شبیه‌سازی رواناب به کمک مدل SWAT در مقیاس سالانه (مطالعه موردی: حوضه آبریز نیشابور)

نوع مقاله: مقاله پژوهشی

چکیده

رواناب از مؤلفه­های اصلی بیلان آب در سطح حوضه­ آبریز است که برآورد دقیق آن به شبیه­سازی بهتر هیدرولوژیک حوضه آبریز کمک می­نماید. در این پژوهش از مدل [1]SWAT برای شبیه­سازی رواناب در حوضه آبریز نیشابور با مساحت 9500 کیلومتر مربع در حد فاصل سال­های 1386 تا 1389 استفاده شد. بدین منظور مدل SWAT با استفاده از داده­های اندازه­گیری شده رواناب در سه ایستگاه هیدرومتری اندراب، خرو مجموع و حسین­آباد در طی سال­های 1376 تا 1386 واسنجی شد. برای واسنجی، بررسی عدم قطعیت و تحلیل حساسیت مدل از الگوریتم SUFI-2 استفاده شد. نتایج نشان داد که پارامترهایی نظیر تلفات انتقال آبراهه­ای، شماره منحنی نفوذ و فاکتورهای مربوط به ذوب برف بیشترین حساسیت را در برآورد دبی رواناب از خود نشان دادند. واسنجی مدل در هر سه ایستگاه اندراب، خرو مجموع و حسین آباد به­ترتیب با استناد به مقادیر 84/0، 77/0 و 92/0 برای ضریب کارایی (نش- ساتکلیف) مناسب ارزیابی شد، اگرچه کم­برآوردی نقاط اوج هیدروگراف به­صورت نسبی مشاهده شد. مقادیر همین معیار برای دوره اعتبارسنجی نیز به­ترتیب 92/0، 66/0 و 71/0 به­دست آمد. ریشه میانگین مربعات خطا نیز در مرحله واسنجی در بازه 46/0 تا 57/0 متر مکعب در ثانیه و در مرحله اعتبارسنجی در بازه 06/0 تا 19/0 متر مکعب در ثانیه برای ایستگاه­های مذکور متغیر بود. نتایج نشان داد که در­نظر گرفتن مفاهیم مدیریت گیاهی، تخمین مقادیر رواناب را به ­میزان قابل توجهی بهبود می­بخشد.



 

کلیدواژه‌ها


عنوان مقاله [English]

Simulation of Runoff Using SWAT Model at Annual Scale (Case Study: Neyshabour Watershed)

چکیده [English]

Runoff is a main component of water balance in the watershed scale which its accurate estimation helps to better hydrological simulation of watershed. In this study, the SWAT (Soil Water Assessment Tool) model was used to simulate runoff in Neyshabour watershed with area of 9500 km2 for the 2007 to 2010 period. To this means, SWAT model was calibrated based on measured runoff data at three hydrometric stations (Andarab, Kharve Majmoo and Hossein Abad) during 2000-2007. Calibration, uncertainty and sensitivity analysis were done using SUFI-2 algorithm. According to the results, parameters such as fraction of transmission losses, moisture condition curve number and factors related to snowmelt showed the greatest sensitivity to run off estimation. The model calibration in all three stations; Andarab, Kharve Majmoo and Hossein Abad, was evaluated as appropriate by referring the values of 0.84, 0.77 and 0.92 for the Nash-Sutcliff efficiency coefficient, respectively, although underestimations for the peak amounts of hydrographs were observed relatively. The values of the mentioned coefficient were obtained as 0.92, 0.66 and 0.71 for the validation period at the stations of Andarab, Kharve Majmoo and Hossein Abad, respectively. Also root mean square error values varied between 0.46 to 0.57 m3/s and 0.06 to 0.19 m3/s in the same three hydrometric stations for the calibration and validation periods, respectively. The results showed that considering the crop management concepts significantly improved runoff estimation.

