تحلیل حساسیت مدل MIKE BASIN نسبت به پارامترهای ورودی در شبیه سازی جریانهای سطحی
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 664
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NCUIMWR03_351
Index date: 6 March 2015
تحلیل حساسیت مدل MIKE BASIN نسبت به پارامترهای ورودی در شبیه سازی جریانهای سطحی abstract
برنامهریزی منابع آب به منظور بررسی وضعیت منابع و مصارف کشور که در منطقه خشک و نیمه خشک جهان واقع شده، یکی از مسائل مهم و مورد توجه است. رشد سریع جمعیت، توسعه فعالیت های وابسته به آب و رقابت شدید بین بخش های مصرف- کننده از سویی و محدودیت روز افزون منابع آب در دسترس و توسعه ی روند آلوده سازی منابع آب و محیط زیست از سویی دیگر، تأمین مصارف یک حوضه را با مشکلات جدی روبرو کرده که سبب افزایش تقاضا برای آب شده است. لذا برنامه ریزی تخصیص عادلانه آب با استفاده از مدل ها این فرصت را فراهم می کند که با پیادهسازی ساختار شماتیکی از یک حوضه واقعی، فرآیند های طبیعی و هیدرولوژیکی مرتبط با سیستم منابع آب و روابط حاکم بین بخشهای عرضه و تقاضا، شبیه سازی و نحوه حصول به اهداف مدیریت منابع آب ارزیابی گردد. از مدل های مطرح در زمینه مدیریت منابع آب، مدل MIKE BASIN می باشد. در این تحقیق خصوصیات مدل مذکور بررسی شد و شبیهسازی در رودخانه بابلرود از زیرحوضه شبکه البرز توسطمدل مورد ارزیابی قرار گرفت. هدف اصلی این پژوهش بررسی حساسیت مدل مذکور نسب به داده های ورودی میباشد که با توجه به نتایج چنین استنباط میشود که هر گونه تغییری در سری زمانی جریان ورودی حوضه آبریز تاثیر شایانی بر نتایج دارد.
تحلیل حساسیت مدل MIKE BASIN نسبت به پارامترهای ورودی در شبیه سازی جریانهای سطحی Keywords:
تحلیل حساسیت مدل MIKE BASIN نسبت به پارامترهای ورودی در شبیه سازی جریانهای سطحی authors
سیده فاطمه هاشمی
دانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشگاه کشاورزی و منابع طبیعی ساری
علی شاه نظری
استادیار گروه مهندسی آب دانشگاه دانشگاه علوم کشاورزی و منابع طبیعی ساری
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 :