رشته عمران، مهندسی آب

(M.Sc.)

 

عنوان

شبیه سازی رواناب روزانه با بهره گیری از الگوریتم PSO در بهینه سازی مدل های حوضه آبریز

تکه هایی از متن به عنوان نمونه :
 
فهرست مطالب
عنوان                                                                                                               صفحه
چکیده……………………………………………………………………………………………………………………………….1
فصل اول- مقدمه………………………………………………………………………………………………………………..2
1-1 اهمیت و ضرورت انجام پژوهش……………………………………………………………………………………..3
1-3 اهداف و سئوالات پژوهش………………………………………………………………………………………………4
1-4 ساختار پایان نامه………………………………………………………………………………………………………….5
فصل دوم- مبانی و مروری بر منابع………………………………………………………………………………………..6
2-1 کلیات و تعاریف …………………………………………………………………………………………………………7
2-2 انواع مدل های هیدرولوژیکی شبیه سازی…………………………………………………………………………9
2-2-1 مدل های پایه فیزیکی (جعبه سفید)…………………………………………………………………………..10
2-2-2 مدل های مفهومی (جعبه خاکستری)………………………………………………………………………….10
2-2-3 مدل های تجربی (جعبه سیاه)……………………………………………………………………………………11
2-3 مروری بر روشهای بهینه سازی فراگیر (GO)………………………………………………………………….11
2-3-1 الگوریتم PSO……………………………………………………………………………………………………….12
2-3-2 مقایسه الگوریتم PSO با سایر روش های محاسبات تکاملی…………………………………………..12
2-4 مروری بر منابع…………………………………………………………………………………………………………..15
2-4-1 مروری بر مدل های مفهومی بارش- رواناب……………………………………………………………….15
2-4-2 مروری بر مطالعات صورت گرفته جهت بهینه سازی مدل های هیدرولوژیکی ………………….16
2-5 اختصار و جمع بندی فصل ………………………………………………………………………………………….18
فصل سوم- منطقه پژوهش، تئوری و روش پژوهش …………………………………………………………………..19
3-1 معرفی منطقه پژوهش……………………………………………………………………………………………………20
3-1-1 حوضه آبریز سد کرج……………………………………………………………………………………………..20
3-1-2 آب رودخانه کرج…………………………………………………………………………………………………..24
3-1-3 داده­های مورد بهره گیری……………………………………………………………………………………………..26
3-2 معرفی مدل ARNO…………………………………………………………………………………………………..27
3-2-1 ارتباط مفاهیم اساسی مدل ARNO……………………………………………………………………………28
3-2-2 مدول توازن رطوبت خاک (soil moisture balance)…………………………………………………..30
3-2-3 مدول تبخیر و تعرق پتانسیل……………………………………………………………………………………..36
3-2-4 مدول آبهای زیرزمینی…………………………………………………………………………………………….39
3-2-5 مدول روندیابی سهموی…………………………………………………………………………………………..40
3-2-5-1 روندیابی جریان رودخانه از بالادست…………………………………………………………………….40
3-2-5-2 روندیابی جریان لایه ای………………………………………………………………………………………41
3-2-6 مدول ذوب برف (snowmelt module)…………………………………………………………………….43
3-2-7 ملزومات کالیبراسیون مدل ARNO…………………………………………………………………………..43
3-3 معرفی روش بهینه سازی PSO……………………………………………………………………………………..45
3-3-1 مفاهیم و منطق حاکم بر روش بهینه سازی PSO………………………………………………………….49
3-3-2 چارچوب تحلیلی الگوریتم بهینه سازی PSO………………………………………………………………52
3-3-3 شناخت پارامترهای کنترل کننده PSO………………………………………………………………………..56
3-3-4 ورودی های الگوریتمPSO………………………………………………………………………………………59
3-4 روش پژوهش………………………………………………………………………………………………………………61
3-4-1 توسعه برنامه کامپیوتری بر مبنای الگوریتم PSO………………………………………………………….62
3-5 اختصار و جمع بندی فصل…………………………………………………………………………………………..65
 
فصل چهارم- اعمال روش پژوهش بر منطقه مورد مطالعه، بحث و مطالعه نتایج…………………………….67
 