Abbaspour KC, Rouholahnejad E, Vaghefi S, Srinivasan R, Yang H and Klove B, 2015. A continental-scale hydrology and water quality model for Europe: Calibration and uncertainty of a high-resolution large-scale SWAT model. Journal of Hydrology 524: 733–752.
Alizadeh A, Izady A, Davary K, Ziaei AN, Akhavan S and Hamidi Z, 2013. Estimation of actual evapotranspiration at regional-annual scale using SWAT. Iranian Journal of Irrigation and Drainage 2(7): 243-258.
Arnold JG, Moriasi DN, Gassman PW, Abbaspour KC, White MJ, Srinivasan R, Santhi C, Harmel RD, van Griensven A, Van Liew MW, Kannan N and Jha MK, 2012. SWAT: Model use, calibration, and validation. American Society of Agricultural and Biological Engineers 55(4): 1491-1508.
Daggupati P, Yen H, White MJ, Srinivasan R, Arnold JG, Keitzer CS and Sowa SP, 2015. Impact of model development, calibration and validation decisions on hydrological simulations in West Lake Erie Basin. Hydrological processes 29(26): 5307-5320
Gyamfi C, Ndambuki JM and Salim RW, 2016. Application of SWAT model to the Olifants basin: calibration, validation and uncertainty analysis. Journal of Water Resource and Protection 8: 397-410.
Hamzeabad AJ, Khadkhodahosseini M, Akhavan S and Nozari H, 2016. Evaluation of SWAT and SVM models to simulate the runoff of Lighvanchay river. Water and Soil Science 26(4.1): 137-150.
Khakbaz B, Bisher I, Kuolin H and Sorooshian S, 2012. From lumped to distributed via semi-distributed: Calibration strategies for semi-distributed hydrologic models. Journal of Hydrology 418-419: 61-77.
Moazenzadeh R, Arshad S, Ghahraman B and Davari K, 2012. Drought monitoring in unirrigated lands based on the remote sensing technique. Water and Irrigation Management 2(2): 39-52.
Musau J, Sang J, Gathenya J, Luedeling E and Home P, 2014. SWAT model parameter calibration and uncertainty analysis using the HydroPSO R package in Nzoia basin, Kenya. Journal of Sustainable Research in Engineering 1(3): 17-29.
Raoof M, Azizi Mobaser J and Salahshoor A, 2016. Estimating hydrological and hydrogeological parameters of watershed using SWAT model (case study: Balukhlu-chay basin). Water and Soil Science 26(4.2): 173-185.
Shafiei M, Ansari H, Davari K and Ghahraman B, 2013. Calibration and uncertainty analysis of a semi-distributed model in a semi-arid region, case study: Nishabour watershed. Journal of Science and Technology of Agriculture and Natural Resources, Water and Soil Science 17(64): 137-148.
Shawul AA, Alamirew T and Dinka MO, 2013. Calibration and validation of SWAT model and estimation of water balance components of Shaya mountainous watershed, Southeastern Ethiopia. Hydrology and Earth System Sciences 10: 13955- 13978.
Sun W, Wang Y, Cui X, Yu J, Zuo D and Xu Z, 2016. Physically-based distributed hydrological model calibration based on a short period of streamflow data: case studies in two Chinese basins. Hydrology and Earth System Sciences 192: 1-20.
Vilaysane B, Takara K, Luo P, Akkharath I and Duan W, 2015. Hydrological stream flow modelling for calibration and uncertainty analysis using SWAT model in the Xedone river basin, Lao PDR. Procedia Environmental Sciences 28: 380-390.
Wang X, Liang Z and Wang J, 2014. Simulation of runoff in Karst-influenced lianjiang watershed using the SWAT model. Scientific Journal of Earth Science 4(2): 85-92.
Yesuf HM, Assen M, Alamirew T and Melesse AM, 2015. Modeling of sediment yield in Maybar gauged watershed using SWAT, northeast Ethiopia. Catena 127: 191-205.