل، استفاده از چنین ابزارهایی باعث سهولت در امر شبیه‌سازی حوضه‌های آبریز شده است. در پژوهش حاضر از مدل SWAT به‌عنوان یک مدل نیمه‌توزیعی و از مدل SIMHYD به‌عنوان یک مدل یکپارچه جهت برآورد رواناب حوضه آبریز کَرگانرود تالش استفاده شده است. بدین منظور از داده‌های مشاهداتی در محدوده زمانی 2006 تا 2018 مربوط به ایستگاه‌های سینوپتیک تالش، آستارا، بندرانزلی و ایستگاه هیدرومتری هشتپر بهره گرفته شده است. در مدل‌سازی توسط مدل SWAT ضرایب N2 و R² به‌عنوان تابع هدف در مرحله واسنجی دبی ماهانه به ترتیب 61/0 و 62/0 و در مرحله اعتبارسنجی به ترتیب 67/0 و 70/0 به دست آمد که نشان‌دهندۀ نتایج قابل قبولی در شبیه‌سازی پیک رواناب و سیل ایجاد شده در این حوضه داشته است. در واسنجی و اعتبارسنجی مدل SIMHYD نیز نتایج قابل قبولی به دست آمد. به‌گونه‌ای که ضرایب N2 و R² در مرحله واسنجی به ترتیب 710/0 و 8511/0 و در مرحله اعتبارسنجی به ترتیب 625/0 و 9496/0 حاصل شد. مدل SWAT به دلیل ماهیت نیمه‌توزیعی خود از دقت بالاتری در شبیه‌سازی سیلاب حوضه موردمطالعه نسبت به مدل SIMHYD برخوردار است؛ زیرا این مدل در بازه زمانی روزانه نیز به‌خوبی پیک رواناب را شبیه‌سازی می‌کند، درصورتی‌که مدل SIMHYD با افزایش کیفیت داده‌ها در بازه زمانی ماهانه نتایج رضایت بخشی در این حوضه دارد.

چکیده تصویری

کلیدواژه‌ها

• : شبیه‌سازی رواناب
• مدل SWAT
• مدل SIMHYD
• سیل
• حوضه کرگانرود تالش

موضوعات

• مخاطرات ژئومورفیک-هیدرولوژیک

---

مراجع

- آبابایی، بهنام؛ سهرابی، تیمور؛ 1388. ارزیابی عملکرد مدل SWAT در حوضه آبخیز زاینده‌رود. مجله پژوهش‌های حفاظت آب و خاک. جلد 16، شماره 3، صص 58-41.

https://dorl.net/dor/20.1001.1.23222069.1388.16.3.3 

- ابراهیمی، پیام؛ سلیمی کوچی، جمیله؛ محسنی ساروی، محسن؛ 1397. واسنجی و اعتبارسنجی مدل SWAT در شبیه‌سازی رواناب، مطالعه موردی: حوزه آبخیز نکا. نشریه علمی-پژوهشی مهندسی و مدیریت آبخیز، جلد 10، شماره 3، صص 279-266. 

https://doi.org/10.22092/ijwmse.2018.117332

- بالویی، فاطمه؛ سلطانی کوپایی، سعید؛ توکلی، محسن؛ 1400. بررسی کارایی مدل SWATدرشبیه‌سازی رواناب و رطوبت موجود در خاک در حوضه دویرج استان ایلام. پژوهشنامه مدیریت حوزه آبخیز، سال دوازدهم، شماره 23، صص 190-180.

http://dorl.net/dor/20.1001.1.22516174.1400.12.23.17.2

- حبیبی، علیرضا؛ گودرزی، مسعود؛ 1397. کاربرد مدل نیمه‌توزیعی SWAT در شبیه‌سازی رواناب حوضه حبله‌رود. انجمن آبخیزداری ایران، سال 12، شماره 43.

http://dorl.net/dor/20.1001.1.20089554.1397.12.43.7.0  

- دستجردی، فریبا؛ آذرخشی، مریم؛ بشیری، مهدی؛ 1398. مقایسه کارایی مدل‌های هیدرولوژیکی (AWBM و SIMHYD) و شبکه عصبی (RBF و MLP) در شبیه‌سازی بارش-رواناب. مجله علوم و مهندسی آبخیزداری ایران، شماره 45.                                                                                             https://sid.ir/paper/957503/fa

