مدیریت جامع حوزه های آبخیز

مدیریت جامع حوزه های آبخیز

ارزیابی کارایی مدل +SWAT در حوزه‌های آبخیز کوهستانی مناطق خشک و نیمه‌خشک (مطالعه موردی: حوضه میمه، ایلام)

نوع مقاله : مقاله پژوهشی

نویسندگان
رضا شیرخانی 1
محسن توکلی 2
علی اکبر اختری 1
حیدر ابراهیمی 3
1 گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه رازی، کرمانشاه، ایران
2 گروه مرتع و آبخیزداری، دانشکده کشاورزی، دانشگاه ایلام، ایلام، ایران
3 گروه آبخیزداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، ایران
10.22034/iwm.2025.2043396.1180
چکیده
چکیده مبسوط
مقدمه: سیستم حوزه آبخیز، تنظیم ­کننده کمیت و کیفیت چرخه آب می­باشد. مشکلاتی که در عصر حاضر در این چرخه پدید آمده است (وقوع سیلاب، کم آبی و...)، هزینه­ای است که بشر به دلیل عدم درک صحیح از این چرخه پیچیده و عدم برنامه­ریزی در پروژه­های مرتبط با مدیریت آب و توسعه جوامع، متحمل شده است. لذا مدیریت صحیح حوضه، مستلزم داشتن اطلاعات جامع و کامل از تکنیک­های مختلف اجرایی و مدیریتی است. اعتقاد بر این است که شبیه­سازی پدیده­های هیدرولوژیکی در حوزه آبخیز می­تواند راه‌حلی بهینه برای مدیریت صحیح آن­ها باشد. هدف از پژوهش حاضر توسعه و ارزیابی یک مدل نسبتاً جدید بارش-رواناب در حوضه رودخانه میمه به عنوان یک حوضه کوهستانی با اقلیم خشک و نیمه­خشک در استان ایلام می­باشد.
مواد و روش‌ها: این مطالعه با استفاده از مدل جدید SWAT+ انجام گرفت. مدل SWAT+ به دلیل فراهم نمودن یک نمایش مکانی انعطاف­پذیر از واکنش­ها و فرآیندهای حوضه، استفاده از تعداد زیادی پارامتر، نرم‌افزار رایگان QGIS و رابط گرافیکی قدرتمند، ابزار بسیار مفیدی برای دستیابی به اهداف مدیریتی می­باشد. داده­های موردنیاز این تحقیق شامل داده­های هواشناسی حوضه و مناطق اطراف آن، داده­های تاریخی و ثبت شده جریان رودخانه، مدل رقومی ارتفاعی، نقشه­های خاک و زمین­شناسی است. داده­های هواشناسی دو ایستگاه سینوپتیک واقع در اطراف حوضه و 20 دستگاه باران­سنج در داخل و اطراف حوضه از سازمان­های دولتی اخذ شد. داده­های تاریخی و مشاهده­ای جریان روزانه در یک ایستگاه هیدرومتری واقع در خروجی حوضه (ایستگاه پل میمه) نیز از شرکت آب منطقه­ای تهیه گردید. برای شبیه­سازی جریان در حوضه مورد مطالعه، داده­های روزانه هواشناسی و هیدرولوژیکی دوره زمانی 2010 تا 2020 میلادی مورد استفاده قرار گرفت. با توجه به این که انتخاب شاخص آماری چندگانه «احتمال تفسیر ترکیبی، عملکرد مدل را افزایش می­دهد» آماره­های ضریب تعیین (R2)، نش ساتکلیف (NSE)، میانگین خطای مطلق (MAE) و میانگین خطای اریب (MBE) جهت ارزیابی عملکرد مدل مورد استفاده قرار گرفت.
