fa واسنجی خودکار مدل بارش- رواناب مفهومی ARNO تخصصي Special پژوهشي Research <p style="DIRECTION: rtl"><font face="arial,helvetica,sans-serif"><font size="2">  شبیه‌سازی بارش- رواناب از محورهای اصلی هیدرولوژی است. در میان انواع مدل‌های بارش- رواناب، مدل­های مفهومی بسیار مورد استفاده قرار می‌گیرند. با این حال، واسنجی مدل‌های مفهومی بارش- رواناب در دهه‌های اخیر به عنوان یک چالش مطرح بوده است. در این پژوهش مدل مفهومی بارش- رواناب ARNO با استفاده از الگوریتم ژنتیک، به واسنجی خودکار تجهیز شده است. این مدل از نوع پیوسته نیمه توزیعی بوده و در نقاط گوناگون دنیا با موفقیت به کار گرفته شده است. با استفاده از این امکان واسنجی خودکار، مرحله­ی واسنجی مدل یاد شده برای یک حوضه­ی آبریز می­تواند به سرعت و بدون نیاز به دانش و تجربه­ی گسترده در مورد مدل و پارامترهای آن، انجام شود. این مدل به صورت خودکار برای یک حوضه­ی آبریز در جنوب غربی ایران واسنجی شد، لذا مقادیر شاخص راندمان و مربع ضریب همبستگی برای داده‌های روزانه، در دوره­ی 5 ساله­ی واسنجی مدل، به ترتیب 80/0 و 82/0، و در دوره­ی 4 ساله­ی اعتبارسنجی به ترتیب 82/0 و 83/0 به دست آمد. نتایج حاکی از موفقیت این روش در واسنجی خودکار مدل مفهومی انتخابی برای شبیه‌سازی بارش- رواناب روزانه است. </font></font></p> <font face="TimesNewRomanPSMT"><p align="left">Rainfall- runoff modeling is one of the key steps of hydrology. Among rainfall- runoff models, the conceptual</p><p align="left">models are frequently used. However, calibration of the conceptual rainfall-runoff models has been</p><p align="left">a challenge for hydrologists for decades. In this study, automatic calibration of ARNO conceptual rainfallrunoff</p><p align="left">model is developed using genetic algorithm. This model is in the class of continuous semi-distributed</p><p align="left">models and has been successfully used in different parts of the world. Using the employed automatic</p><p align="left">calibration tool, the calibration step of the model can be performed rapidly and simply for a given basin,</p><p align="left">without requiring an extensive knowledge of the model structure and parameters. The model was calibrated</p><p align="left">automatically for rainfall-runoff simulation of a basin in southwest Iran. The calibration results for 5</p><p align="left">years daily observed data showed that the values of efficiency coefficient and squared correlation coefficient</p><p align="left">was 0.80 and 0.82, respectively and the validation results for 4 years daily observed data showed that</p><p align="left">the values of efficiency coefficient and squared correlation coefficient was 0.82 and 0.83, respectively. The</p><p align="left">results show that this model in conjunction with employed automatic calibration method can successfully</p><p>be used for daily rainfall- runoff simulation.</p></font> شبیه‌سازی بارش- رواناب روزانه، مدل‌های مفهومی، واسنجی خودکار، الگوریتم ژنتیک و تابع برازندگی Daily Rainfall- Runoff Modeling, Conceptual Models, Automatic Calibration, Genetic Algorithm and Fitness Function. 21 28 http://jwmsei.ir/browse.php?a_code=A-10-1-58&slc_lang=fa&sid=1 mohammad Reza Khazaei محمد رضا خزائی m_r_khazaee@yahoo.com 1003194753284600413 1003194753284600413 Yes Iran University of Science and Technology, Tehran, Iran. دانشگاه علم و صنعت ایران bagher Zahabiyoun باقر ذهبیون 1003194753284600414 1003194753284600414 No Iran University of Science and Technology, Tehran, Iran. دانشگاه علم و صنعت ایران bahram Saghafian بهرام ثقفیان 1003194753284600415 1003194753284600415 No Soil Conservation & Watershed Management Research Institute, Tehran, Iran پژوهشکده‌ی حفاظت خاک و آبخیزداری