- زارع گاریزی، آرش و طالبی، علی؛ 1395. شبیه‌سازی بیلان آب حوضه آبریز با استفاده از مدل SWAT مطالعه موردی: حوضه قره سو استان گلستان؛ نشریه علوم مهندسی منابع آب، شماره 50، صص 50-37.

https://dorl.net/dor/20.1001.1.20086377.1395.9.30.4.9  

- زمان‌پور، سجاد؛ شفاعی بجستان، محمود؛ خام‌چین‌مقدم، فرهاد؛ زائری، محمدرضا؛ 1397. بررسی تأثیر حذف پیچانرود بر الگوی جریان و رسوب رودخانه کارون با استفاده از نرم افزار CCHE2D. مجله مهندسی منابع آب، شماره 38، صص 106-95.                                  https://dorl.net/dor/20.1001.1.20086377.1397.11.38.9.4

- طالبی، علی؛ سرایی، بهناز؛ مزیدی، احمد؛ پرویزی، سارا؛ 1399. اولویت‌بندی حوضه آبخیز سردآبرود از نظر سیل‌خیزی با استفاده از مدل SWAT، مجله مخاطرات محیط طبیعی، شماره 23، صص 98-85.

https://doi.org/10.22111/jneh.2019.29033.1500

- قضاوی، رضا؛ صیاد، دانیال؛ امیدوار، ابراهیم. 1399، بررسی کارایی مدل SWAT در برآورد دبی‌های روزانۀ حوضه‌های فاقد آمار با رویکرد منطقه‌بندی در مناطق خشک. مجله هیدروژئومورفولوژی، شماره 25، صص 182-162.          

https://doi.org/10.22034/hyd.2021.43934.1568

- کرمی، فریبا؛ بیاتی خطیبی، مریم؛ 1398. مدل ستازی فرستایش خاک و اولویت بندی تولید رسوب درحوضۀ سد ستارخان اهر با استفاده از مدل‌های MUSLE و SWAT. نشریه هیدروژئومورفولوژی، 887- شمارۀ 18، ص 8.

                                                                                                 https://civilica.com/doc/1592224

- گودرزی، محمدرضا؛ فاتحی‌فر، آتیه؛ 1398. پهنه‌بندی خطر سیلاب در اثر تغییرات اقلیمی تحت سناریو RCP 8.5 با استفاده از مدل هیدرولوژیکی SWAT در محیط GIS (حوضه آذرشهرچای). نشریه تحقیقات کاربردی علوم جغرافیایی، شماره 53.

https://www.doi.org/10.29252/jgs.19.53.99

- گلشن، محمد؛ کاویان، عطاءالله؛ روحانی، حامد؛ اسمعلی عوری، اباذر؛ 1394. شبیه‌سازی رواناب و بار رسوب حوضة آبخیز رودخانة هراز مازندران با بهره‌گیری از الگوی SWAT. پژوهش‌های جغرافیای طبیعی، دوره 47، شماره 2، صص 211-197.

https://doi.org/10.22059/jphgr.2015.54459

- محضری، سمانه؛ کیانی، فرشاد؛ عظیمی، مژگان سادات؛ خرمالی، فرهاد؛ 1395. کاربرد مدل SWAT در شبیه‌سازی رواناب، رسوب و نیترات حوضه آبخیز گرگانرود ایران. نشریه اکوپرشیا، دوره 4، شماره 2، صص 1377-1359.

 https://doi.org/10.18869/modares.Ecopersia.4.2.1359       

- موزن زاده، روزبه؛ قهرمان، بیژن؛ ارشد، صالح و داوری، قهرمان؛ 1395. بهبود مدل سازی حوضه آبریز از طریق تجمیع مؤلفه‌های اصلی هیدرولوژیک در مدل SWAT، نشریه تحقیقات منابع آب ایران، سال دوازدهم، شماره 3، صص 79-65.                                                                                                  https://sid.ir/paper/99929/fa

