مدلسازی بیلان عمومی ماهانه با تلفیق مدل های بیلان هیدروکلیماتولوژی و تانک زیرزمینی

نوع مقاله: مقاله پژوهشی

نویسندگان

دانشکده مهندسی عمران دانشگاه تهران

چکیده

امروزه به دلیل مشکلات کمبود آب و همچنین اثرات قابل توجه تغییر اقلیم بر منابع آب، بایستی سعی شود تا با برنامه‌ریزی مبتنی بر توسعه پایدار، از این منبع ارزشمند به بهترین شکل استفاده شود. تعریف دقیق بیلان آبی حوضه های آبریز کشور، از ضرورت های برنامه‌ریزی مبتنی برواقعیت و توسعه پایدار است. سوابق تحقیقاتی در مورد مدل‌های بیلان ماهانه عمدتاً معطوف به مدل‌های بیلان هیدروکلیماتولوژی است که منابع آب زیرزمینی را به شکل بسیار محدود و تنها به صورت یکلایه یا دو لایه از خاک در نظر می‌گیرند. از این رو، توسعه مدل‌هایی که اثر بیلان آب زیرزمینی را به طور همزمان با بیلان هیدروکلیماتولوژی در نظر بگیرند، می‌تواند در ارائه تصویر دقیقتری از منابع آب هر حوضه مفید باشد. در مدل پیشنهادی در این تحقیق سعی شده آبخوان توسط مدل بیلان تانک زیرزمینی مدلسازی شود که به مدل بیلان هیدروکلیماتولوژی متصل شده و پارامترهای دو مدل به طور همزمان بهینه سازی شوند. از الگوریتم ژنتیک برای بهینه‌سازی پارامترهای مدل توسعه داده شده پیشنهادی استفاده شده است. جهت ارزیابی کارایی، این مدل در محدوده مطالعاتی نیشابور واقع در حوضه‌ی آبریز کویر مرکزی برای 9 سال آبی مورد استفاده قرار گرفته است. نتایج این تحقیق، نشان دهنده پتانسیل قابل توجه رویکرد پیشنهادی برای مدلسازی سریع بیلان عمومی محدوده‌های مطالعاتی کشور بوده است هر چند که برای برآوردهای دقیق‌تر، مدلسازی توزیعی توصیه می‌شود که در آن امکان درنظر گرفتن تبادلات آب بین منابع سطحی و زیرزمینی با درنظر گرفتن تغییرات گرادیان هیدرولیکی امکان پذیر است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Monthly Water Balance Modeling by Linking Hydro-Climatologic and Tank Groundwater Balance Model

نویسندگان [English]

  • Mohammadreza Moeini
  • Banafsheh Zahraie
Department of Civil, University of Tehran
چکیده [English]

Sustainable management of water resources in various basins depends on accurate estimation of water balance. Reviewing literature of water balance models reveals that most published works are focused on hydro-climatologic water balance models, which consider aquifers like tanks with one or two soil layers. These models use empirical equations to calculate the effects of groundwater on hydro-climatological water balance. In this study, we have tried to advance previous studies by linking previously developed hydro-climatological and groundwater balance models. In the developed model in this study, the aquifers were modeled more accurately by using the tank-model approach. Optimizaing the parameters of the joint water balance model is an important step for achieving proper water balance model performance. In order to assess the performance of the recommended model, hydro-climatological and groundwater water balance in Neyshabur and Rokh plains were modeled in a nine-year period. The results proved that the proposed approach can be used for modeling water balance of other basins in the country. Although it was suggested that it can be better to use distributed modeling which allows considering interactions between surface water and groundwater resources.

کلیدواژه‌ها [English]

  • Water balance
  • Hydro-Climatologic water balance
  • Tank groundwater balance
  • optimization
  • Genetic Algorithm

Alley WM (1984) On the treatment of evapotranspiration, soil moisture accounting, and aquifer recharge in monthly water balance models. Water Resources Research 20(8):1137-1149

Chen RS, Pi LC, Huang YH (2003) Analysis of rainfall‐runoff relation in paddy fields by diffusive tank model. Hydrological processes 17(13):2541-2553

Finch JW (1998) Estimating direct groundwater recharge using a simple water balance model–sensitivity to land surface parameters. Journal of Hydrology 211(1):112-125

Izadi A (2013) Assesment of application of a coupled surface-ground water model in Neyshabur basin. PhD Dissertation, School of Agricultural, Department of Water Engineering, Ferdowsi University of Mashhad (In Persian)

Kazumba S, Oron G, Honjo Y, Kamiya K (2008) Lumped model for regional groundwater flow analysis. Journal of Hydrology 359(1):131-140

Kendy E, Gérard‐Marchant P, Todd Walter M, Zhang Y, Liu C, Steenhuis TS (2003) A soil‐water‐balance approach to quantify groundwater recharge from irrigated cropland in the North China Plain. Hydrological Processes 17(10):2011-2031

Makhlouf Z, Michel C (1994) A two-parameter monthly water balance model for French watersheds. Journal of Hydrology 162(3):299-318

McCabe GJ, Markstrom SL (2007) A monthly water-balance model driven by a graphical user interface. Geological Survey (US)

Nasseri M (2014) Uncertainty analysis of monthly water balance model and determination of climate change impacts. PhD Dissertation, School of Civil engineering, University of Tehran (In Persian)

Rao AR, Al-Wagdany A (1995) Effects of climatic change in Wabash river basin. Journal of Irrigation and Drainage Engineering 121(2):207-215

Safavi H, Ashtiani H (2011) Engineering hydrology. Arkan Press (In Persian)

Sugawara M (1961) On the analysis of runoff structure about several Japanese rivers. Japanese Journal of Geophysics 2(4)

Sugawara M (1967) The flood forecasting by a series storage type  model. Int. Proc., Symp. on Floods and their Computation, Leningrad  1–6

Sugawara M (1977) Method of automatic calibration of tank model (first report). Research Notes of the National Res. Center for Disas. Prev., Japan 17:43-89

Sugawara M and Maruyama F (1956) A method of revision of the river discharge by means of a rainfall model Collection of research papers about forecasting hydrologic variables. The Geosphere Research Institute of Saitama University, Saitama, Japan 14-18

Sugawara M, Watanabe I, Ozaki E, & Katsuyama Y (1984) Tank model with snow component. Research notes/Nat. Research Center for Disaster Prevention

Thornthwaite C W and Mather J R (1957) Instructions and tables for computing potential evapotranspiration and the water balance. Climatology 10(3)

Tingsanchali T and Gautam M  R  (2000)  Application of tank, NAM, ARMA and neural network models to flood forecasting. Hydrological Processes 14(14):2473-2487

Yihdego Y and Khalil A (2017) Groundwater resources assessment and impact analysis using a conceptual water balance model and time series data analysis: Case of decision making tool. Hydrology 4(2):25

Zahraie B, Hoseini M (2014) Genetic algorithm and engineering optimization. Guttenberg Press (In Persian)