بررسی انتخاب پارامترهای روندیابی متفاوت بر روی دقت روندیابی سیل در رودخانه‌‌ها با استفاده از روش ماسکینگام کانژ

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مهندسی آب و سازه‌های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه زنجان

2 دانشیار گروه مهندسی عمران دانشگاه زنجان، زنجان

چکیده

روندیابی سیلاب فرآیندی است برای بدست آوردن هیدروگراف سیلاب در نقاطی از پایین‌دست که دارای اهمیت می‌باشد. روش ماسکینگام کانژ از جمله روش‌های روندیابی سیل می‌باشد. در پژوهش حاضر، به بررسی دقت روش ماسکینگام کانژ در حد فاصل ایستگاه‌ هیدرومتری ملاثانی در بالادست و ایستگاه هیدرومتری اهواز در پایین‌دست رودخانه کارون پرداخته‌شده‌است. بررسی‌های انجام شده نشان می‌دهد که؛ چنانچه به جای استفاده از مقدار ثابت برای پارامترهای روش ماسکینگام کانژ، از سه مقدار متفاوت برای آن‌ها استفاده شود و همچنین از روابط مربوط به موج یک طرفه (منوکلینال) جهت محاسبه سرعت موج سینماتیکی استفاده گردد، دقت روش ماسکینگام کانژ در برآورد هیدروگراف خروجی افزایش می‌یابد. به‌عبارت دیگر در پژوهش حاضر، هیدروگراف ورودی به سه ناحیه‌ی شروع، اوج و پایان سیل تقسیم‌بندی شده و برای هر یک از سه ناحیه مذکور مقادیر متفاوتی برای پارامترهای روش ماسکینگام کانژ محاسبه‌شده‌است و همچنین با استفاده از الگوریتم بهینه‌سازی ازدحام ذرات (PSO) مقدار گام زمانی (∆t) مربوط به سه ناحیه مذکور نیز بهینه‌یابی شده‌است که این کار باعث افزایش دقت روش ماسکینگام کانژ در برآورد هیدروگراف خروجی شده‌است. به‌طوری‌که میانگین خطای نسبی و خطای نسبی دبی اوج در حالت استفاده از روش معمول ماسکینگام کانژ با پارامترهای ثابت و گام زمانی 1 ساعت به ترتیب برابر با 6/15 و 7/63 درصد محاسبه شده‌است، در حالی‌که مقادیر مذکور با استفاده از روش ارائه شده در پژوهش حاضر به ترتیب برابر با 1/69 و 4/09 درصد به‌دست آمده‌است.

کلیدواژه‌ها


عنوان مقاله [English]

Effects of Different Routing Parameters on the Accuracy of the River Flood Routing Using the Muskingum-Cunge Method

نویسندگان [English]

  • Hadi Norouzi 1
  • Jalal Bazargan 2
1 PhD Student of Hydraulic Structures, Department of Civil Engineering, University of Zanjan, Zanjan, Iran.
2 Associate Professor, Department of Civil Engineering, Zanjan University, Zanjan, Iran
چکیده [English]

Flood routing is a technique to determine downstream flood hydrographs that is important. The Muskingum-Cunge method is one of the flood routing methods. In the present study, the accuracy of the Muskingum-Cunge method is investigated using the river reach located between the Mollasani hydrometric station in the upstream, and the Ahwaz hydrometric station in the downstream of the Karun River. The results indicated that using three different values for the parameters of the Muskingum-Cunge method instead of using a constant value as well as the monoclinal wave equations in calculation of the kinematic wave velocity, the accuracy of the Muskingum-Cunge method in estimation of the outflow hydrograph increased. In the present study, the inflow hydrograph was classified into the start, peak, and end of the flood sections, and different values for the parameters of the Muskingum-Cunge method were calculated for each of the three sections. In addition, using the Particle Swarm Optimization (PSO) algorithm, the time step (Δt) of the three sections was also optimized, which in turn improved the calculation accuracy of the Muskingum-Cunge method in estimation of the outflow hydrograph. The Mean Relative Error (MRE) and Relative Error in estimation of the peak discharge (DPO) by using the conventional Muskingum-Cunge method with constant parameters and a time step of 1 hour was calculated as 6.15 and 7.63 percent, respectively. However, using the proposed method in the present study, the corresponding error values of 1.69 and 4.9 percent were obtained, respectively.

کلیدواژه‌ها [English]