- نیکخو امیری، صدیقه؛ خوش‌روش، مجتبی؛ نوروزی ولاشدی، رضا؛ 1398، شبیه‌سازی سری زمانی جریان در محل خروجی سد شهید رجایی با استفاده از مدل SWAT، مهندسی آبیاری و آب ایران، شماره 1، دوره 10.

https://doi.org/10.22125/iwe.2019.95875     

 

- Arnold, J.G., Sirivasan, R., Muttiah, R.S., and Williams, G.R., 1998. Large Area Hydrologic Modeling and Assesment part I: Model development. Journal Of the American Water Resource Association, 34(1): 73-89. https://doi.org/10.1111/j.1752-1688.1998.tb05961.

- Abbas pour, K. C., Yang, J., Maximov, I., Siber, R., Bogner, K., Mieleitner, J. Zobrist, J. and Srinivasan, R., 2007. Modelling hydrology and water quality in the pre-alpin/ alpine Thur watershed using SWAT. Journal of Hydrology, 333: 413-430. http://dx.doi.org/10.1016/j.jhydrol.2006.09.014.

- Ayele, G.T., Teshale, E.Z., Yu, B., Rutherfurd, I.D., and Jeong, J., 2017. Streamflow and Sediment Yield Prediction for Watershed Prioritization in the Upper Blue Nile River Basin, Ethiopia. Journal of Water, 3(510), 8-03.soc. 95 (8): 59-13. https://doi.org/10.3390/w9100782.

- Abu-Zreig, M., and Bani Hani, L., 2021. Assessment of the SWAT model in simulating watersheds in arid regions: Case study of the Yarmouk River Basin (Jordan). journal Of Open Geosciences, 13(1). https://doi.org/10.1515/geo-2020-0238.

- Boithias, L., Sauvage, S., Lenica, A., Roux, H., Abbaspour, K.c., Larnier, K., Dartus, D., and Sánchez-Pérez, J.M., 2017. Simulating Flash Floods at Hourly Time-Step Using the SWAT Model, Water, 9(929). https://doi.org/10.3390/w9120929.

- Basu, A.S., Gill, L.W., Pilla, F., and Basu, B., 2021. Assessment of Variations in Runoff Due to Landcover Changes Using the SWAT Model in an Urban River in Dublin, Ireland. Sustainability 2022, 14, 534. https://doi.org/10.3390/su14010534.

- Chen, R.S., Pi, L.C., and Hsieh, C.C., 2007. Application of parameters Optimization Method For Calibration Tank model. Journal Of the American Water Resources Association, 41(2), 389-402. https://doi.org/10.1111/j.1752-1688.2005.tb03743.

- Chen, X., Bing, Ch., and Hongjing, W., 2014. Parameter Uncertainty Analysis of Surface Flow and Sediment Yield in the Huolin Basin, China. Journal of Hydrology Engineering, 19(6), 1224-1236. https://doi.org/10.1061/(ASCE)HE.1943-5584.0000909.

- Chiew, F.H.S., and Siriwardena, L., 2005. Estimation of SIMHYD Parameter Values for Application in Ungauged Catchments, edited, Melbourne, AUSTRALIA. p.pp. 2883-2889. http://www.mssanz.org.au/modsim05/papers/chiew_2.pdf.

- Chiew, F.H.S., Zheng, H., and Potter, N.J., 2018. Rainfall-Runoff Modelling Considerations to Predict Streamflow Characteristics in Ungauged Catchments and under Climate Change. journal of water, 10(10), 1319. https://doi.org/10.3390/w10101319.

- Dallison, R.J.H., Williams, A.P., Harris, I.M., and Patil, S.D., 2022. Modelling the impact of future climate change on streamflow and water quality in Wales, UK. Hydrological Sciences Journal, 67(6): 939–962. https://doi.org/10.1080/02626667.2022.2044045.

- Escobar, E.C., Clanor, M.D.M., Bondad, R.G.M., Caburnay, J.M., Ventura, J.R.S., Dorado, A.A., Lu, M.M.D. and Glorioso, A.U., 2016. Rainfall-runoff Modeling of the Molawin Watershed of the Makiling Forest Reserve Using Five Lumped Conceptual Models. Philippine e-Journal for Applied Research and Development, 19-31. http://pejard.slu.edu.ph/vol.6/2016.03.31.pdf.

