برآورد دقت روابط انتقال دبی رسوب رودخانه خنداب، ایستگاه جوشیروان با استفاده از مدلHEC-RAS
Publish Year: 1401
Type: Journal paper
Language: Persian
View: 307
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JEWE-8-1_015
Index date: 23 July 2022
برآورد دقت روابط انتقال دبی رسوب رودخانه خنداب، ایستگاه جوشیروان با استفاده از مدلHEC-RAS abstract
با توجه به پیچیدگی مسائل هیدرولیکی و رسوبی در رودخانهها امکان حل معادلات به روش تحلیلی ممکن نیست، لذا از روشهای عددی استفاده میشود. در پژوهش حاضر از مدلHEC-RAS ۵.۰.۳ ، به منظور شبیه سازی جریان رسوبات رودخانه خنداب استفاده شد. بدین منظور با استفاده از نقشه توپوگرافی مسیر، DEM و TIN از مسیر رودخانه شراء با مقیاس ۱:۲۰۰۰، در بسته الحاقی HEC-GeoRAS در نرمافزار ArcMap، تعداد ۲۰۰ مقطع در طول km ۵ رودخانه تهیه شد. اطلاعات مربوطه جهت معرفی هندسه رودخانه به مدل معرفی شد. دبی با دوره بازگشت ۲۵، ۵۰ و yr ۱۰۰ محاسبه و برای شبیهسازی هیدرولیکی رودخانه مورد استفاده قرار گرفت. شرایط جریان شبه غیرماندگار، شرایط مرزی و دانهبندی مواد بستر رودخانه به مدل معرفی شد. با استفاده از رابطههای برآورد انتقال رسوب، ظرفیت انتقال رسوب رودخانه محاسبه شد. نتایج نشان داد، رابطه میر- پیتر و مولر با ۲۶% خطا نسبت به روابط دیگر به مقادیر رسوبات مشاهداتی نزدیکتر میباشد. همچنین، بررسی وضعیت فرسایش و رسوب گذاری رودخانه با استفاده از معیارهای هولشتروم و شیلدز نشان میدهد که قسمتی از مقاطع این رودخانه در وضعیت فرسایشی و قسمتی در حال رسوب گذاری قرار دارد.
برآورد دقت روابط انتقال دبی رسوب رودخانه خنداب، ایستگاه جوشیروان با استفاده از مدلHEC-RAS Keywords:
برآورد دقت روابط انتقال دبی رسوب رودخانه خنداب، ایستگاه جوشیروان با استفاده از مدلHEC-RAS authors
امیر مرادی نژاد
استادیار، بخش آبخیزداری مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان مرکزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، اراک، ایران
سید احمد حسینی
استادیار، بخش مهندسی رودخانه و سواحل پژوهشکده حفاظت خاک و آبخیزداری کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
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 :