مدل‌سازی رواناب ذوب برف توسط مدل SRM و برآورد پارامتر فاکتور درجه-روز با استفاده از تصاویر ماهواره‌ای تابش خالص (مطالعه موردی: حوضه آبریز کارده)

جغرافیا و مخاطرات محیطی

مقاله 1، دوره 13، شماره 1 - شماره پیاپی 49، فروردین 1403، صفحه 1-22   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/geoeh.2022.78658.1280

نویسندگان

رضا شهرکی مجاهد¹؛ امین علیزاده^{* 2}؛ سید حسین ثنایی نژاد²؛ علیرضا فرید حسینی³؛ آذر زرین⁴

¹دانشجوی دکتری آبیاری و زهکشی دانشگاه فردوسی مشهد، مشهد، ایران

²استاد گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

³دانشیار گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

⁴دانشیار گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه فردوسی مشهد، مشهد، ایران

چکیده

با توجه به تأثیر مطالعات برف در مدیریت منابع آب و جلوگیری از مخاطرات ناشی از بروز سیل و ازآنجاکه مدل­سازی رواناب ذوب برف به دلیل تغییرات بسیار در پراکندگی توده­های برف با کمبود یا فقدان داده­ چگالی برف در حوضه آبریز مواجه بوده و ایجاد ایستگاه­های اندازه­گیری برف در ارتفاعات کاری سخت و پر­هزینه است، در این مطالعه تلاش شده با ابداع معادله­ای جدید و با استفاده از تکنیک­های سنجش‌ازدور به روشی ساده­تر و فیزیکی­تر پارامتر فاکتور درجه-روز (α) را محاسبه کرده و سپس شبیه­سازی با تعریف مقادیر محاسبه شده آن به روش­های کلاسیک و جدید در کنار مقادیر سالانه و فصلی ضریب فروکش (k) برای مدل رواناب ذوب برف (SRM) انجام شده و نتایج حاصل مورد ارزیابی و مقایسه قرار گرفته است. به­منظور ارزیابی عملکرد مدل و پارامترهای آن، شبیه­سازی برای دوره­های واسنجی و درستی­سنجی به­ترتیب برای سال­های آبی 2012_2011 و 2013_2012 انجام شد و از محصول پوشش برف MODIS (MOD10A1) جهت برآورد سطح پوشش برف و برای برآورد مقادیر تابش خالص از محصول تابش خالص NEO (CERES-NETFLUX-E) استفاده گردید. نتایج نشان داد بهترین روش شبیه­سازی رواناب در دوره واسنجی (2011-2012) استفاده از روش محاسبه فاکتور درجه-روز جدید و کاربرد دو مقدار ضریب فروکش جریان فصلی با ضریب تبیین 72/0 و درصد اختلاف حجمی 17/4 است. در دوره اعتبارسنجی (2012-2013) نیز شبیه­سازی رواناب با روش محاسبه فاکتور درجه-روز جدید و یک ضریب فروکش سالانه با ضریب تبیین 51/0 و درصد اختلاف حجمی 38/4 بهترین نتیجه را از نظر ارزیابی معیارهای دقت مدل ارائه کرد.

کلیدواژه‌ها

ذوب برف؛ فاکتور درجه-روز؛ سنجش‌ازدور؛ MODIS؛ تابش خالص

مراجع

ارتیمانی، محمد­مهدی؛ زینی­وند، حسین؛ طهماسبی­پور، ناصر؛ 1398. ارزیابی کارآیی مدل SRM و HBV در شبیه­سازی رواناب ناشی از ذوب برف در حوزه آبخیز بوجین. تحقیقات منابع آب ایران، 15(2)، 228-241.

https://www.sid.ir/paper/100221/fa

- ابراهیمی، راضیه؛ حمزه، سعید؛ معروفی، صفر؛ 1395. مدل­سازی سطح پوشش و رواناب ناشی از ذوب برف با استفاده تلفیقی از مدل هیدرولوژیکی SRM و تصاویر ماهواره­ای. مهندسی آبیاری و آب ایران، 6 (23)، 66-77.

https://www.civilica.com/doc/1405890

- اربابی سبزواری، آزاده؛ نجاری مهربان، فرنیاز؛ 1396. نقش مدیریت منابع آب در توسعه کالبدی با استفاده ازمدل SRM مطالعه موردی حوضه آبخیز طالقان. برنامه­ریزی و توسعه کالبدی، 2(4 (پیاپی 8))، 78-85.

