کاربرد الگوریتم فاخته در واسنجی پارامترهای هیدرودینامیکی آبخوان با استفاده از مدل ریاضی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشگاه بیرجند، بیرجند، ایران

2 دانشیار گروه مهندسی عمران دانشگاه بیرجند،بیرجند، ایران

3 استادیار گروه مهندسی آب دانشگاه بیرجند، بیرجند، ایران

4 استادیار گروه مهندسی منابع آب دانشگاه کارولینای جنوبی

چکیده

شبیه­سازی رفتار آبخوان به­منظور تعیین میزان بهر­ برداری و برنامه­ریزی برای استفاده پایدار از این منابع بسیار مهم است. در این خصوص مدل­های آب­های زیرزمینی با استفاده از پارامترهای هیدرولیکی، هیدرولوژیکی و هیدروژئولوژیکی اقدام به پیش­بینی کمی و کیفی رفتار آبخوان می­نمایند. از آنجا که شناخت صحیح این پارامترها می­تواند منجر به افزایش دقت شبیه­سازی آبخوان گردد، لذا تخمین مقادیر مناسب پارامترهای مدل از اهمیت بالایی برای برنامه­ریزی در شرایط واقعی برخوردار است. در این تحقیق مدلی بر پایه روش­های پیشرفته بهینه­یابی به­منظور واسنجی پارامترهای هیدرودینامیکی آبخوان (k و Sy) در دشت بیرجند تدوین گردید. مدل پیشنهادی تلفیقی از مدل شبیه­سازی و بهینه­سازی (الگوریتم بهینه­سازی فاخته) در محیط برنامه­نویسی MATLAB  می­باشد. دوره واسنجی برای یک دوره یک ساله (سال آبی 90-1389) با 13 دوره تنش ماهیانه در نظر گرفته شد. جهت ارزیابی مقادیر پارامترهای بهینه (دوره واسنجی)، دوره صحت سنجی نیز برای یک دوره یک ساله (سال آبی 91-1390) با 13 دوره تنش ماهیانه در نظر گرفته شد. ارزیابی دقت واسنجی و صحت سنجی مدل پیشنهادی با استفاده از معیارهای ارزیابی میانگین خطای مطلق (MAE)، جذر میانگین مربعات خطا (RMSE) و میانگین خطا (ME) انجام گرفت. مقادیر معیارهای فوق در دوره واسنجی به ترتیب برابر 48/0، 73/0 و 17/0 و در دوره صحت­سنجی به ترتیب برابر 63/0، 89/0 و 32/0 حاصل گردید. با تحلیل نتایج حاصل از بکارگیری ساختار پیشنهادی می­توان دریافت که رویکرد ارائه شده دقت بسیار بالایی در تخمین صحیح پارامترهای آبخوان دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Application of Cuckoo Optimization Algorithm in Automatic Calibration of Aquifer Hydrodynamic Parameters Using Mathematical Model

نویسندگان [English]

  • Sadegh Sadeghi Tabas 1
  • Abolfazl Akbarpour 2
  • Mohsen Pourreza Bilondi 3
  • Seyedeh Zahra Samadi 4
1 M.Sc. Student, Water Resources Engineering, University of Birjand., Birjan., Iran
2 Associate Professor of Civil Engineering., University of Birjand., Birjand., Iran
3 Assistant Professor of Water Engineering Department., University of Birjand., Birjand., Iran
4 Assistant Professor of Water Resources Engineering Department., University of South Carolina
چکیده [English]

Simulation of Aquifer behavior has great importance in order to identifying the measurement of operation and planning for sustainable usage of these resources. That is why groundwater models predicts qualitative and quantitative aquifer behavior by hydrological, hydraulically and hydrogeological parameters. Since appropriate identification of these parameters increases aquifer simulating accuracy therefore estimating reasonable values of model parameters is crucial real situations planning. In this study one model is provided according to advanced optimization methods for calibrating aquifer hydrodynamics parameters (Sy and k) in Birjand plains. The recommended model is a combination of simulating and optimizing model (Cuckoo Optimization Algorithm) in MATLAB. Calibration period was one year (water year 2010-2011) with monthly13 Stress period. In order to evaluating the value of optimized parameter (calibration period) Validation period was one year period (water year 2011-2012) with 13 monthly Stress period. The accuracy of calibration and validation of model was evaluated by Mean Absolute Error (MAE), Root Mean Square Error (RMSE) and Mean Error (ME) criteria. The amounts of these criteria were respectively 0.48, 0.73 and 0.17 in calibration period and these were respectively 0.63, 0.89 and 0.32 in validation period. Results revealed that presented approach has high accuracy for reasonable estimation aquifer parameters.

