تحلیل حساسیت پارامترهای شبیه‌سازی رواناب سطحی در منطقه ولنجک تهران: کاربرد روش‌های وارس، سوبول و موریس

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد /منابع آب، دانشکده مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.

2 دانشیار/ دانشکده مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.

چکیده

مدیریت یکپارچه رواناب‌های شهری در توسعه پایدار زیرساخت‌های شهری امری مهم محسوب می‌شود؛ به طوری که عدم توجه به آن نه تنها سبب هدر رفت منابع می‌شود، بلکه می‌تواند منجر به بروز مشکلات بسیاری از منظر زیست‌محیطی و حمل ‌و نقل شهری شود. شبیه‌سازی صحیح رواناب‌های شهری در تصمیم‌گیری‌های مدیریتی ضروری است. در این مقاله، محدوده زیرحوضه ولنجک از زیرحوضه‌های شهری تهران به عنوان منطقه مورد مطالعه انتخاب و مدل SWMM به منظور مدل‌سازی رواناب‌های سطحی در این حوضه به کار گرفته شده است. به دلیل ماهیت تصادفی سیل، تغییرات مکانی شدید پارامتر‌های مدل و خطا‌های اندازه‌گیری، مدل‌سازی رواناب‌ها با عدم قطعیت‌ همراه است. هدف این مقاله، شناسایی، رتبه‌بندی و غربالگری پارامتر‌های کنترل‌کننده خروجی مدل و تعیین میزان تأثیرگذاری هر یک از آن‌ها بر عدم قطعیت خروجی مدل می‌باشد. تحلیل حساسیت عملکرد مدل SWMM بر اساس معیار‌های مختلف، برای نخستین بار بر اساس مفهوم واریوگرام انجام شده است. به این منظور، 15 پارامتر مدل SWMM در نظر گرفته شده‌اند و تحلیل حساسیت به سه روش‌ وارس، سوبول و موریس انجام شده است. نتایج حاصل از سه روش با یکدیگر مقایسه و در نهایت، شش پارامتر به عنوان پارامتر‌های مؤثر شناسایی شده‌اند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Sensitivity Analysis of Urban Runoff Simulation Parameters in Velenjak Watershed, Tehran: Application of VARS, Sobol and Morris Methods

نویسندگان [English]

  • M. Hashemi 1
  • N. Mahjourimajd 2
1 M. Sc. Student, Faculty of Civil Engineering, K. N. Toosi University of Technology, Tehran, Iran.
2 Associate Professor, Faculty of Civil Engineering, K. N. Toosi University of Technology, Tehran, Iran.
چکیده [English]

Integrated management of urban runoff is a key factor in the sustainable development of urban infrastructures. To do this, urban runoff modeling and flood prediction are necessary. In this paper, the Velenjak catchment in the Tehran city is selected as the study area and the SWMM model is used for simulating the rainfall-runoff process. Spatial and temporal variations of the model parameters are usually main sources of uncertainty which may affect the results of the simulation model. The purpose of this paper is to identify the parameters that are more influential and contribute to variability of model response and identify the impact of each one of them on the model outputs. Differnet measures are used to evaluate the model performance in reproducing observed streamflow time series based on variations of the model parameters. In this paper, fifteen parameters of SWMM model are considered and sensitivity analysis is performed using three methods of VARS, Sobol and Morris and the results were compared. Based on the results, six of these parameters are identified as the most effective parameters.

کلیدواژه‌ها [English]

  • Urban Runoff
  • SWMM
  • Velenjak Watershed
  • Sensitivity analysis
  • VARS

Alizadeh A (2008) Principles of practical hydrology. Astanghods press, 800p (In persian)

Bastidas LA, Hogue TS, Sorooshian S, Gupta HV and Shuttleworth WJ (2006) Parameter sensitivity analysis for different complexity land surface models using multicriteria methods. Journal of Geophysical Research 111(D20):D20101

Campolongo F, Cariboni J and Saltelli A (2007) An effective screening design for sensitivity analysis of large models. Environmental Modelling and Software 22(10):1509–1518

Moriasi DN, Arnold GJ, Van Liew MW, Bingner RL, Harmel RD and Veith TL (2007) Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE 50(3):885–900

Efron B and Tibshirani RJ (1994) An Introduction to the bootstrap. Taylor and Francis, N. Y

Gupta HV, Sorooshian S and Yapo PO (1998) Toward improved calibration model of hydrologic models: multiple and non commensurable measures of information. Water Resources Research 34(4):751–763

Homma T and Saltelli A (1996) Importance measures in global sensitivity analysis of nonlinear models. Reliability Engineering & System Safety 52:1–17

Knighton J, Lennon E, Bastidas L and White E (2016) Stormwater detention system parameter sensitivity and uncertainty analysis using SWMM. Journal of Hydrologic Engineering 21(Pwd 2011):1-15

Krause P, Boyle DP and Bäse F (2005) Comparison of different efficiency criteria for hydrological model assessment. Advances in Geosciences 5:89–97

Legates DR and McCabe Jr. GJ (2005) Evaluating the use of “Goodness of Fit” measures in hydrologic and hydroclimatic model validation. Water Resources Research 35(1):233–241

Li C, Wang W, Xiong J and Chen P (2014) Sensitivity analysis for urban drainage modeling using mutual information. Entropy 16(11):5738–5752

McKay MD Beckman RJ and Conover WJ (1979) Comprasion of three methods for selecting values of input variables in the analysis of output from a computer code. Technometrics 21(2):239-245

Mahab Ghods Consulting Engineering Company (2011) Integrated plan of Tehran surface runoff management, Second Volume, Third Section: ,Urban Flood Hydrology & Sediment Load. Thechnical Report (In Persian)

Morris MD (1991) Factorial plans for preliminary computational experiments. Technometrics 33(2):161–174

Pianosi F and Wagener T (2015) A simple and efficient method for global sensitivity analysis based on cumulative distribution functions. Environmental Modelling & Software 67:1–11

Rakovec O, Hill MC, Clark MP, Weerts AH, Teuling AJ and Uijlenhoet R (2014) Distributed evaluation of local sensitivity analysis (DELSA), with application to hydrologic models. Water Resources Research 50(1):409–426

Razavi S (2017) Feature: when uncertainty matters. American Geophysical Union, Newsletter, Hydrology section, 50–51

Razavi S and Gupta H (2016a) A new framework for comprehensive, robust, and efficient global sensitivity analysis: 1. Theory. Water Resource Reasearch 52:423–439

Razavi S and Gupta H V (2015) What do we mean by sensitivity analysis? The need for comprehensive characterization of “global” sensitivity in earth and environmental systems models. Water Resources Research 51(5):3070–3092

Razavi S and Gupta H V (2016b) A new framework for comprehensive, robust, and efficient global sensitivity analysis:2. Application. Water Resources Research 52:440–455

Rosolem R, Gupta HV, Shuttleworth WJ, Zeng X and De Gonçalves LGG (2012) A fully multiple-criteria implementation of the Sobol’ method for parameter sensitivity analysis. Journal of Geophysical Research Atmospheres 117(7):1–18

Rossman LA (2010) Storm water management model user's manual, version 5.0. National Risk Management Research Laboratory, Office of Research and Development, US Environmental Protection Agency, p276

Saltelli A (2008) Global sensitivity analysis: the primer. John Wiley & Sons, Ltd

Sobol IM (2001) Global sensitivity indices for nonlinear mathematical models. Review. Wilmott 2001, (1):56–61