تخمین متغیرهای حالت مدل هیدرولوژیکی Hymod با استفاده از شیوه بروزرسانی داده ها

استفاده از مدل های هیدرولوژیکی در مطالعات مختلف منابع آب یک ضرورت می باشد. با توجه به کمبود داده های مشاهداتی و نبود مقادیر متغیرهای حالت نظیر رطوبت خاک، در به کارگیری مدل های مفهومی بارش- رواناب، باید تخمین این متغیرها، با هدف کاربرد مناسب مدل و دستیابی به پیش بینی های بسیار دقیق انجام شود. یکی از روش های تخمین، استفاده از شیوه به روزسانی داده ها و یا تلفیق مقادیر مشاهداتی و پیش بینی های اولیه می باشد. این شیوه، شامل روش های مختلف، مانند فیلترکالمن و الگو های توسعه داده آن، مانند فیلتر کالمن دسته ای می باشد. در این تحقیق با استفاده از روش فیلتر کالمن دسته ای بر مبنای روش مونت کارلو، میزان رطوبت خاک در مدل HyMod در حوضه کسیلیان برآورد گردید. محاسبه پیش بینی ها در گام های زمانی روزانه و تصحیح آنها با تلفیق با جریان مشاهداتی انجام شد. برای شناسایی پارامترهای بهینه مدل از روش بهینه سازی سراسری به نام مجموعه های تکاملی ترکیبی (SCE-UA) استفاده شد. نتایج نشان داد که این شیوه می تواند به بهبود تخمین روزانه رطوبت خاک و به هنگام سازی جریان کمک نماید. شاخص نش- ساتکلیف برای روش پیشنهادی فیلتر کالمن دسته ای و روش بهینه سازی سراسری به ترتیب مقادیر ۷۲/۰ و ۵۵/۰را کسب کردند. استفاده از روش به روزرسانی سبب شد این شاخص در مقیاس روزانه به مقدار ۳۱ درصد افزایش داشته باشد.

کلیدواژه ها:

به هنگام سازی جریان ، فیلتر کالمن ، فیلتر کالمن دسته ای ، مدل HyMod ، مونت کارلو