استفاده از روش ماسکینگام خطی و الگوریتم بهینه‌سازی ازدحام ذرات (PSO) در محاسبه عمق سیلاب رودخانه‌ها‌

نوع مقاله : یادداشت فنی (5 صفحه)

نویسندگان

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

2 دانشیار/ گروه مهندسی عمران، دانشگاه زنجان.

چکیده

محاسبه عمق آب هنگام وقوع سیل جهت برآورد خسارات ناشی از آن، امری ضروری است. استفاده از روش‌های هیدرولیکی (حل معادلات سنت – ونانت) جهت روندیابی سیل و محاسبه عمق آب، به‌دلیل نیاز داشتن مشخصات مقاطع رودخانه در فواصل مناسب، امری زمان‌بر، مشکل و پر هزینه‌ است. استفاده از روش‌های هیدرولوژیکی مانند روش ماسکینگام خطی جهت روندیابی سیل، علاوه بر سادگی و کم هزینه‌بودن، از دقت مناسبی نیز برخوردار است. تاکنون از روش ماسکینگام خطی جهت محاسبه هیدروگراف خروجی (تغییرات دبی بر حسب زمان در پایین‌دست) استفاده‌شده‌است. در حالیکه در تحلیل اقتصادی و برآورد خسارات سیل و مدیریت و مهندسی سیل، محاسبه تغییرات عمق آب نسبت به زمان در پایین‌دست از اهمیت بسزایی برخوردار است. لذا در پژوهش حاضر با استفاده از روش ماسکینگام خطی و الگوریتم بهینه‌سازی ازدحام ذرات (PSO) به جای محاسبه تغییرات دبی خروجی (پایین‌دست) نسبت به زمان، تغییرات عمق آب خروجی (پایین‌دست) نسبت به زمان در حد فاصل ایستگاه‌های هیدرومتری ملاثانی (بالادست) و اهواز (پایین‌دست) رود کارون محاسبه شده‌است. روش جدید ارائه شده در پژوهش حاضر، علاوه بر اینکه از دقت مناسبی برخوردار است، نسبت به روش‌های هیدرولیکی ساده‌تر و کم هزینه‌تر نیز می‌باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Using the Linear Muskingum Method and the Particle Swarm Optimization (PSO) algorithm for calculating the depth of the rivers flood

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, University of Zanjan, Zanjan, Iran.
چکیده [English]

When a flood occurs it is essential in order to estimate the damage caused by it the depth of water is calculated. Use hydraulic methods for flood routing and calculation of water depth due to the need for river sections at appropriate distances it is time-consuming, difficult and costly. The use of hydrological methods such as the linear Muskingum method for flood routing, in addition to its simplicity and low cost, is also good accuracy. So far, the linear Muskingum method has been used to calculate the outflow hydrograph while in economic analysis and flood damage estimation and flood management and engineering, calculation of depth changes compared to time is of great importance. Therefore, in the present study, using the linear Muskingum method and the PSO algorithm instead of calculating the variation of the outflow discharge compared to time, the variation in the depth of water output compared to the time interval between the hydrometric stations of Mollasani and Ahwaz of the Karun River have been calculated. The new method presented in this study, in addition to being of good accuracy, is simpler and less costly than the hydraulic methods.

کلیدواژه‌ها [English]

  • Flood Routing
  • Linear Muskingum Method
  • Particle Swarm Optimization (PSO) Algorithm
  • Flood Depth

مراجع

Afshar A, Kazemi H,  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
Bazargan J, Norouzi H (2018) investigation the effect of uncertain of outflow determination at the time of flood initiation on the accuracy of flood routing calculations using the linear Muskingum method. Iran-Water Resources Research 15(1):356-360 (In Persian)
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
Chau K (2005) A split-step PSO algorithm in prediction of water quality pollution. In International Symposium on Neural Networks (pp. 1034-1039), Springer, Berlin, Heidelberg
Chow V (1959) Open channel hydraulics. Newyork; Macgraw-Hill Book Company
Lu WZ, Fan HY, Leung AYT, Wong JCK (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
McCarthy G T (1938) The unit hydrograph and flood routing. New London, Conference North Atlantic, Division. US Army Corps of Engineers. New London. Conn. USA.
Meraji SH (2004) Optimum design of flood control systems by particle swarm optimization algorithm. M. Sc. Thesis, Iran University of Science and Technology
Mohammad Rezapour Tabari M, Emami Dehcheshmeh S (2018) Development of nonlinear Muskingum model using evolutionary algorithms hybrid. Iran-Water Resources Research 14(1):160-167 (In Persian)
Nagesh Kumar D, Janga Reddy M (2007) Multipurpose reservoir operation using particle swarm optimization.  Water Resources Planning Management 133:192-201

فایل ها

سابقه مقاله

  • تاریخ دریافت: 14 دی 1397
  • تاریخ بازنگری: 30 فروردین 1398
  • تاریخ پذیرش: 01 اردیبهشت 1398

هم رسانی

ارجاع به این مقاله

آمار