4-1 پردازش داده ها (Data processing)…………………………………………………………………………….68
4-1-1 منحنی هیپسومتری (Hypsometric curve)…………………………………..…….………………………68
4-1-2 پیشنهاد یک ارتباط رگرسیونی بین دما و ارتفاع……………………………………………………………..70
4-1-3 محاسبه دمای میانگین حوضه بر اساس منحنی هیپسومتری.……………………………………………77
4-1-4 تولید سری زمانی تبخیر و تعرق پتانسیل حوضه…………………………………………………………..80
4-2 توسعه مدل برف…………………………………………………………………………………………………………96
4-2-1 نتایج حاصل از مدل برف……………………………………………………………………………………….108
4-3 کالیبراسیون مدل با بهره گیری از الگوریتم بهینه سازی PSO………………………………………………..110
4-3-1 انتخاب پارامترهای مناسب برای الگوریتم PSO…………………………………………………………110
4-3-2 انتخاب تعداد particle ها و تعداد مراحل تکرار.………………………………………………………111
4-3-3 تولید بهترین هیدروگراف خروجی شبیه سازی………………………………………………………….111
4-3-4 اعتبار سنجی مدل………………………………………………………………………………………………….114
4-4 بحث درمورد پارامترهای مدل ARNO…………………………………………………………………………..115
4-4-1 پارامترهای مورد بهره گیری در کالیبراسیون……………………………………………………………………115
4-4-2 مقادیر برآورد شده پارامترها و بحث درمورد آنها…………………………………………………………116
4-5 اختصار و جمع بندی فصل…………………………………………………………………………………………121
 
فصل پنجم- نتیجه گیری، جمع بندی و ارائه پیشنهاد برای تحقیقات آتی………………...……………….122
 
5-1 اختصار پژوهش………………………………………………………………………………………………………….123
5-2 نتیجه گیری ها.…………………………………………………………………………………………………………123
5-2-1 محدودیت های بهینه سازی یک مدل هیدرولوژیکی …………………………………………………..124
5-3 ارائه پیشنهاد برای مطالعات آتی………………………………………………………………………………….125
 
مراجع……………………………………………………………………………………………………………………………127
پیوست …………………………………………………………………………………………………………………………131
چکیده انگلیسی……………………………………………………………………………………………………………….145
 
 
 
                                               فهرست جداول
عنوان                                                                                                        صفحه
جدول (3-1) مقادیر تقریبی پارامترهای انتشار و پخش در حالت های مختلف……………………………42
جدول (4-1) اطلاعات مربوط به منحنی هیپسومتری حوضه آبریز کرج………………………………………69
جدول (4-2) ارتباط خطی بین ارتفاع و دمای ماکزیمم روزانه و درونیابی
به ازای ارتفاع میانه حوضه ……………………………………………………………………………………………….74
جدول (4-3) مقادیر متوسط دمای ماکزیمم، مینیمم، میانگین روزانه در بازه 7 ساله مورد مطالعه…….75
جدول (4-4) مقادیر محاسبه شده Lapse rate برای دمای متوسط روزانه…………………………………..76
جدول (4-5) تقسیم حوضه به 1000 زیر بازه با مساحت مساوی.……………………………………………..78  
جدول(4-6) محاسبه دمای میانگین بلند مدت ماهیانه حوضه…………………………………………………….81
جدول (4-7) مقادیر در دماهای مختلف و به ازای ارتفاع های مختلف………………………………..88
جدول (4-8) محاسبه رگرسیون خطی بین دمای میانگین ماهیانه و تبخیر و تعرق پتانسیل………………89
جدول (4-9) جدول محاسبه رگرسیون خطی بین داده های ماهیانه…………………………………………….90
جدول (4-10) اعداد حاصل از کالیبراسیون…………………………………………………………………………117
 
 
 
 
 
 
 
 
 
 
 
فهرست اشکال
عنوان                                                                                                          صفحه
فصل دوم
شکل (2-1) طبقه بندی انواع روشهای بهینه سازی.…………………………………………………………………13
 