https://www.sid.ir/paper/264488/fa

- جهانبخش اصل، سعید؛ دین­پژوه، یعقوب؛ عالی­نژاد، محمدحسین؛ ولی­زاده کامران، خلیل؛ پرهیزکار، مرتضی؛ 1395. شیبه­سازی رواناب ذوب برف در حوضه شهرچای با استفاده از مدل SRM. جغرافیا و برنامه ریزی محیطی (مجله پژوهشی علوم انسانی دانشگاه اصفهان)، 27(3 (پیاپی 63))، 1-14.

              https://www.sid.ir/paper/153211/fa

- دلاور، مجید؛ مرید، سعید؛ نیکبخت، نجمه؛ 1390. شبیه­سازی توزیعی ذوب برف در حوضه­های کوهستانی فاقد داده (مطالعه موردی: حوضه امامزده داوود). تحقیقات منابع آب ایران، 7(4 (مسلسل 22))، 41-50.

https://www.sid.ir/paper/100247/fa

- رشیدی، محمد؛ حاجی بیگلو، محبوبه؛ سربازی، محبوبه؛ قادری، محمد؛ 1396. برآورد رواناب حاصل از ذوب برف در حوضه­های آبریز استان خراسان شمالی با استفاده از مدل WinSRM (مطالعه موردی حوضه آبریز دربند سملقان). علوم مهندسی و آبیاری (مجله علمی کشاورزی)، 40(2)، 159-171.

           https://www.sid.ir/paper/217313/fa

- طالبی اسفندرانی، سمیه؛ علوی­پناه، کاظم؛ علی­محمدی سراب، عباس؛ روستا، حسن؛ 1390. جداسازی ابر از برف در تصاویر MODIS با استفاده از الگوریتم Snow map و الگوریتم ماسک ابر. مجله سنجش‌ازدور و GIS ایران، 3(1)، 90-71.

                                                                                    https://www.magiran.com/paper/1049148

- عالی­نژاد، محمد­حسین؛ جهانبخش، سعید؛ خورشیددوست، علی­محمد؛ 1400. شبیه‌سازی رواناب ناشی از ذوب برف حوضه قره‌سو با مدل SRM. جغرافیا و برنامه­ریزی، 25(76)، 87-97.

 https://www.civilica.com/doc/1253058

- قربانی­زاده خرازی، حسین؛ صدقی، حسین؛ ثقفیان، بهرام؛ پرهمت، جهانگیر؛ 1389. پیش­بینی توزیع زمانی جریان رواناب ناشی از ذوب برف در نیم قرن آینده تحت شرایط تغییر اقلیم. مهندسی آب، 1(1)، 43-52.

 https://www.sid.ir/paper/201933/fa

- قاسمی، الهه؛ فتاحی، ابراهیم؛ بابائی، ام­السلمه؛ 1392. بررسی نوسانات رواناب حاصل از ذوب برف تحت تأثیر پدیده تغییر اقلیم در دهه­های آینده. نشریه پژوهش­های اقلیم شناسی، 4(13)، 122-112.

https://www.clima.irimo.ir/article_14153.html

- قنبرپور، محمدرضا؛ محسنی ساروی، محسن؛ ثقفیان، بهرام؛ احمدی، حسن؛ عباسپور، کریم؛ 1384. تعیین مناطق مؤثر در انباشت و ماندگاری سطح پوشش برف و سهم ذوب برف در رواناب. مجله منابع طبیعی ایران، 58(3)، 515-512.                                                                     https://www.magiran.com/paper/307766

- قنبرپور، میرحسن؛ قنبرپور، محمدرضا؛ حبیب­نژاد روشن، محمود؛ 1390. مدل­سازی جریان ناشی ذوب برف با استفاده از مدل هیدرولوژیکی رواناب حاصل از ذوب برف (مطالعه موردی: حوضه آبخیز سد کرج). تحقیقات منابع آب ایران، 7(3)، 40-52.

https://www.iwrr.ir/article_16219.html

- میریعقوب­زاده، میرحسین؛ قنبرپور، محمدرضا؛ 1389. بررسی کاربرد نقشه­های پوشش برفی حاصل از تصاویر ماهواره­ای MODIS در مدل­سازی رواناب ذوب برف (مطالعه موردی حوضه آبریز سد کرج). مجله علوم زمین، 19(76)، 148-141.                                                           https://doi.org/10.22071/gsj.2010.55672