  • Different Routing Parameters
  • Flood Routing
  • Monoclinal Wave
  • Muskingum-Cunge Method
  • Particle Swarm Optimization (PSO) Algorithm
اکبری، غ.، براتی، ر. و حسین‌نژاد دوین، ع. (1390). بررسی شماهای مختلف روش ماسکینگام کونژ در آبراهه‌های طبیعی. تحقیقات منابع آب ایران, 7(3), 62-74.
فتوحی، م. و فغفور مغربی، م. (1390). بررسی اثر پارامترهای مؤثر بر روش ماسکینگام-کانژ در مقایسه با روش روندیابی دینامیکی. تحقیقات منابع آب ایران, 7(1), 26-37.
Afshar, A., Kazemi H. and Saadatpour, M. 2011. Particle swarm optimization for automatic calibration of large scale water quality model (CE-QUAL-W2). Application to Karkheh Reservoir, Iran. Water Resour Manag 25(10): 2613-2632.
Akan, A.O. 2006. Open Channel Hydraulics. Chapter 8. Introduction to Unsteady Open-Channel Flow. Elsevier. 364p.
Barry, D. A. and Bajracharya, K. 1995. On the Muskingum-Cunge flood routing method. Environment International. 21(5): 485-490.‏
Bazargan, J. and Norouzi, H. 2018. Investigation the Effect of Using Variable Values for the Parameters of the Linear Muskingum Method Using the Particle Swarm Algorithm (PSO). Water Resources Management. 32(14): 4763-4777.‏
Cunge, J. A. 1969. On the subject of a flood propagation computation method (Muskingum method). Journal of Hydraulics Research. 7 (2): 205-230.‏
Chau, K. 2005. A split-step PSO algorithm in prediction of water quality pollution. In International Symposium on Neural Networks. Springer. Berlin. Heidelberg.‏ 1034-1039.
Chau, K.W., 2007. A split-step particle swarm optimization algorithm in river stage forecasting. J. Hydrol. 34, 131–135.
Chow, Vente. 1959. Open channel hydraulics. Newyork. Macgraw-Hill Book Company, 680p.
Chu, H. J. and Chang, L. C. 2009. Applying particle swarm optimization to parameter estimation of the nonlinear Muskingum model. Journal of Hydrologic Engineering. 14(9): 1024-1027.‏
Garbrecht, J. and Brunner, G. 1991. Hydrologic channel-flow routing for compound sections. Journal of Hydraulic Engineering. 117(5): 629-642.‏
Henderson, F. M. 1966. Open channel flow (No. 532 H4). MACMILLAN PUBLISHING CO. INC. New York, 522p.
Jain, S. C. 2001. Open-channel flow. John Wiley and Sons.‏ INC, 352p
Lu, W.Z., Fan, H.Y. Leung, A.Y.T. and Wong, J.C.K. 2002. Analysis of pollutant levels in central Hong Kong applying neural network method with particle swarm optimization. Environmental monitoring and assessment. 79(3): 217-230.‏
Maidment D.R. 1993. Hand Book of Hydrology. McGraw-Hill Pub. Co. USA, 1140p.
Meraji, S.H. 2004. Optimum design of flood control systems by particle swarm optimization algorithm (Doctoral dissertation. M. Sc. thesis, Iran University of Science and Technology) (In Farsi).‏
Moghaddam, A., Behmanesh, J. and Farsijani, A. 2016. Parameters estimation for the new four-parameter nonlinear Muskingum model using the particle swarm optimization. Water resources management. 30(7): 2143-2160.‏
Nagesh Kumar, D. and Janga Reddy, M. 2007. Multipurpose reservoir operation using particle swarm optimization. J Water Resour Plan Manag 133, 192–201.
Perumal, M. and Raju, K. G. R. 1998. Variable-parameter stage-hydrograph routing method. II: Evaluation. Journal of Hydrologic Engineering. 3(2): 115-121.‏
Perumal, M. and Sahoo, B. 2008. Volume conservation controversy of the variable parameter Muskingum–Cunge method. Journal of Hydraulic Engineering. 134(4): 475-485.‏
Ponce, V. M. 1989. Engineering hydrology. Principles and practices (Vol. 640). Englewood Cliffs. NJ. Prentice Hall, 270p.
Ponce, V. M. and Yevjevich, V. 1978. Muskingum-Cunge method with variable parameters. Journal of the Hydraulics Division. 104(12): 1663-1667.‏
Ponce, V., M. Lohani, A. K. and Scheyhing, C. 1996. Analytical verification of Muskingum-Cunge routing. Journal of Hydrology. 174(3): 235-241.‏
Ponce, V. M. and Lugo, A. 2001. Modeling looped ratings in Muskingum-Cunge routing. Journal of Hydrologic Engineering. 6(2): 119-124.
Reshma, T., Kumar, P. S. Babu, M. R. K. and Kumar, K. S. 2010. Simulation of runoff in watersheds using SCS-CN and Muskingum-Cunge methods using remote sensing and geographical information systems. International Journal of Advanced Science and Technology. 25(31): 31-42.
Tang, X. N., Knight, D. W. and Samuels, P. G. 1999. Volume conservation in variable parameter Muskingum-Cunge method. Journal of Hydraulic Engineering. 125(6): 610-620.
Todini, E. 2007. A mass conservative and water storage consistent variable parameter Muskingum-Cunge approach. Hydrology and Earth System Sciences Discussions. 4(3): 1549-1592.‏
Wang, L., Lapin, S. Wu, J. Q. Elliot, W. J. and Fiedler, F. R. 2018. Accuracy of the Muskingum-Cunge method for constant-parameter diffusion-wave channel routing with lateral inflow. ArXiv preprint arXiv. 1802.04429: 1-24
Wilson, B. N. and Ruffini, J. R. 1988. Comparison of physically-based Muskingum methods. Transactions of the ASAE. 31(1): 91-97