شبيه سازي رواناب در حوضه بالادست هلمند افغانستان با استفاده از واسنجي چندهدفه و مدل مفهومي FLEX

The Simulation of Discharge in Upper Helmand Basin in Afghanistan Using Multi-Objective Optimization and FLEX Conceptual Model

رودخانه هيرمند اصلي ترين زهكش نيمه جنوبي افغانستان بوده و تاثير به سزايي در حيات اقتصادي - اجتماعي منطقه سيستان دارد. در راستاي ارزيابي پتانسيل آبي رودخانه هيرمند در طولاني مدت نياز به استفاده از مدل بارش رواناب مي باشد. هدف از اين تحقيق شبيه سازي رواناب روزانه حوضه بالادست هلمند با استفاده از مدل مفهومي FLEX در تركيب با بهينه سازي چندهدفه بوده كه در ساير تحقيقات پيشين مورد توجه نبوده است. بنابراين در ابتدا مدل به صورت يكپارچه با درنظر گرفتن يك تابع هدف و سپس به صورت نيمه توزيعي و افزودن لگاريتم جريان به تابع هدف ارزيابي گرديد. نتايج پژوهش نشان دهنده كارايي بالاي مدل در حالت نيمه توزيعي و استفاده از دو تابع هدف براي واسنجي پارامترها بوده و ضرايب NS، NS-log در دو حالت واسنجي و صحت سنجي به ترتيب برابر 0/86، 0/92 ، 0/76 و 0/81مي باشد. باتوجه به اينكه همه نقاط روي جبهه پرتو جزو بهترين راه حل ها هستند، بنابراين براي هر پارامتر بازه بهينه آن در نظر گرفته شد. همچنين باتوجه به نتايج رضايت-بخش مدل به صورت ماهانه، مي تواند جهت بررسي خشكسالي و تغييراقليم در حوضه مورد مطالعه استفاده گردد.

Hirmand River is the main drainage system in the southern part of Afghanistan and has a significant impact on the socio-economic life of Sistan region. Long term assessment of water potential of Hirmand River requires the use of rainfall-runoff model. The present study focused on simulating the daily discharge of the upper Helmand basin in Afghanistan using the conceptual model FLEX in combination with multi-objective optimization, which has not been considered in previous studies. At first, the discharge was evaluated integrally by lumped model considering one objective function. Then it was simulated using semi-distributed model by adding the logarithm of the flow to the objective function. The results indicated that the model is efficient in the semi-distributed mode by using two objective functions for calibration of parameters. The coefficients of NS, NS-log in the calibration period were respectively estimated to be 0.86, 0.92. They were estimated in validation period as 0.76 and 0.81, respectively. Pareto front analysis gave the best optimum set for each parameter used in model simulation. The model gave satisfactory results based on monthly calibration and can be used to investigate the drought and climate change research in study basin.