صحت‌سنجی پهنه و هیدروگراف سیلاب با استفاده از داده‌های بارش ERA5 (مطالعه موردی: حوضه زشک)

جغرافیا و مخاطرات محیطی

مقاله 2، دوره 11، شماره 3 - شماره پیاپی 43، مهر 1401، صفحه 23-42   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/geoeh.2022.74921.1159

نویسندگان

سعیده پورانتظاری¹؛ کاظم اسماعیلی^{* 2}؛ علیرضا فرید حسینی²؛ الهه غفاری³

¹دانشجوی کارشناسی ارشد، گروه علوم و مهندسی آب، دانشگاه فردوسی مشهد، مشهد، ایران

²دانشیار گروه علوم و مهندسی آب، دانشگاه فردوسی مشهد، مشهد، ایران

³دانش‌آموخته دکتری گروه علوم و مهندسی آب، دانشگاه فردوسی مشهد، مشهد، ایران

چکیده

بارش یکی از اصلی‌ترین عوامل وقوع سیلاب‌هاست که به علت عدم پراکندگی مناسب ایستگاه‌های باران‌سنجی و تازه‌تأسیس‌بودن برخی از این ایستگاه‌ها در اکثر حوضه‌های کشور، استفاده از داده‌های بارش با چالشی جدی روبروست. ازاین‌رو روش‌های دورسنجی می‌توانند یکی از گزینه‌های مورداستفاده در این زمینه باشند. در پژوهش حاضر، داده‌های بارش بازتحلیل‌شده ERA5 برای حوضه آبریز کشف‌رود در گام‌های زمانی روزانه و ماهانه مورد ارزیابی قرار گرفت و سپس هیدروگراف و پهنه سیلاب آن، با استفاده از داده‌های بارش ایستگاه زشک و پارامترهای مربوط به حوضه آبخیز زشک در نرم‌افزارهای HEC-HMS و HEC-RAS، موردبررسی قرار گرفت. نتایج نشان داد که داده‌های بارش ERA5 دارای کم‌برآوردی می‌باشد و داده‌های بارش در گام زمانی ماهانه ([0.92-0.68]=R) دقت بالاتری نسبت به روزانه ([0.081-0.52]=R) داشت و هیدروگراف جریان آن در مقایسه با هیدروگراف مشاهداتی غیرقابل‌قبول (0.47-NSE= و 55.16-=PBias) بود. پهنه سیلاب دبی داده‌های بارش بازتحلیل‌شده ERA5 نیز نسبت به پهنه سیلاب دبی مرجع معادل 0.19- به دست آمد که به دلیل کم‌برآوردی داده‌های بارش و به دنبال آن کم‌برآورد شدن دبی اوج هیدروگراف آن در مدل HEC-HMS این نتیجه به دست آمده است. مطالعات آینده می‌توانند در خصوص ارزیابی پهنه سیلاب حاصل از داده‌های بارش محصولات مختلف در نرم‌افزار HEC-RAS باشند.

کلیدواژه‌ها

پهنه‌بندی سیلاب؛ رودخانه زشک؛ ERA5؛ HEC-HMS؛ HEC-RAS

مراجع

جبلی‌فرد، س؛ احمدی، ح؛ 1395. راهنمای کاربران سیستم تحلیل رودخانه HEC-RAS. جهاد دانشگاهی واحد صنعتی امیرکبیر: https://www.gisoom.com/book/1951120/.

خضریان‌نژاد، ن؛ حجام، س؛ میرزایی، امشکواتی، ا؛ 1391. پیش‏بینی رواناب حوضه آبریز تیره با استفاده از پیش‏بینی کمی بارش خروجی مدل WRF. نشریه پژوهش‏های اقلیم‏شناسی. 3.

. https://clima.irimo.ir/article_13720.html.

عرفانی‌رحمت‌نیا، ع؛ باباییان، انتظاری، ع؛ 1397. کارآیی داده‏های بازکاوی ERA-Interim در شبیه‌سازی بارش مشاهداتی ایستگاه‌های هواشناسی خراسان رضوی. دومین کنفرانس ملی آب و هواشناسی. دانشگاه فردوسی مشهد. https://civilica.com/doc/780994.

عزیزی‌مبصر، ج؛ رسول‌زاده، ع؛ رحمتی، ا؛ شایقی، اباختر، آ؛ 1399. ارزیابی عملکرد داده‏های بازتحلیل‏شده Era-5 در تخمین بارش روزانه و ماهانه در استان اردبیل. مجله تحقیقات آب و خاک ایران. 51. 2937-2951. https://www.sid.ir/paper/402729/fa.

کریمی، م؛ حیدری، سرفعتی، س؛ 1400. روند تغییرات مولفه‏های جوی چرخه آب (بارش و آب قابل بارش) در حوضه‏های آبریز ایران. نشریه تحلیل فضایی مخاطرات محیطی .8. 33-54.

 https://jsaeh.khu.ac.ir/article-1-3176-fa.html.

گرجی‌زاده، ع؛ آخوندعلی، عم؛ شهبازی، ع؛ مریدی، ع؛ 1398. مقایسه و ارزیابی بارش برآورد شده توسط مدل‌های ERA-Interim، PERSIANN-CDR و CHIRPS در بالادست سد مارون. مجله تحقیقات منابع آب ایران.

