تهیه نقشه شماره منحنی رواناب و بررسی دقت آن توسط مدل هیدرولوژیکی (مطالعه موردی: حوضه ناودار گیلان غرب)
Publish Year: 1392
نوع سند: مقاله ژورنالی
زبان: Persian
View: 173
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GERAZ-3-4_006
تاریخ نمایه سازی: 12 اسفند 1400
Abstract:
شماره منحنی رواناب یکی از پارامترهای مورد نیاز جهت محاسبه میزان رواناب با استفاده از روش SCSاست. با توجه به اینکه عوامل موثر بر این پارامتر دارای تغییرات مکانی هستند، مقادیر مختلفی برای شماره منحنی در بخشهای مختلف یک حوضه آبریز قابل انتظار است. هدف از مطالعه کنونی، تعیین نقشه شماره منحنی رواناب حوضه ناودار در استان کرمانشاه است. برای این منظور، از سیستم اطلاعات جغرافیایی و سنجش از دور استفاده گردیده است. ابتدا نقشه کاربری اراضی منطقه بر اساس تصاویر ماهواره لندست (TM) و با استفاده از نرمافزار ارداس تهیه گردید. سپس با کمک شاخص NDVI تراکم پوشش زمین تعیین شد. نقشه گروه هیدرولوژیکی خاک منطقه مورد مطالعه با استفاده از نقشه خاک شناسی موجود در محیط Arc GIS به دست آمد. در نهایت نقشه شماره منحنی رواناب بر اساس جدول SCSو نقشه های کاربری اراضی، تراکم پوشش زمین و گروه هیدرولوژیکی خاک تهیه گردید. متوسط شماره منحنی در شرایط رطوبتی متوسط در منطقه مورد مطالعه ۷۸ محاسبه گردید. هم زمان با تحلیل رواناب های ثبت شده در مدل بارش - رواناب HEC-HMS مقدار شماره منحنی رواناب برای حوضه مورد مطالعه ۷۶ تعیین گردید. نتایج این پژوهش نشان داد که میزان دقت برآورد شماره منحنی از طریق RS و GIS بالاست، لذا میتوان با دقت قابل قبولی به شماره منحنی حاصل از روش RS و GIS در این حوضه آبریز اعتماد کرد. با توجه به شماره منحنی به دست آمده برای حوضه (۷۸) میتوان نتیجه گرفت که این حوضه، پتانسیل تولید رواناب بالایی دارد.
Keywords:
Authors
نرگس امیدی
کارشناس ارشد مهندسی منابع آب، دانشگاه رازی، کرمانشاه
بهمن فرهادی
استادیار مهندسی آب، دانشگاه رازی، کرمانشاه
سمیرا رحیمی
کارشناس ارشد مهندسی منابع آب، دانشگاه رازی، کرمانشاه
همایون حصادی
استادیار مرکز تحقیقات کشاورزی و منابع طبیعی، کرمانشاه
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 :