مدلسازي عددي جريان به كمك ضريب زبري ديناميك (مطالعه موردي:رودخانه كارون)

Numerical modeling of flow using an improved dynamic roughness coefficient (Case study: Karun River)

مقاومت دربرابرحركت جريان آب درمجاريب ازتح تاثيرعوامل مختلفي ازجمله جنس مصالح بسترو بدنه،شكل مقطع وميزان نامنظمي آن،پوشش گياهي،خم هاي رودخانه،شكل پلان مسيرمجرا و ... قراردارد. اين امردرهيدروليك رودخانه اثرگذاشته وكليه اين عوامل درضريب زبري خودش رانمايان مي سازد. يكي از پركاربردترين معادلات تحليل مقاومت جريان رابطه مانينگ مي-باشد، به طوريكه زبري سطح به وسيله ضريب مانينگ تعيين مي شود. تجربه نشان مي دهد كه حساسيت مدل هاي پيش بيني كننده مشخصات جريان درمجاري بازنسبت به ضريب مانينگ زياد بوده و لذاانتخاب صحيح آن درپروژه هاي مهندسي رودخانه ازاهميت بسزايي برخورداراست. اين مطالعه تحقيقاتي به بررسي تعيين ضريب زبري متغيري كه بتواند با شرايط مختلف هيدروليكي و رودخانه تغيير كند، پرداخته است. براي تعيين ضريب زبري مجموعه داده هاي دو بازه زماني براي رودخانه كارون استفاده شد. نتايج تحقيق نشان داد كه با استفاده از ضريب زبري متغير، ميزان خطاي مدل براي پيش بيني ارتفاع سطح آب به ميزان بيشتر از 20% بهبود پيدا مي كند. همچنين ضريب زبري براي رودخانه كارون به كمك روش پيشنهاد شده كاون، براي دوره ي زماني كم آبي و پرآبي تخمين زده شد. سپس اين مقادير با ضرايب زبري محاسبه شده توسط مدل رياضي براي همان دوره ها، با موفقيت مقايسه شدند.

Various parameters such as bed and bank materials, shape and irregularity of the section, vegetation, river meanders, plan of the river path and etc. affect the flow hydraulic resistance. In open channel hydraulics the effects of all these parameters are generally considered as the roughness coefficient. The Manning’s equation is one of the most practical equations to flow resistance analysis, in which the surface roughness is defined by Manning coefficient. It is obvious a relatively good estimation of this coefficient can highly affect the accuracy of water surface elevation predictions in numerical models. Since many parameters are effective on the value of this coefficient, in this research study it was tried to define the roughness coefficient somehow that it be able to dynamically change with different river and hydraulic conditions. The collected data in Karun River for two periods were used as the case study. It is shown that the accuracy of model predictions for water surface elevations were improved more than 20% in error estimation in comparison with the corresponding results obtained for a constant roughness coefficient. The roughness coefficient (n) for Karun River was also estimated using the empirical method proposed by Cowan for two different dry and wet periods. These values were then successfully compared with the average corresponding roughness coefficients calculated by the numerical model for those periods.