کلیدواژه‌ها [English]

  • COA
  • Simulator-Optimizer groundwater model
  • Birjand plains
  • Hydraulic conductivity
  • Specific yield
  • MATLAB
ابوذری خویی،ن و حاتم­لو،ع. 1393. کاربرد الگوریتم بهینه­سازی فاخته در حل مسائل مختلف بهینه سازی. همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات، تهران، 1-9.
حسینی طباطبایی،م.ر و سالاری،ع.ا. 1392. کاربرد الگوریتم بهینه سازی فاخته در بهینه سازی سازه های قابی. هفتمین کنگره ملی مهندسی عمران، زاهدان، 1-9.
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 Resources Management. 25.10: 2613-2632.
Bastani,M., Kholghi,M and Rakhshandehroo,G.R. 2010. Inverse modeling of variable-density groundwater flow in a semi-arid area in Iran using a genetic algorithm. Hydrogeology Journal. 18.5: 1191-1203.
Bekele,E.G and Nicklow,J.W. 2007. Multi-objective automatic calibration of SWAT using NSGA-II, Journal of Hydrology, 341(3-4): 165-176.
Carrera,J., Medina,A., Heredia,J., Vives,L., Ward,J and Walters,G. 1989. Parameter stimation in groundwater modelling: From theory to application. Hydrogeo Chem, Inc., Tucson, Arizona, USA.
Chiang,W and Kinzelbach,W. 2001. Processing Modflow A Simulation System for Modeling Groundwater Flow  and Pollution. Berlin, Springer Verlag.
Dupuit,J. 1863. Estudes Theoriques et Pratiques sur le Mouvement desEaux. Paris: Dunod.
He,H., Takase,K and Wang,Y. 2007. Regional groundwater prediction model using automatic parameter calibration SCE method for a coastal plain of Seto Inland Sea. Water Resources Management. 21.6: 947-959.
Kersic,N. 1997. Quantitative Solution in Hydrology and Groundwater Modeling. Lewis Publishers.
Mohtasham,M., Dehghani,A.A., Akbarpour,A., Meftah Halaghi,M. and Etebari,B. 2011. Groundwater Level Determination by Using GMS Model (Case Study: Birjand Aquifer). Fourth Conference of  Water Resources Management. Tehran. Iran.
Prickett,T.A. 1975. Modeling Techniques for Groundwater Evaluation. Journal of Advances in Hydrosciense, 10.1: 1-143.
Rajabioun, Ramin. 2011. Cuckoo optimization algorithm. Applied soft computing, 11.8: 5508-5518.
Samuel,M.P and Jha,M.K. 2003. Estimation of aquifer parameters from pumping test data by genetic algorithm optimization technique. Journal of Irrigation and Drainage Engineering. 5.1: 348-359.
Schoups,G., Addams,C.L and Gorelick,S.M. 2005. Multi-objective calibration of a surface water-groundwater flow model in an irrigated agricultural region: Yaqui Valley, Sonora, Mexico. Hydrology and Earth System Sciences. 9.5: 549-568.
Tabari,M.M.R., Eil beige,M. 2014. Auto-Calibration of Aquifer Parameters Using Aquifer Distributed Mathematical Models and Direct Searching Algorithm journal Water and Wastewater. 25.91:98-109.
Thiery,D. 1994. Calibration of groundwater models by optimization of parameters in homogeneous geological zones. Stochastic and Statistical Methods in Hydrology and Environmental Engineering Water Science and Technology Library. 10.4:69-82.