نتایج و بحث: بر اساس نتایج، ضرایب نش ساتکلیف، تعیین، MAE و MBE در اولین اجرای مدل و با استفاده از ضرایب بهینه نشده به­ترتیب 38/0- ، 39/0 ، 1/11 و 4/8 به دست آمدند. با توجه به مقدار توابع هدف در اجرای اول، مشخص شد که مدل SWAT+ فاقد دقت برای شبیه‌سازی رواناب حوضه است، بنابراین عملیات واسنجی برای بهبود دقت آن ضروری است. برای واسنجی، ده ضریب و پارامتر موثر تولید رواناب حوضه تعیین و این پارامترها به همراه محدوده مجاز تغییرات آنها (به لحاظ نظری) وارد مدل شدند و در طی 2000 تکرار، واقعی و بهینه شدند. پس از این فرآیند، ضرایب تعیین، نش-ساتکلیف و مقادیر MAE و MBE برای دوره واسنجی (2018-2010) به­ترتیب 72/0 ، 70/0 ، 97/2 ، 58/0 و برای دوره اعتبارسنجی (2020-2019) به­ترتیب 78/0 ، 77/0 ، 6/7 و 38/0 به دست آمدند. به منظور ارزیابی توانایی مدل در شبیه­سازی دبی­های پایه و دبی اوج و همچنین بررسی سازگاری زمانی آنها با داده­های مشاهده شده، نمودارهای پراکندگی و سری زمانی مقادیر جریان روزانه مشاهده شده و شبیه­سازی شده برای دوره­های واسنجی و اعتبارسنجی ترسیم شد. بررسی دقیق نمودارهای ترسیم شده نشان داد که این مدل، زمان پیک دبی­ها را به درستی شبیه­سازی کرده است. همچنین نوسانات روزانه جریان رودخانه به درستی مدل­سازی شده است. از نقطه نظر گرافیکی، مقایسه نمودارهای سری زمانی در طول دوره اعتبارسنجی نشان می­دهد که مدل SWAT+ جریان­های پیک و پایه را نزدیک به مقادیر واقعی تخمین زده است.
نتیجه‌گیری: نتایج این مطالعه نشان داد که مدل SWAT+ توانایی مناسبی برای شبیه­سازی دبی روزانه در حوزه آبخیز رودخانه میمه دارد و می­تواند برای شبیه سازی رواناب تحت سناریوهای مدیریتی مختلف و همچنین در حوضه­های با شرایط طبیعی مشابه مورد استفاده قرار گیرد.
کلیدواژه‌ها
رواناب
واسنجی
اعتبارسنجی
SWAT+
حوضه میمه
موضوعات
Akoko, G., Le, T. H., Gomi, T., & Kato, T. (2021). A review of SWAT model application in Africa. Water, 13(9), 1313. https://doi.org/10.3390/w13091313
Alderman, K., Turner, L. R., & Tong, S. (2013). Assessment of the health impacts of the 2011 summer floods in Brisbane. Disaster Medicine and Public Health Preparedness, 7(4), 380–386. https://doi.org/10.1017/dmp.2013.42
Apollonio, C., Bruno, M. F., Iemmolo, G., Molfetta, M. G., & Pellicani, R. (2020). Flood risk evaluation in ungauged coastal areas: The case study of ippocampo (Southern Italy). Water, 12(5), 1466. https://doi.org/10.3390/w12051466
Arnold, J. G., Srinivasan, R., Muttiah, R. S., & Williams, J. R. (1998). Large area hydrologic modeling and assessment part I: Model development. Journal of the American Water Resources Association, 34, 73–89. https://doi.org/10.1111/j.1752-1688.1998.tb05961.x
Bieger, K., Arnold, J. G., Rathjens, H., White, M. J., & Bosch, D. D., Allen, P. M., Volk, M., & Srinivasan, R. (2017). Introduction to SWAT+, a completely restructured version of the soil and water assessment tool. Journal of the American Water Resources Association, 53(1), 115–130. https://doi.org/10.1111/1752-1688.12482
Gayathri, K. D., Ganasri, B.P., & Dwarakish. G.S. (2015). A review on hydrological models. Aquatic Procedia, 4, 1001–1007. https://doi.org/10.1016/j.aqpro.2015.02.126
Ha, L., Bastiaanssen, W., van Griensven, A., van Dijk, A., & Senay, G. (2017). SWAT-CUP for calibration of spatially distributed hydrological processes and ecosystem services in a Vietnamese river basin using remote sensing. Hydrology and Earth System Sciences Discussions. https://doi.org/10.5194/hess-2017-251
Hadi Qoraqi, R., & Delavar, M. (2024). Investigating changes in water balance components using the SWAT+ model and determining the role of factors affecting them. Journal of Water and Irrigation Management, 13(4), 1071–1092. https://doi.org/10.22059/jwim.2023.358050.1066
