بررسی عدم قطعیت حجم رسوب مخازن سدها

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکترای /رشته سازه‌های آبی، دانشگاه تربیت مدرس، تهران، ایران

2 دانشیار/ گروه سازه‌های آبی، دانشگاه تربیت مدرس، تهران، ایران

3 دانشیار /گروه سازه‌های آبی، دانشگاه تربیت مدرس، تهران، ایران

چکیده

برآورد حجم رسوب ورودی به مخازن سدها از ضرورت‌های طراحی و مدیریت تأسیسات آبی می‌باشد. روش‌های تجربی و ریاضی مختلفی جهت برآورد حجم رسوب موجود است اما همواره این روش‌ها دارای قطعیت نبوده و باعث شکست پروژه یا استفاده از ضرایب اطمینان بالا می‌شود, در این راستا تحلیل عدم قطعیت می‌تواند راهگشا باشد. دراین تحقیق، جهت برآورد دبی رسوب ورودی به سد، روش‌های  USBRمتوسط دسته‌ها و تعدیل ضریب FAOاستفاده شده است. نتایج به دست آمده، در مقایسه با رسوب سنجی مخزن سد اکباتان نشان داد که تعدیل ضریب FAO روی روش متوسط دسته‌ها در برآورد دبی رسوب نتایج مطلوبتری را به همراه داشته است. در بحث عدم قطعیت، دو روش شبیه‌سازی مونت‌کارلو و نقطه‌ای هار مورد بررسی قرار گرفت. بدین طریق که در روش مونت کارلو به دلیل حجم بالای محاسبات, از برنامه کامپیوتری نوشته شده توسط نگارنده به زبان FORTRAN برای بررسی سهم هر پارامتر در عدم قطعیت کلی حجم رسوب و محاسبه عدم قطعیت کلی استفاده گردیده است. طبق نتایج به دست آمده دبی رسوب و پس از آن دبی جریان بیشترین تأثیر و راندمان تله اندازی کمترین تأثیر را در عدم قطعیت حجم رسوب دارا هستند. همچنین روش مونت کارلو عدم قطعیت کلی را برابر با 208/0 و روش هار 179/0 برآورد کرده است.

کلیدواژه‌ها


عنوان مقاله [English]

Uncertainty Analysis of Reservoir Sedimentation

نویسندگان [English]

  • Z Ganji Noroozi 1
  • J M. V. Samani 2
  • S Morid 3
1 - Ph.D. Student of Water Structures Eng., Tarbiat Modares University, Tehran, Iran.
2 Associate Professor of Water Structures Eng., Tarbiat Modarres University, Tehran, Iran.
3 Associate Professor of Water Structures Eng., Tarbiat Modarres University, Tehran, Iran
چکیده [English]

Estimation of reservoir sedimentation volume is necessary for design and hydraulic structure management purposes where different empirical and mathematical methods are employed in this regard. Due to different factors effecting sedimentation process and their stochastic process, uncertainties arise which cause failure and may force designers to consider safety factors in their designs. Therefore, uncertainty analysis may introduce a better understanding of the effect of different input parameters and their separate contributions to the whole output error. In this research, the sediment discharge rate was estimated by employing different methods such as USBR, average of classes, and the FAO modification coefficient. In these methods data collected from Yalfan hydrometry and Shakhe Dovom SAD stations were used. To calculate the trap efficiency the Brown method, and for specific weight Lane & Koelzer and Miller methods were used. The results of the FAO modification coefficient on average of classes and specific weight of Miller method compared to other corresponding methods show better agreement with the measured ones. In this research, Mont Carlo Simulation and Har's methods were investigated. Calculation of The Mont Carlo method and the uncertainty contribution of each parameter were conducted by a FORTRAN computer program introduced by the author. The results show that the sediment discharge rate and the flow rate introduce the highest contribution to the whole uncertainty of sedimentation volume, respectively. Also, Har's method show less uncertainty value compared to the Mont Carlo method.

کلیدواژه‌ها [English]

  • Sediment Volume
  • USBR
  • FAO
  • Uncertainty
  • Monte Carlo
  • Point Harr

سلیمانی، ع. 1382. آنالیز عدم قطعیت مدل‌های تجربی جریان در سد پاره سنگی و کاربرد آن در روند یابی سیل. پایان نامه کارشناسی ارشد دانشکده کشاورزی دانشگاه تربیت مدرس. 158 صفحه

مرید، س .، و میر ابوالقاسمی، ه . 1374 . بررسی روش‌های هیدرولوژیکی برآورد بار معلق رودخانه‌ها. آب و توسعه. شماره 10. ص 67-54.

Ang, A. H. S. and Tang, W. H. (1984). Probability concepts in engineering planning and design. Vol.2, Decision, Risk and Reliability, John Wiley, New York.

Brown, C. B. (1958). Sediment transportation. Engineering Hydraulics, H. E. Rouse, ed, Wiley, New York.

FAO. 1981. Arid Zone Hydrology for Agricultural Development

Hosseni, S. M. (2000). Statistical evaluation of the empirical equation that estimate hydraulic parameters floe through rockfill. Stochastic Hydraulics 2000, eds.Wang, Z. Y. and Hu, S. X. Balkema, Rotterdam.

Lian, Y. Chie Yen, B. (2003). Comparison of Risk Calculation Methods for a Culvert. J. of Hydraulic Engineering, ASCE, 129(2), pp. 140-152.

Lane, E. W. and Koelzer, V. A. (1943). Density of sediment deposited in reservoirs. A study of methods used in measurement and analysis of sediment load in streams, Rep. No. 9, Hydraulic Lab, Univ. of Iowa.

Miller, C. R. (1953). Determination of the unit weight of sediment for use in sediment volume computations. Bureau of reclamation, Denver.

Rui Zou; Wu-S Lung; and H Guo.(2002). Neural Network Embedded Monte Carlo Approach for Water Quality Modeling under Input Information Uncertainty. Journal of Computing in Civil Engineering, Vol. 16,No. 2. pp. 135-142

Salas, J. D., and Hyun-Suk Shin (1999), Uncertainty Analysis of Reservoir Sedimentation. Journal of Hydraulic Engineering. 125(4). pp. 339-350.

USBR. 1987. Design of Small Dams. Water Resource Technical Pub. Third Edd, App: A.

Yeh, K. C. and Deng, S. L. (1996). Uncertainty Analysis of Sediment Formulas, in Stochastic Hydraulics, 96, eds. Tickle et al.

Yeh, K. C. and Tung, Y. K., (1993). Uncertainty and Sensitivity Analysis of Pit-Migration Model, Journal Of Hydraulic Engineering, ASCE, Vol.119, No.2.