فصل سوم
 
شکل (3-1) نمایش شبکه رودخانه ای و ایستگاههای واقع در حوضه کرج…………………………………21
شکل (3-2) نمایش پهنه های هیدرولوژیکی حوضه رودخانه کرج…………………………………………….22
شکل (3-3) نمایش شماتیک ریز آبه ها و رودخانه های فرعی حوضه کرج………………………………..23
شکل (3-4) وارنگه رود از شاخه های همیشگی و پرآب رودخانه کرج…………………………………………24
شکل (3-5) سد امیر کبیر و حوضه کوهستانی رودخانه کرج……………………………………………………25
شکل (3-6) نمایش شماتیک پروسه های موجود در حوضه آبریز……………………………………………..28
شکل (3-7) نمایش شماتیک روندیابی………………………………………………………………………………….29
شکل (3-8) نمایش کمیت های معرفی شده در مدل ARNO………………………………………………….30
شکل (3-9) توزیع تجمعی ظرفیت اشباع خاک………………………………………………………………………32
شکل (3-10) رواناب تولید شده توسط یک ورودی متئورولوژیکی مؤثر……………………………………33
شکل (3-11) نمایش چگونگی عملکرد مدل ARNO……………………………………………………………………36
شکل (3-12) نمایش رفتار دسته جمعی ماهیان برای یافتن غذا…………………………………………………45
شکل (3-13) رفتار گروهی دسته به هنگام دفاع از خود.………………………………………………………….46
شکل (3-14) جستجوی پرندگان برای یافتن غذا……………………………………………………………………46
شکل (3-15) نمایش شماتیک یک مسئله بهینه سازی………………………………………………………………47
شکل (3-16) اصل جدایی………………………………………………………………………………………………….47
شکل (3-17) اصل هم ترازی……………………………………………………………………………………………..47
شکل (3-18) اصل پیوستگی………………………………………………………………………………………………48    
شکل(3-19) تمایل هر particle برای نزدیک شدن به محل آشیانه…………………………………………….48
شکل (3-20) تمایل particle برای نزدیک شدن به نزدیک ترین محل به آشیانه………………………….48
شکل (3-21) تبادل اطلاعات بین particle ها……………………………………………………………………….49
شکل (3-22) نمایش شماتیک موقعیت و سرعت particleها در فضای جستجو…………………………49
شکل(3-23) نمایش PSO در دو حالت فراگیر و محلی…………………………………………………………..51
شکل (3-24) چند نمونه از توپولوژیهای مورد بهره گیری در الگوریتم PSO…………………………………..51
شکل (3-25) نمایش هندسی بردار سرعت به عنوان برآیندی از سه مؤلفه
ممنتوم، شناختی و اجتماعی…………………………………………………………………………………………………54
شکل (3-26) نمایش عملکرد PSO در فضای دو بعدی…………………………………………………………..55
شکل (3-27) ناپایداری سرعت در صورت بهره گیری از ضرایب شتاب بزرگ………………………………..57
شکل (3-28) تأثیر اندازه swarm……………………………………………………………………………………….60
شکل (3-29) نمایی از روش پژوهش…………………………………………………………………………………….61
شکل (3-30) فلوچارت الگوریتم PSO……………………………………………………………………………….64
شکل (3-31) چگونگی عملکرد الگوریتم PSO در بهینه سازی مدل ARNO……………………………………65
شکل (3-32) تعامل اجزای مختلف مدل ARNO…………………………………………………………………..66
 
فصل چهارم
 
شکل (4-1) منحنی هیپسومتری حوضه آبریز رودخانه کرج………………………………………………………70
شکل (4-2) نمایشisotherm صفر درجه ((freezing level و خطوط هم دما
در یک محدوده کوهستانی………………………………………………………………………………………………….72
شکل (4-3) مقادیر متوسط دمای ماکزیمم، مینیمم و میانگین روزانه سه ایستگاه
در بازه 7 ساله مورد مطالعه ……………………………………………………………………………………………….75
شکل (4-4) مقایسه دمای پیشنهاد شده توسط مدل های خطی برازش داده شده
به دمای متوسط روزانه و مقادیر مشاهداتی دمای متوسط روزانه ایستگاه ها…………………………………77
شکل (4-5) سری زمانی دمای میانگین روزانه حوضه……………………………………………………………..80
شکل (4-6) دمای میانگین بلند مدت ماه های سال…………………………………………………………………85
شکل (4-7) مقادیر بیشترین ساعات تابش در عرض جغرافیایی 36………………………………………….87
شکل (4-8) ارتباط رگرسیونی درجه 2 برای محاسبه …………………………………………………………88
شکل (4-9) رگرسیون خطی بین داده های ماهیانه…………………………………………………………………..90
شکل (4-10) تبخیر و تعرق پتانسیل به روش thornthwaite اصلاح نشده…………………………………91
شکل(4-11) مقادیر تابش فرازمینی روزانه…………………………………………………………………………….93
شکل (4-12) محاسبه تبخیر و تعرق پتانسیل در ایستگاه سینوپتیک آبعلی
(به روش فائو پنمن- مونتیت)…………………………………………………………………………………………….94
شکل (4-13) مقایسه مقادیر برآورد شده تبخیر و تعرق پتانسیل توسط
دو روش پنمن و Thornthwaite اصلاحی (بر حسب mm)…………………………………………………….95
شکل (4-14) سری زمانی مجموع ماهیانه تبخیر و تعرق پتانسیل به دو روش
فائو پنمن مونتیت و Thornthwaite اصلاح شده……………………………………………………………………95
شکل (4-15) مقادیر میانگین بلند مدت مجموع تبخیر و تعرق پتانسیل ماهیانه
با دو روش پنمن و thornthwaite اصلاح شده…………………………………………………………………….95
شکل (4-16) سری زمانی تبخیر و تعرق پتانسیل حوضه آبریز کرج…………………………………………..96
شکل (4-17) سری زمانی مقادیر روزانه………………………………………………………………………….98
شکل (4-18) سری زمانی در محل ایستگاه سینوپتیک آبعلی……………………………………………….99
شکل (4-19) مقایسه سری زمانی تابش ورودی با بهره گیری از
و تابش ورودی واقعی……………………………………………………………………………………………………….99
شکل (4-20) چگونگی محاسبه تابش خالص و اندازه ذوب برف………………………………………………….100
شکل (4-21) ارتباط خطی بین اختلاف دمای ماکزیمم و ممینیموم مطلق روزانه و رطوبت نسبی……101
شکل (4-22) مقایسه مقادیر روزانه رطوبت نسبی مشاهداتی و محاسباتی برای ایستگاه آبعلی………101
شکل (4-23) مقایسه مقادیر مشاهداتی و محاسباتی………………………………………………………..102
شکل (4-24) فلوچارت مدل ذوب برف……………………………………………………………………………..107
شکل (4-25) هیتوگراف مربوط به بارش اولیه……………………………………………………………………..109
شکل (4-26) هیتوگراف مربوط به بارش فرضی (بارش مازاد + ذوب برف)……………………………..109
شکل (4-27) مقایسه هیدروگراف شبیه سازی و مشاهداتی در دوره کالیبراسیون………………………..112
شکل (4-28) مقایسه مقادیر دبی روزانه مشاهداتی و محاسباتی در دوره کالیبراسیون………………….112
شکل (4-29) مقایسه هیدروگراف شبیه سازی و مشاهداتی در دوره صحت سنجی…………………….114
شکل (4-30) مقایسه مقادیر دبی روزانه مشاهداتی و محاسباتی در دوره صحت سنجی………………114
شکل (4-31) سری زمانی مقادیر رطوبت میانگین خاک ( )………………………………………………..119
شکل (4-32) سری زمانی تبخیر و تعرق واقعی برآورد شده توسط مدل…………………………………..119
شکل (4-33) توزیع تجمعی رطوبت خاک………………………………………………………………………….120
 