Hamidi Machekposhti, K., Sedghi, H., Telvari, A., & Babazadeh, H. (2017). Flood analysis in Karkheh River Basin using stochastic model. Civil Engineering Journal, 3(9), 794-808. http://dx.doi.org/10.21859/cej-030915
Ilam Regional Water Company. (2021). Study and design of monitoring network for the quality of water resources in the Dehlran watershed. (In Persian)
Jabbar, F. K., & Grote, K. (2020). Evaluation of the predictive reliability of a new watershed health assessment method using the SWAT model. Environmental Monitoring and Assessment, 192(1), 224. https://doi.org/10.1007/s10661-020-8182-9
Kakarndee, I., & Kositsakulchai, E. (2020). Comparison between SWAT and SWAT+ for simulating streamflow in a paddyfield-dominated basin, northeast Thailand. The 13th Thai Society of Agricultural Engineering International Conference (TSAE 2020).      https://doi.org/10.1051/e3sconf/202018706002
Maite Meaurio, Zabaleta, A., Uriarte, J. A., Srinivasan, R., & Antigüedad, I. (2015). Evaluation of SWAT model performance to simulate streamflow spatial origin: The case of a small forested watershed. Journal of Hydrology, 525, 326–334. http://doi.org/10.1016/j.jhydrol.2015.03.050
Marin, M., Clinciu, I., Tudose, N., Ungurean, C., Adorjani, A., Mihalache, A., Davidescu, A., Davidescu, S. O., Dinca, L., & Cacovean, H. (2020). Assessing the vulnerability of water resources in the context of climate changes in a small forested watershed using SWAT: A review. Environmental Research, 184, 109330. https://doi.org/10.1016/j.envres.2020.109330
Mohammadinia, L., Ahmadi Marzaleh, M., & Peyravi, M. R. (2021). Report of field assessment in the flooded areas of Iran, 2019. Health in Emergencies and Disasters Quarterly, 6(2), 73–78. http://doi.org/10.32598/hdq.6.2.190.1
Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R. L., Harmel, R. D., & Veith, T. L. (2007). Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE, 50(3), 885–900. https://doi.org/10.13031/2013.23153
Paranjothy, S., Gallacher, J., Amlôt, R., Rubin, G. J., Page, L., Baxter, T., & Palmer, S. R. (2011). Psychosocial impact of the summer 2007 floods in England. BMC Public Health, 11, 145.  https://doi.org/10.1186/1471-2458-11-145
Petroselli, A., & Grimaldi, S. (2018). Design hydrograph estimation in small and fully ungauged basins: A preliminary assessment of the EBA4SUB framework. Journal of Flood Risk Management, 11, S197–S210. https://doi.org/10.1111/jfr3.12193
Rahmati, O., Zeinivand, H., & Besharat, M. (2016). Flood hazard zoning in Yasooj region, Iran, using GIS and multi-criteria decision analysis. Geomatics, Natural Hazards and Risk, 7(3), 1000–1017. https://doi.org/10.1080/19475705.2015.1045043
Rufino, P. R., Gücker, B., Faramarzi, M., Boëchat, I. G., Cardozo, F. d. S., Santos, P. R., Zanin, G. D., Mataveli, G., & Pereira, G. (2023). Evaluation of the SWAT model for the simulation of flow and water balance based on orbital data in a poorly monitored basin in the Brazilian Amazon. Geographies, 3(1), 1–18. https://doi.org/10.3390/geographies3010001
Samadi, A., Sadrolashrafi S. S., & Kholghi M. K. (2019). Development and testing of a rainfall-runoff model for flood simulation in dry mountain catchments: A case study for the Dez River Basin. Physics and Chemistry of the Earth, Parts A/B/C, 109, 9–25. https://doi.org/10.1016/j.pce.2018.07.003
Sanders, R., & Tabuchi, S. (2000). Decision support system for flood risk analysis for River Thames, United Kingdom. Photogrammetric Engineering and Remote Sensing, 66(10), 1185–1193.
