تجزيه و تحليل حساسيت و بررسي نسبي اهميت عوامل موثر بر دبي اوج در روش شماره منحني

Sensitivity Analysis and Relative Importance Assessment of the Main Factors onPeak Discharge in Curve Number-SCS Method

روش شماره منحني يكي از پركاربردترين روش هاي برآورد رواناب و دبي اوج در حوزه هاي آبخيز است. مي توان گفت كه ارتفاع رواناب و در نتيجه دبي اوج مهمترين خروجي اين مدل به شمار مي روند. در اين پژوهش براي تجزيه و تحليل حساسيت مدل SCS و تعيين واكنش آن نسبت به تغيير در ورودي هاي مدل، اهميت نسبي پنج عامل شماره منحني، زمان تمركز، مساحت حوزه، بارش در دوره بازگشت هاي معين و در نهايت ضريب? بر دبي اوج مورد بررسي قرار گرفت. تجزيه و تحليل حساسيت اين مدل با نوشتن برنامه رايانه اي در محيط نرم افزار MATLAB انجام شد. نتايج نشان داد كه شماره منحني نسبت به ساير عوامل بيش ترين تاثير را بر خروجي مدل يعني دبي اوج در دوره بازگشت هاي متفاوت دارد. هر چند كه مقدار بارش نيز تاثير زيادي بر دبي اوج دارد و شدت اين تاثير با افزايش شماره منحني بيشتر مي شود. همچنين حساسيت مدل در خروجي ها با افزايش دوره بازگشت، بيشتر مي شود. علاوه بر تجزيه و تحليل حساسيت مدل SCS به صورت كلي، برنامه مذكور قابليت اولويت بندي اهميت اين ورودي ها براي شرايط يك حوزه آبخيز خاص را نيز دارد.

The CN-SCS method is one of the most common methods in runoff and peak discharge estimation. Sensitivity analysis and relative importance assessment of five parameters, CN, time of concentration, rainfall in different return periods, watershed area and ? were studied in this research. The CN-SCS approach has not completely processed by sensitivity analysis. For finding the nature of curve number SCS method in estimating peak discharge and its reaction to change in input parameters, the effects of 5 parameters including CN, time of concentration (TC), watershed area (A), rainfall amount in different return periods (P) and finally, ? coefficient (the coefficient for obtaining the time of effective rainfall and it is usually equal to 0.133) were surveyed on peak discharge. Results indicate the effective role of CN on peak discharge as the most important output of model. The sensitivity of the model in estimation of peak discharge highly increases in large return periods. The sensitivity analysis of curve number SCS method was performed in MATLAB programming environment.