- Farhan, A.A. and Abed, B.Sh., 2021. Estimation of Surface Runoff to Bahr AL-Najaf. Journal of Engineering, 27(9), 51-63. http://dx.doi.org/10.31026/j.eng.2021.09.05.

- Gassman, P.W., Reyes, M.R., Green, C.H., and Arnold, J.G., 2007. the Soil and Water Assessment Tools: historical development. application American Society of Agricultural and Biological Engineers ISSN, 50(4): 1211-1250. http://doi.org/10.13031/2013.23637.

- Hongyan, L., Yue, L., Haiqiong, L., Xiaojun, W., Shijie, W., and Ao, W., 2017. Adaptability Analysis of the Application of SIMHYD Model in the Songhua River Basin. Journal of Jilin University (Earth Science Edition), 47(5), 1502-1510. http://dx.doi.org/10.13278/j.cnki.jjuese.201705204.

- Liu, X., Liu, L., Bai, P., Liang, K., and Liu, Ch., 2022. Comparison of flood simulation capabilities of a hydrologic model and a machine learning model. International Journal Of Hydrology, 7738. https://doi.org/10.1002/joc.7738.

- Moriasi, D.N.; Arnold, J.G.; Van Liew, M.W.; Bingner, R.L.; Harmel, R.D. and Veith, T.L., 2007, Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. ASABE, 50(3), 885–900. http://doi.org/10.13031/2013.23153.

- Mubialiwo, A., Abebe, A., and Onyutha, Ch., 2021. Performance of rainfall–runoff models in reproducing hydrological extremes: a case of the River Malaba sub-catchment. sn applied sciences a springer nature journal, 3(515). https://doi.org/10.1007/s42452-021-04514-7.

- Neitsch S.L., Arnold, J.G., Kiniry, J.R., Williams, J.R. and King, K.W., 2009. Soil and Water Assessment Tool - Theoretical Documentation – version 2005, Texas. Agricultural Research Service, 494p.

- Peel, M.C., Mcmahon, T.A., Finlayson, B.L., and Watson, F.G.R., 2002. Implicatins of the relationship between catchment vegetation type and the variability of annual runoff. Hydrological processes, 16(15), 2995-3002. http://dx.doi.org/10.1002/hyp.1084.

- Podger, Geoff., 2003, Rainfall Runoff Library Manual, Version 1.0. CRC for Catchment Hydrology, 90. https://toolkit.ewater.org.au/Tools/RRL/documentation.

- Phiri, W.K., Vanzo, D., Banda, K., Nyirenda, E., and Nyambe, I.A., 2021. A pseudo-reservoir concept in SWAT model for the simulation of an alluvial floodplain in a complex tropical river system. Journal of Hydrology: Regional Studies, 33, 100770. https://doi.org/10.1016/j.ejrh.2020.100770.

- Sufiyan, I., and Magaji, J.I., 2019. Modeling Flood Hazard Using SWAT And 3D Analysis In TERENGGANU Watershed. Journal Clean Was, 2(2):19-24. http://dx.doi.org/10.26480/jcleanwas.02.2018.19.24.

- Shokouhifar, Y., Zarei, H., Akhondali, A. M., & Khoramian, A., 2021. Assessment of effects of changes of land-use on the water balance components using SWAT (Case study: Doroudzan dam basin). Irrigation Sciences and Engineering. https://doi.org/10.22055/jise.2021.36431.1952.

- Silva Dias, R.L., Ferreira, R.G., Castro, J.D.S., Santos, V.J.D., Calijuri, M.L. and Dasilva, D.D., 2021. Performance of hydrological models in fluvial flow simulation. Journal of Ecological Informatics, 66, 101453. https://doi.org/10.1016/j.ecoinf.2021.101453.

- Yu, Dan; Xie, Ping; Dong, Xiaohua; et al., 2018. Improvement of the SWAT model for event-based flood simulation on a sub-daily timescale. Hydrology and Earth System Sciences, 22(9), 5001-5019. https://doi.org/10.5194/hess-22-5001-2018.