Sanderson, D., & Sharma, A. (2016). IFRC World Disasters Report: Resilience – Saving lives today, investing for tomorrow. International Federation of Red Cross and Red Crescent Societies (IFRC).
Sharma, A., Mehan, S., McDaniel, R., Arnold, J., Trooien, T., Sammons, N., & Amegbletor, L. (2024). Assessing SWAT+ performance in simulating drainage water management and parameter transferability for watershed-scale applications. Journal of Hydrology, 637, 131338. https://doi.org/10.1016/j.jhydrol.2024.131338
Sorooshian, S., Hsu, K. L., Coppola, E., Tomassetti, B., Verdecchia, M., & Visconti, G. (Eds.). (2008). Hydrological modelling and the water cycle: coupling the atmospheric and hydrological models (Vol. 63). Springer Science & Business Media. https://doi.org/10.1007/978-3-540-77843-1
Tan, M. L., Gassman, P. W., Yang, X., & Haywood, J. (2020). A review of SWAT applications, performance and future needs for simulation of hydro-climatic extremes. Advances in Water Resources, 143, 103662. https://doi.org/10.1016/j.advwatres.2020.103662
Tigabu, T. B., Visser, A., Kadir, T., Abudu, S., Cameron-Smith, P., & Dahlke, H. E. (2024). Optimization of the SWAT+ model to adequately predict different segments of a managed streamflow hydrograph. Hydrological Sciences Journal, 69(9), 1198–1217. https://doi.org/10.1080/02626667.2024.2364714
Tudose, N. C., Marin, M., Cheval, S., Ungurean, C., Davidescu, S. O., Tudose, O. N., Mihalache, A. L., & Davidescu, A. A. (2021). SWAT model adaptability to a small mountainous forested watershed in Central Romania. Forests, 12, 860. https://doi.org/10.3390/f12070860
Van Tol, J., Bieger, K., & Arnold, J. G. (2021). A hydropedological approach to simulate streamflow and soil water contents with SWAT+. Hydrological Processes, 35(6), e14242. https://doi.org/10.1002/hyp.14242
Wagner, P. D., Bieger, K., Arnold, J. G., & Fohrer, N. (2022). Representation of hydrological processes in a rural lowland catchment in Northern Germany using SWAT and SWAT+. Hydrological Processes, 36, e14589. https://doi.org/10.1002/hyp.14589
Wondim, Y. K. (2016). Flood hazard and risk assessment using GIS and remote sensing in Lower Awash Sub-basin, Ethiopia. Journal of Environment and Earth Science, 6(9), 69-86. https://iiste.org/Journals/index.php/JEES/article/view/32924
Yen, H., Park, S., Arnold, J.G., Srinivasan, R., Chawanda, C.J., Wang, R., Feng, Q., Wu, J., Miao, C., Bieger, K., & Daggupati, P. (2019). IPEAT+: A built-in optimization and automatic calibration tool of SWAT+. Water, 11(8), 1681. https://doi.org/10.3390/w11081681

  • تاریخ دریافت 24 مهر 1403
  • تاریخ بازنگری 20 فروردین 1404
  • تاریخ پذیرش 29 اردیبهشت 1404