 
 
 
 
 
 
 
 
 


چکیده:
یکی از چالشها و اهداف عمده در هیدرولوژی مهندسی تعیین یک مدل بارش- رواناب مناسب جهت مشخص کردن پاسخ حوضه نسبت به یک بارش مشخص با بهره گیری از پارامترهای موجود در مدل می باشد. پاسخ حوضه تابعی از مشخصات حوضه آبریز و مقادیر پارامترهای مدل می باشد. پس ضروری می باشد که این پارامترها به نحوی مناسب برآورد گردند. کالیبراسیون مدل مستلزم بهینه کردن یک تابع هدف می باشد، در این پژوهش ضریب کارآیی یا ضریب Nash & Sutcliffe به عنوان تابع هدف مد نظر قرار گرفت و بیشینه آن به گونه خودکار جستجو گردید.
به مقصود شکل گیری این امر از الگوریتم بهینه سازیPSO (Particle Swarm Optimization) برای برآورد مقادیر پارامترهای مدل مفهومی بارش- رواناب ARNO، با بهره گیری از داده های مشاهداتی روزانه بهره گرفته گردید و توسط آنها بهترین هیدروگراف روزانه محاسباتی مشخص گردید.
در این پژوهش، حوضه آبریز رودخانه کرج در بالادست ساختگاه سد امیرکبیر مورد مطالعه قرار گرفت. ورودی های مدلARNO به صورت دو سری زمانی بارش و تبخیر و تعرق پتانسیل هستند. از آن جا که تبخیر و تعرق پتانسیل تابع دما می باشد و با در نظر داشتن اختلاف ارتفاع زیاد نقاط مختلف حوضه، یک مدل رگرسیونی (بر اساس بهترین ضریب تعیین) به مقصود محاسبه ارتباط بین دما و ارتفاع، برای محاسبه دمای میانگین در هر روز پیشنهاد گردید. هم چنین با در نظر داشتن کوهستانی بودن و زیر صفر بودن دمای هوای بخش عمده ای از حوضه در فصول بارش، سهم عمده ای از نزولات جوی به صورت برف بوده و برف به مدت طولانی در این مکانها به صورت ذخیره باقی می ماند. از این رو اصلاح فایل بارش اولیه امری ضروری می باشد. این کار با جدا کردن سهم برف از مجموع نزولات و اضافه کردن مجدد برف ذوب شده و تشکیل یک فایل ثانویه بارش که بتوان آن را به عنوان ورودی به مدل بارش- رواناب معرفی نمود، انجام گردید.
در نهایت با اصلاح فایل بارش به عنوان ورودی اصلی مدل و هم چنین ساختن فایل تبخیر و تعرق پتانسیل، مدل مفهومی بارش رواناب ARNO توسط الگوریتم بهینه سازی PSO به صورت خودکار کالیبره گردید و ضریب کارآیی (Sutcliffe & Nash) برابر 8108/0 در مرحله کالیبراسیون برای حوضه کوهستانی کرج به دست آمد.
کلمات کلیدی: PSO، ضریب کارآیی، رواناب مشاهداتی، رواناب محاسباتی، دما، تبخیر و تعرق، ذوب برف.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
فصل اول- مقدمه
 
 
 
 
 
 
 
 
 
 
 
 
 
