تحلیل عددی هیدرولیک جریان در یک رودخانه مخروطافکنهای با مدل CCHE۲D (مطالعه موردی: حدفاصل پل سودجان تا اورگان رودخانه دیمه)
Publish place: Journal of Water and Soil Science، Vol: 23، Issue: 4
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 325
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-23-4_019
تاریخ نمایه سازی: 21 اردیبهشت 1400
Abstract:
بهطور کلی رودخانهها در زمره شاخصترین و قابل دسترسترین منابع آبی در اختیار بشر هستند و بهدلیل نقش موثر نیروی آب در ایجاد تغییرات در الگوی جریان و بهتبع آن بر تغییرات مورفولوژی رودخانه، بررسی و تحلیل هیدرولیکی جریان در رودخانه حائز اهمیت و لازمه طرحهای ساماندهی، کنترل سیلاب و سازههای انتقال آب پاییندست است. در این پژوهش، شرایط هیدرولیکی رودخانه دیمه با استفاده از مدل عددی CCHE۲D در حد فاصل پل سودجان تا پل اورگان بررسی شده است. مدل CCHED، یک مدل ریاضی توانمند در شبیهسازی الگوی جریان و انتقال رسوب در شبکههای رودخانهها و کانالهای آزمایشگاهی است. این مدل عددی در سال ۱۹۹۸ میلادی، توسط مرکز ملی محاسبات مهندسی و علوم آب دانشگاه میسیسیپی (NCCHE)توسعه یافت و تا بهحال در بسیاری از پروژههای تحقیقاتی مهندسی آب بهکار گرفته شده است. در ابتدای پژوهش اطلاعات ورودی موردنیاز مدل، نظیر توپوگرافی، دبی و سرعت جریان آب فراهم و مدل عددی اجرا شد. در گام بعدی، نتایج حاصل از اجرای مدل با استفاده از دادههای اندازهگیریشده میدانی از عمق و سرعت جریان آب، مورد واسنجی و صحتسنجی قرار گرفت و درنهایت با استخراج نتایج مدل و مقایسه آنها، توانمندی مدل CCHE۲D در شبیهسازی الگوی جریان تایید شد.
Keywords:
CCHE Model and Validation , Flow Pattern , Morphology , River , الگوی جریان , رودخانه , صحتسنجی , مدل CCHE۲D , مورفولوژی
Authors
افشین هنربخش
۱. Faculty of Natural Resources and Earth Sciences, University of Shahrekord, Shahrekord, Iran.
محمد فتحی
۲. Soil Conservation and Watershed Management Research Institute, Tehran, Iran.
محمد رستمی
۱. Faculty of Natural Resources and Earth Sciences, University of Shahrekord, Shahrekord, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :