تحلیل عدم قطعیت منحنی های دبی- اشل در رودخانه ها
Publish place: Journal of Civil and Environmental Engineering, University of Tabriz، Vol: 52، Issue: 106
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 147
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CEEJ-52-106_013
تاریخ نمایه سازی: 24 تیر 1401
Abstract:
رابطه دبی- اشل، یکی از مهم ترین اطلاعات ورودی در مدل های هیدرولیکی و هیدرولوژیکی است که می تواند در کنترل سیلاب و مدیریت منابع آب مورداستفاده قرار بگیرد. برای به دست آوردن این رابطه اطلاعات هندسی و هیدرولیکی مقطع رودخانه موردنیاز است. یکی از این اطلاعات ضریب زبری مانینگ است که برای محاسبه این ضریب رابطه دقیقی وجود ندارد و بنا بر تجربه شخصی و جداول مرجع تخمین زده می شود. علاوه بر پارامتر زبری، عوامل مختلفی مانند برونیابی منحنی دبی- اشل و خطای اندازه گیری مستقیم دبی می تواند در تخمین نتایج اثرگذار باشد. هدف اصلی در این مقاله، تحلیل عدم قطعیت با روش ارزیابی انحراف مقادیر اندازه گیری شده در ایستگاه ها و منحنی دبی- اشل پیشنهادی در رودخانه ها است. اساس روش تخمین منحنی های دبی- اشل در این پژوهش مبتنی بر مفهوم کنتورهای بی بعد مقطع در روش اندازه گیری تک نقطه ای سرعت، SPM می باشد. بنابراین برای اولین بار به بررسی عدم قطعیت در این روش پیشنهادی پرداخته می شود تا میزان کیفیت تخمین ها مورد ارزیابی قرار بگیرد. برای بررسی عدم قطعیت کلی در منحنی دبی- اشل از اطلاعات زبری در رودخانه ها ی نازلی چای در ایران، مین در انگلستان و کلرادو در آرژانتین استفاده می شود. نتایج نشان می دهد که هر چه دقت تعیین ضریب زبری به عنوان پارامتر ورودی بیشتر باشد، عدم قطعیت در تخمین دبی کاهش خواهد یافت و کیفیت سنجش ها افزایش پیدا خواهد کرد. همچنین متوسط عدم قطعیت کلی بر مبنای سه داده مشاهداتی مرجع در رودخانه های نازلی چای، مین و کلرادو به ترتیب در حدود ۳/۲۴، ۱/۳۳ و ۵/۴۲ درصد محاسبه شد.
Keywords:
Authors
سجاد محمدزاده وطن چی
گروه مهندسی عمران، دانشکده فنی، دانشگاه فردوسی مشهد
محمود فغفور مغربی
گروه مهندسی عمران، دانشکده فنی، دانشگاه فردوسی مشهد
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 :