یک مدل درک ساده ای می باشد از یک سامانه واقعی (مانند پروسه پیچیده تبدیل بارش به رواناب). می توان مدل را یک تئوری، قانون و یا یک ایده ساختاری دانست. با توسعه یک مدل امکان تبیین ساده یک سامانه پیچیده فراهم می گردد. هر نوع مدل مناسب یک موقعیت و هدف خاص بوده، هیچ مدلی را نمی توان برتر از دیگری دانست، هر مدل نقاط اشکال و قوت داشته، انتخاب آن بستگی زیادی به سامانه مورد مطالعه برای مدل کردن و هیدرولوژی منطقه دارد.
از سوی دیگر به هنگام بهره گیری از مدل های مفهومی (مانند مدل بارش- رواناب ARNO که مبنای این پژوهش قرار گرفته می باشد.) با تعدادی پارامتر روبرو می شویم که معرف چکیده ای از ویژگی های حوضه هستند. بیشتر این پارامترها از کمیت های قابل اندازه گیری حوضه به دست نمی آیند، پس لازم می باشد از طریق کالیبراسیون مدل برآورد شوند، در واقع بیشتر مدل های مفهومی بارش- رواناب، به ویژه نوع پیوسته آن ها، از شمار زیادی پارامتر برخوردارند و سری پارامترهای مناسب بایستی در یک فضای بزرگ چند بعدی پیدا نمود شوند. سطح پاسخ تابع هدف این مدل ها اغلب از بهینه های موضعی زیادی برخوردار هستند. پس می توان گفت که کالیبراسیون خودکار در مورد این مدل ها امری راهگشا و ضروری می باشد. [خزایی، 1388]
در میان انواع روشهای بهینه سازی تابع هدف، الگوریتم PSO (Particle Swarm Optimization) به عنوان روشی نسبتاً جدید و کاربردی از مجموعه وسیع روشهای هوش جمعی Swarm Intelligence Methods))، به مقصود کالیبراسیون مدل بارش- رواناب ARNO در این پژوهش مورد بهره گیری قرار گرفته می باشد.
 
1-1- اهمیت و ضرورت انجام پژوهش:
بهره برداری و بهره گیری مطلوب از منابع آب و مدیریت بهینه آن مستلزم شناخت بهتر مدل هیدرولوژیکی می باشد. بارش و بالتبع تشکیل رواناب سطحی از فازهای مهم چرخه هیدرولوژیکی به شمار می رود و اساس کار مدل هیدرولوژیکی، مطالعه ارتباط بین بارش و رواناب می باشد. کالیبراسیون دستی مدل های هیدرولوژیکی از اوایل دهه 1960 مورد توجه قرار گرفته می باشد، اما به دلیل وقت گیر بودن و پیچیدگی آن، از اواخر دهه مذکور بحث کالیبراسیون خودکار مورد توجه قرار گرفت. کالیبراسیون خودکار (Auto Calibration) نیازمند انتخاب یک تابع هدف مناسب، یک الگوریتم جستجو و یک معیار برای به اتمام رساندن الگوریتم می باشد.[Gupta & sorooshian, 1983]
مدل ARNO یک مدل بارش- رواناب مفهومی می باشد که به صورت گسترده در مطالعاتی هم زیرا برنامه ریزی آب، تحلیل جریانهای کم، تحلیل سیلهای حدی، پیش بینی زمان واقعی سیل و مطالعات اثرات تغییر اقلیم در نقاط مختلف دنیا با موفقیت به کار گرفته شده می باشد، از طرف دیگر به هنگام بهره گیری از این نوع مدل ها به دلیل داشتن پارامترهای زیاد (که مستقیماً قابل اندازه گیری نیستند)، بحث کالیبراسیون و مطابقت هر چه بیشتر هیدروگرافهای مشاهداتی و شبیه سازی امری بسیار مهم و مهم بوده و به عنوان اصلی ترین چالش مطرح می باشد. چنان چه بتوان یک مدل با ضریب کارآیی ( ) بالا ارائه داد، مدل مورد نظر در پیش بینی سیلاب ها و همچنین برآورد دبی خروجی، کاربردی و قابل اتکا خواهد بود، پس هدف از ارائه یک مدل این می باشد که هیدروگراف شبیه سازی حتی المقدور بیشترین انطباق را با هیدروگراف مشاهداتی (اندازه گیری شده در خروجی حوضه) داشته باشد. در این پژوهش کوشش شده می باشد تا هیدروگراف خروجی به نحوی مناسب با الگوریتم بهینه سازی PSO شبیه سازی گردد.
 