 15، 267-279. https://www.sid.ir/paper/100048/fa.

 

Amjad M, Yilmaz M, Yucel IYilmaz K., 2020. Performance Evaluation of Satellite- and Model-based Precipitation Products over Varying Climate and Complex Topography. Journal of Hydrology 584: 124707. https://10.1016/j.jhydrol.2020.124707.

Belabid N, Zhao F, Brocca L, Huang YTan Y., 2019. Near-Real-Time Flood Forecasting Based on Satellite Precipitation Products. Remote Sensing 11: 252. https:// doi.org/ 10.3390/ rs11030252.

Dasgupta A, Thakur PGupta P., 2020. Potential of SAR-Derived Flood Maps for Hydrodynamic Model Calibration in Data Scarce Regions. Journal of Hydrologic Engineering https://doi.org/10.1061/(ASCE)HE.1943-5584.0001988.

Harrigan S, Zsoter E, Alfieri L, Prudhomme C, Salamon P, Wetterhall F, Barnard C, Cloke HPappenberger F., 2020. GloFAS-ERA5 operational global river discharge reanalysis 1979–present. Earth Syst. Sci. Data 12: 2043-2060. https://doi.org/10.5194/essd-12-2043-2020.

Hwang S-O, Park JKim HM., 2019. Effect of hydrometeor species on very-short-range simulations of precipitation using ERA5. Atmospheric Research 218: 245-256. https://doi.org/10.1016/j.atmosres.2018.12.008.

Izadi N, Ghasemi E, Ranjbar A, Shamsipour A, Fattahi EHabibi M., 2021. Evaluation of ERA5 Precipitation Accuracy Based on Various Time Scales over Iran during 2000–2018. Water 13: 2538. https://10.3390/w13182538.

Lu L, Yuan W, Su C, Gao Q, Yan DWu Z., 2022. Study on the early warning and forecasting of flash floods in small watersheds based on the rainfall pattern of risk probability combination. Stochastic Environmental Research and Risk Assessment 36: 1-16. https://doi.org/ 10.1007/ s00477-021-02059-0.

Moriasi D, Gitau M, Pai NDaggupati P., 2015. Hydrologic and Water Quality Models: Performance Measures and Evaluation Criteria. Transactions of the ASABE (American Society of Agricultural and Biological Engineers) 58: 1763-1785. https:/ /doi.org/ 10.13031/trans.58.10715.

Sabah P, Junaid Nazir K, Rohitashw KSaqib Parvaze A., 2021. Flood Forecasting in the Sparsely Gauged Jhelum River Basin of Greater Himalayas Using Integrated Hydrological and Hydraulic Modelling Approach. Climate Dynamics https://10.21203/rs.3.rs-461873/v1.

Shayeghi A, Azizian A, Brocca L., 2019. The Reliability of Reanalysis and Remotely Sensed Precipitation Products for Hydrological Simulation over the Sefidrood River Basin in Iran. Hydrological Sciences Journal/Journal des Sciences Hydrologiques https:// 10.1080/ 02626667. 2019.1691217.

Singh T, Saha U, Prasad VSGupta MD., 2021. Assessment of newly-developed high resolution reanalyses (IMDAA, NGFS and ERA5) against rainfall observations for Indian region. Atmospheric Research 259: 105679. https://doi.org/10.1016/j.atmosres.2021.105679.

Trinh M. Molkenthin F., 2021. Flood hazard mapping for data-scarce and ungauged coastal river basins using advanced hydrodynamic models, high temporal-spatial resolution remote sensing precipitation data, and satellite imageries. Natural Hazards 109: https:// doi.org/ 10.1007/s11069-021-04843-1.

USACE. 2021. Hydrologic Modeling System HEC-HMS,User’s Manual, Technical Reference Manual. Journal, 676.

Voropay N, Ryazanova ADyukarev E., 2021. High-resolution bias-corrected precipitation data over South Siberia, Russia. Atmospheric Research 254: 105528. https:// doi.org/ 10.1016/ j.atmosres.2021.105528.

Yang Y, Pan M, Lin P, Beck H, Zeng Z, Yamazaki D, David C, Lu H, Yang K, Hong YWood E. 2021. Global Reach-Level 3-Hourly River Flood Reanalysis (1980–2019). Bulletin of the American Meteorological Society 102: 1-49. https://doi.org/10.1175/BAMS-D-20-0057.1.

Yin J, Guo S, gu L, Zeng Z, Liu D, Chen J, Shen Y, Xu C-Y., 2020. Blending multi-satellite, atmospheric reanalysis and gauge precipitation products to facilitate hydrological modelling. Journal of Hydrology 593: https://10.1016/j.jhydrol.2020.125878.

Yuan X, Yang K, Lu H, He J, Sun JWang Y., 2021. Characterizing the features of precipitation for the Tibetan Plateau among four gridded datasets: Detection accuracy and spatio-temporal variabilities. Atmospheric Research 264: 105875. https:// doi.org/ 10.1016/ j.atmosres. 2021.105875.