17720

17720

كاربرد روش جذب داده به منظور تخمين پارامترهاي مدل SWAT

كارشناسي ارشد

مهندسي و مديريت منابع آب

فروردين ماه 1396

دكتر حسين عليزاده - دكتر برات مجردي

عمران

امروزه الگوريتمهاي جذب داده، به عنوان يكي از روشهاي مهم پيش‌بيني متغيرها و تخمين پارامترهاي مدلهاي هيدرولوژيكي و هواشناسي شناخته ميشود. در اين پژوهش به منظور تخمين پارامترهاي مدل SWAT كه يك مدل هيدرولوژيكي مبتني بر فيزيك است از جذب داده‌ي آبدهي استفاده شده است. در ابتدا به منظور شبيه سازي هيدرولوژيكي منطقه‌ي مورد مطالعه، حوضه‌ي آبريز مهابادچاي محدود به بالادست ايستگاه بيطاس، از مدل SWAT استفاده گرديد. سپس براي تخمين پارامترهاي مدل ساخته شده، از روش جذب داده‌ي فيلتركالمن (مبتني بر) آنسامبل (EnKF) استفاده شد. براي اين منظور الگوريتم EnKF با استفاده از نرم‌افزار MATLAB برنامه‌نويسي و مدل SWAT در محيط MATLAB فراخواني شد. با توجه به امكان در نظر گرفتن و تفكيك منابع مختلف خطا در الگوريتم EnKF نتايج اجراي الگوريتم مذكور به ازاي مقادير مختلف خطاي مشاهدات، خطاي داده‌هاي ورودي و خطاي مدل تحليل حساسيت شد. شايان ذكر است كه در حالت معمول، واسنجي مدل SWAT با استفاده از بسته‌ي نرم‌افزاري SWAT-CUP انجام ميشود. به همين جهت در اين پژوهش به منظور نشان دادن كارايي روش جذب داده، مدل SWAT با استفاده از الگوريتم SUFI-2 (يكي از الگوريتمهاي بسته‌ي نرم‌افزاري SWAT-CUP) نيز واسنجي شد و نتايج حاصل از آن با اجراي روش جذب داده مقايسه گرديد. براي مقايسه از چهار معيار نكوئي برازش مختلف استفاده شد. به منظور يكسان‌سازي شرايط و فراهم نمودن امكان مقايسه‌ي هرچه بهتر ميان دو الگوريتم، سعي شد تا پارامترها و سالهاي مورد استفاده براي واسنجي، در هر دو روش مشابه انتخاب شوند. به منظور بررسي اثر قدرت تفكيك زماني بر شبيه‌سازي مدل، تخمين پارامترها يك بار در مقياس ماهانه و يك بار در مقياس روزانه انجام شد. همچنين براي بررسي اثر قدرت تفكيك مكاني بر خروجي مدل، تخمين ماهانه‌ي پارامترها به صورت توده‌اي و نيمه‌توزيعي صورت گرفت اما نتايج حاصل شده (به لحاظ معيارهاي نكوئي برازش نقطه‌اي) تفاوت معني‌داري با يكديگر نداشت. بنابراين تخمين پارامترها در مقياس روزانه صرفاً به صورت توده‌اي انجام شد. در نهايت مشاهده شد كه تخمين پارامترها با استفاده از الگوريتم EnKF باعث افزايش دقت و بهبود محسوس تعدادي از معيارهاي نكوئي برازش ميشود. در خلال مراحل مقايسه‌ي ميان دو روش، ملاحظه شد كه در اكثر موارد اجراي الگوريتم EnKF باعث دسترسي هم‌زمان معيارهاي نكوئي برازش مختلف، به مقادير قابل قبول ميشود. اين در حاليست كه روش SUFI-2، الگوريتمي با يك تابع هدف بوده بنابراين در هر بار اجراي اين الگوريتم تنها معيار نكوئي برازشي كه به عنوان تابع هدف انتخاب شده است مقدار مطلوب (يا قابل قبولي) را دارا خواهد بود و مقادير ساير معيارهاي نكوئي برازش دست‌كم، مطلوبيت كمتري داشته و يا اصلاً مقدار قابل قبولي نداشته است.

1396/05/18

1/1/1900 12:00:00 AM

Data assimilation algorithem is one of important method for state variable prediction and parameter estimation of hydrological and hyrometrological models. Forther use from 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 SUFI-2 algorithem. SUFI-2 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. Due to possibility of consider different uncertainty source in EnKF, result of simulation with EnKF sensitiv analyzed with different uncertainty value of input data, observation and model. To illustrate impact of temporal resolution, model ran in monthly and daily time scaile, and for spatial resolution model ran in lumped and semi-distributed in spatial scale. Results show joint state-parameter estimation using EnKF for SWAT, lead to improvement of accuracy of simulation and prediction of Mahabad River’s monthly and daily discharge at Bitass hydrometery gauge compared to parameter estimation of the model using SUFI-2.