1-2- اهداف و سئوالات پژوهش:
به گونه مشخص هدف نهایی در این پژوهش دستیابی به بهترین و مناسب ترین پارامترهای مدل بارش – رواناب ARNO به مقصود شبیه سازی هیدروگراف خروجی می باشد، به نحوی که هیدروگراف تولید شده بتواند دبی خروجی را با دقت مناسبی پیش بینی نماید، به بیانی دیگر چنان چه بتوان یک هیدروگراف شبیه سازی خروجی با ضریب تصمیم گیری مناسب ارائه داد، می توان از آن در مورد هایی نظیر کنترل سیلاب و مدیریت منابع آب بهره جست.
در این پژوهش کوشش شده تا به سئوالات زیر پاسخ گفته گردد:
1- یک مدل مفهومی نظیر مدل ARNO تا چه حد در شبیه سازی پروسه پیچیده بارش- رواناب مؤثر و کاربردی می باشد؟
2- بهره گیری از الگوریتم های جستجو (به گونه اخص الگوریتم PSO) به مقصود دستیابی به پارامترهای مدل تا چه حد مؤثر وگره گشا می باشد؟ یا به تعبیری اهمیت بهره گیری از کالیبراسیون خودکار در یک مدل مفهومی تا چه حد بوده و چگونه در قضاوت و تصمیم گیری آتی تأثیر گذار می باشد؟
3- آیا با بهره گیری از متد بهینه سازی مذکور می توان مقادیر پارامترهایی که به گونه خاص دریک مدل مفهومی هیدرولوژیکی، قابل اندازه گیری نیستند به دست آورد یا آن را اصلاح نمود؟ به بیانی دیگر بهره گیری از یک مدل مفهومی بارش- رواناب و دستیابی به یک هیدروگراف شبیه سازی مناسب توسط آن تا چه حد می تواند در درک پروسه های واقعی موجود در حوضه و چگونگی ارتباط میان آنها به ما کمک کند؟
4- تأثیر پردازش داده ها در ارائه یک هیدروگراف شبیه سازی مناسب و دارای انطباق بیشتر با واقعیات فیزیکی موجود در حوضه تا چه حد می باشد؟
 
1-3- ساختار پایان نامه:
این پژوهش شامل پنج فصل به تبیین زیر می باشد:
فصل اول که شامل اظهار مسئله، ضرورت و اهمیت پژوهش، تعاریف مفاهیم کلی و اظهار ساختار کلی پایان نامه می باشد.
فصل دوم که در آن به سابقه و مبانی بهره گیری از مدل های هیدرولوژیکی بارش- رواناب مفهومی و به گونه اخص مدل ARNO پرداخته می گردد، هم چنین در این فصل به پیشینه و چارچوب کلی روشهای بهینه سازی به خصوص روش PSO نیز تصریح می گردد.
فصل سوم که در آن به مطالعه منطقه مورد مطالعه پرداخته می گردد و سپس در ادامه موضوعات تئوری پژوهش نظیر ساختار و عملکرد مدل ARNOو هم چنین روش ارائه یک برنامه کامپیوتری بر مبنای الگوریتم بهینه سازی PSOدر دستور کار قرار می گیرد.
فصل چهارم به تجزیه و تحلیل نتایج حاصله از بهینه سازی مدل ARNO و هم چنین مطالعه تأثیرات توسعه مدل برف و بهره گیری از یک فایل بارش مناسب بر روی جواب ها، می پردازد.
فصل پنجم به نتیجه گیری کلی و ارائه پیشنهادات اختصاص دارد.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
فصل دوم- مبانی و مروری بر منابع
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2-1 کلیات و تعاریف:
قبل ازبحث اصلی، تعاریف بخشی از اصطلاحاتی که در این پژوهش مورد بهره گیری قرار می گیرد ذیلاً ارائه می­گردد.
آغاز به تعریف اصطلاحات مربوط به روش بهینه سازی مورد بهره گیری در این پژوهش یعنی الگوریتم بهینه سازی (Particle Swarm Optimization) PSO تصریح می گردد:

  • Particle: درالگوریتم(Particle Swarm Optimization) PSO ، هر Particle معرف یک راه حل بالقوه برای یک مسئله بهینه سازی می باشد، که در نهایت بهترین راه حل، مقدار بهینه برای تابع هدف را تعیین می کند. [در این پژوهش یک Particleمجموعه ای از پارامترهای مدل می باشد که در نهایت بهترین آن بیشترین ضریب Nash-Sutcliffe را معرفی خواهد نمود.]
  • Swarm: به مجموعه particle ها که در هر مرحله ساخته می شوند گفته می گردد. [در لغت به معنی دسته حشرات می باشد.]
  • Position: معرف بردار موقعیت هر particle می باشد که وضعیت آن را در swarm مشخص می کند.
  • Velocity: معرف برداری می باشد که سرعت و جهت حرکت particle را در swarm مشخص می نماید.
  • Iteration: معرف تعداد تکرارها و مراحل الگوریتم PSOاست.
  • Pbest: معرف بهترین موقعیت یکparticle یا (مجموعه پارامترها) در هر مرحله نسبت به موقعیت های پیشین آن می باشد.
  • Gbest: معرف موقعیت بهترین particle در هر iteration می باشد.
  • w: پارامتر وزنی الگوریتمPSO موسوم به اینرسی وزنی (inertia weight) می باشد.
  • و : دو ضریب ثابت و مثبت هستند که به ترتیب پارامترهای شناختی(cognitive) و اجتماعی (social) خوانده می شوند. [به این دو پارامتر در مجموع ضرایب شتاب             acceleration coefficients)) گفته می گردد.]
  • (chi): فاکتور انقباض یا فاکتور محدود سازی constriction factor)) می باشد که متناوباً به همراه برای محدود کردن سرعت به کار می رود.
این مطلب رو هم توصیه می کنم بخونین:   سمینار کارشناسی ارشد مهندسی عمران - سازه های هیدرولیکی: کاویتاسیون و راه های مقابله با آن در سازه های هیدرولیکی

در مورد مفاهیم مورد بهره گیری در مدل بارش- رواناب ARNO با در نظر داشتن کثرت پارامترهای موجود، در این جا صرفاً به تبیین مختصر درمورد مفاهیم کلی اکتفا کرده و در ادامه به صورت کامل به مطالعه پروسه های موجود درآن پرداخته می گردد:

  1. تبخیر و تعرق پتانسیل ((evapotranspiration: معرف اندازه آبی می باشد که به صورت تبخیر           evaporation)) و تعرق (transpiration)، در صورت در دسترس بودن آب کافی، از سطح حوضه تبخیر می گردد. اندازه آن با در نظر داشتن دما و پارامترهای دیگری نظیر باد و اندازه تابش خورشید (radiation) قابل محاسبه می باشد. در این پژوهش تبخیر و تعرق پتانسیل از روش Thornthwaithe محاسبه گردیده می باشد که متعاقباً به تبیین آن پرداخته خواهد گردید.
  2. ضریب کارآیی (ضریب Nash & Sutcliffe): این ضریب معمولاً به مقصود ارزیابی قدرت یک مدل در پیش بینی مورد بهره گیری قرار می گیرد و با در نظر داشتن این که خروجی مدل در این پژوهش رواناب روزانه می باشد، می توان این ضریب را به صورت زیر تعریف نمود:

(2-1)
که در آن دبی مشاهداتی، دبی برآورد شده (یا شبیه سازی) توسط مدل و میانگین دبی مشاهداتی و N تعداد داده ها می باشد. همان گونه که نظاره می گردد صورت این کسر در حقیقت معرف مجموع مربعات اختلاف بین دبی های مشاهداتی و محاسباتی می باشد. چنان چه این دو هیدروگراف کاملاً بر یکدیگر منطبق باشند (در حالت ایده آل) صورت کسر صفر گردیده و ضریب در این حالت برابر 1 می گردد. دامنه این ضریب ما بین و 1 می باشد.
همان گونه که گفته گردید تابع هدف به مقصود بهینه سازی در این پژوهش ضریب کارآیی لحاظ شده و می توان گفت که الگوریتم PSO به دنبال بهترین ضریب کارآیی می باشد و از آن جایی که مخرج این کسر همواره عدد ثابتی می باشد، پس در حقیقت مینیمم شدن صورت کسر مد نظر ما می باشد و این همان مفهومی می باشد که در کتابهای مرجع آمار روش حداقل مجموع مربعات (method of least squares) نامیده می گردد و در آمار برای به دست آوردن رگرسیون غیر خطی (بهترین برازش (fitness)) از این روش بهره گیری می گردد.

  • منحنی هیپسومتری (Hypsometric curve): توضیحی می باشد از ارتباط تجمعی موجود بین ارتفاع و مساحت های مرتبط با هر یک از بازه های ارتفاعی. محور عمودی مقادیر ارتفاع حوضه را نشان می دهد و محور افقی منحنی مزبور، مساحت نقاطی از حوضه را نشان می دهد که ارتفاع آنها بزرگتر یا مساوی ارتفاع یاد شده باشند. به این ترتیب در منحنی هیپسومتری کمترین ارتفاع حوضه با مساحت کل حوضه آبریز متناظر می باشد و ارتفاع مربوط به بلندترین نقطه حوضه در این منحنی با صفر متناظر می گردد، پس می توان گفت که منحنی هیپسومتری یک منحنی اکیداً نزولی می باشد. [می توان این منحنی را به صورت بی بعد (با در صد مساحت) هم اظهار نمود.] این منحنی یک تفسیر کمی از وضعیت توپوگرافی منطقه ارائه می دهد و چنان چه نظاره خواهد گردید در برآورد تبخیر و تعرق پتانسیل و هم چنین محاسبه ذوب برف از آن بهره گیری خواهد گردید.

2-2- انواع مدل های هیدرولوژیکی شبیه سازی
بر اساس یک طبقه بندی از انواع مدل های هیدرولوژیکی، مدل ها به دو دسته مدل های غیرقطعی ((stochastic و مدل های قطعی (deterministic) تقسیم بندی می شوند. مدل های غیر قطعی در حقیقت روشی هستند برای برآورد توزیع های احتمالاتی از خروجی ها با در نظر گرفتن تغییرات تصادفی   (random variation) برای یک یا چند متغیر ورودی. کلی ترین نمایش این متغیرها در یک میدان تصادف (random field) می باشد. میدان تصادف محدوده ای می باشد از مکان و زمان که مقدار متغیر در هر نقطه از آن محدوده با یک توزیع احتمال تعریف می گردد. در یک مدل قطعی (جبری) از عنصر یا جزء تصادفی آن صرف نظر می گردد. هر ورودی ثابت دارای یک خروجی ثابت می باشد. می توان مدل های قطعی را برای “پیش بینی به صورت تقویمی” یعنی تعیین زمان وقوع در آینده معین (forecast) [پیش یابی] و مدل های غیر قطعی را برای پیش بینی (prediction) (بدون تعیین زمان واقعی وقوع در آینده) مطرح نمود.
تمام پدیده های هیدرولوژیکی کمابیش دارای مقداری تصادف randomness)) هستند، در مواقعی که نوسانات حاصل در خروجی کوچک و یا صرف نظر کردنی باشد، بهره گیری از یک مدل قطعی می تواند مناسب باشد. اگر این طور نباشد بهره گیری از یک مدل غیر قطعی ضروری می باشد.
با در نظر گرفتن این نوع طبقه بندی مدل بارش رواناب روزانهARNO به دسته مدلهای قطعی deterministic)) تعلق دارد.
از نظر پیچیدگی، سه نوع مدل هست که به ترتیب عبارت اند از تجربی (black box)، مفهومی (grey box) و فیزیکی (white box) ]ََ[Abbot ,M.B., Jens ,C., 1996 مدل های تجربی همان گونه که از اسم این مدل ها بر می آید، هیچ گونه تفسیری از فرآیند های فیزیکی صورت گرفته در یک پروسه هیدرولوژیکی را ارائه نمی دهد، اما با بهره گیری از آن می توان پارامترهایی را پیش بینی نمود (مانند مدل های رگرسیونی). پیش روی، مدل های فیزیکی با بهره گیری از روابط ریاضی صرف و درک دقیق فرآیندهای موجود در یک پروسه کوشش در مدل کردن یک سامانه را دارند، این در حالی می باشد که مدل های هیدرولوژیکی مفهومی با درک رفتار سامانه به تفسیر فرآیندها و ارتباط آنها در شکل گیری یک پارامتر هیدرولوژیکی نظیر رواناب روزانه خروجی از حوضه می پردازند. مدل های مفهومی اغلب به مدلهای پایه فیزیکی ترجیح داده می شوند. زیرا ضمن ارائه پاسخ های قابل قبول به کوشش محاسباتی وداده های ورودی کمتری، نیاز دارند. مدل ARNO در طبقه بندی انواع مدلهای هیدرولوژیکی از این منظر به دسته مدل های مفهومی تعلق دارد.
 
2-2-1- مدل های پایه فیزیکی (جعبه سفید)
به مقصود افزایش سطح آگاهی از پیچیدگی فیزیکی حاکم بر پروسه تبدیل بارش به رواناب، کوشش های بسیاری جهت توصیف این پروسه به مقصود توسعه یک مدل ریاضی (به صورت شماتیک) صورت پذیرفته می باشد. [Dooge,1957,1973;Amorocho and Hart,1964;Freeze and Harlan ,1969;Todini,1989]. این مدلها از یک مدل ساده یکجا (lumped) برای برآورد رواناب طراحی تا یک نمایش توزیعی از پروسه های متعدد، بر اساس قانون بقای جرم و انرژی متغیر بوده اند. این مدل ها به گونه کلی مجموعه ای وسیع از مدل های دیفرانسیلی توزیعی را می سازند و از این جهت غالباً تحت عنوان مدلهای پایه فیزیکی (physically based) نامگذاری می گردند که پارامترهای مربوطه بایستی به وسیله اندازه گیری های میدانی انعکاس یابند [Beven,1989]. با در نظر داشتن طبیعت این نوع مدل ها، بهره گیری از آنها جهت مطالعه آثار تغییر کاربری اراضی، فرسایش خاک، تعامل آبهای سطحی و زیرزمینی و غیره کاربرد دارد، این در حالی می باشد که به مقصود مطالعه پروسه های بارش- رواناب معمولی در مقیاس حوضه، مناسب نبوده و کمتر مورد بهره گیری قرار می گیرند. [Todini, 1996]
***ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود می باشد***

متن کامل را می توانید دانلود نمائید

زیرا فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به گونه نمونه)

اما در فایل دانلودی متن کامل پایان نامه

 با فرمت ورد word که قابل ویرایش و کپی کردن می باشند

موجود می باشد

تعداد صفحه :114

قیمت : 14700 تومان

***

—-

دسته‌ها: عمران