- نجف­زاده، رضا؛ ابریشم­چی، احمد؛ تجریشی، مسعود؛ طاهری شهر­آئینی، حمید؛ 1383. شبیه­سازی جریان رودخانه با مدل ذوب برف (SRM). مجله آب و فاضلاب، 15(4)، 2-11.

   https://www.wwjournal.ir/article_2487.html

 

- Alinejad, M. H., Dinpashoh, Y., & Jahanbakhsh ASL, S.,2016. Impact of climate change on runoff from snowmelt by taking into account the uncertainty of GCM models (case study: Shahrchay Basin in Urmia). European Online Journal of Natural and Social Sciences, 5(1), 200-211. https://european-science.com/eojnss/article/view/3059.

- Brubaker, K., Rango, A., & Kustas, W.,1996. Incorporating radiation inputs into the snowmelt runoff model. Hydrol Process, 10(10), 1329–1343. https://doi.org/10.1002/(SICI)1099-1085(199610)10:10<1329::AID-HYP464>3.0.CO;2-W.

- Dey, B., Sharma, V. K., & Rango, A.,1989. A test of snowmelt-runoff model for a major river basin in western Himalayas. Hydrology Research, 20(3), 167-178. https://doi.org/10.2166/nh.1989.0013.

- Elias, E. H., Rango, A., Steele, C. M., Mejia, J. F., & Smith, R.,2015. Assessing climate change impacts on water availability of snowmelt-dominated basins of the Upper Rio Grande basin. Journal of Hydrology, 3, 525-546. https://doi.org/10.1016/j.ejrh.2015.04.004.

- Firouzi, Sh., & Sadeghian, MS.,2016. Application of snow melt runoff model in a mountainous basin of Iran. Journal of Geoscience and Environment Protection, 4(2), 74-81. https://doi.org/10.4236/gep.2016.42009.

- Hao, G., Li, J., Li, K., Huang, K., Song, J., Li, H.,2019. Improvement and application research of the SRM in alpine regions. Environmental Science and Pollution Research, 26, 36798-36811. https://doi.org/10.1007/s11356-019-06814-3.

- Kustas, W. P., & Rango, A.,1994. A simple energy budget for the snowmelt runoff model. Water Resources Research, 30(5), 1515-1527. https://doi.org/10.1029/94WR00152.

- Li, X., & Williams, M. W.,2008. Snowmelt runoff modelling in an arid mountain watershed, Tarim Basin, China. Hydrological processes, 22(19), 3931-3940. https://doi.org/10.1002/hyp.7098.

- Martinec, J., Rango, A., & Roberts, R.,2008. Snowmelt runoff model (SRM) user’s manual. USDA Jornada Experimental Range, New Mexico State University, Las Cruces, NM 88003, USA. https://pubs.nmsu.edu/water/SRMSpecRep100.pdf.

- Martinec, J.,1989. Hour-to-hour snowmelt rates and lysimeter outflow during an entire ablation period. Snow cover and glacier variations, proceedings of the Baltimore Symposium, Maryland, May 1989, edited by A. Rango, IAHS Publ I83, 19-28. https://pubs.nmsu.edu/water/SRMSpecRep100.pdf.

- Nunchhani, V., Bandyopadhyay, A., & Bhadra, A.,2020. Spatiotemporal variability in snow parameters from MODIS data using spatially distributed snowmelt runoff model (SDSRM): a case study in Dibang basin, Arunachal Pradesh. Journal of the Indian society of remote sensing, 49, 325-340. http://dx.doi.org/10.1007/s12524-020-01215-3.

- Panday, P. K., Williams, C.A., Frey, K. E., Brown, M. E.,2014. Application and evaluation of a snowmelt runoff model in the Tamor River basin in the eastern Himalaya using Markov Chain Monte Carlo (MCMC) data assimilation approach. Hydrological Process, 28(21), 5337-5353. https://doi.org/10.1002/hyp.10005.

- Siemens, K., Dibike, Y., Shrestha, R. R., & Prowse, T.,2021. Runoff projection from an alpine watershed in western Canada: application of a snowmelt runoff model. Water, 13(9), 1199. http://dx.doi.org/10.3390/w13091199.

- Senzeba, T., Bhadra, A., & Bandyopadhyay, A.,2015. Snowmelt runoff modelling in data scarce Nuranang catchment of eastern Himalayan region. Remote Sensing Applications. Society and Environment, 1, 20-35. https://doi.org/10.1016/j.rsase.2015.06.001.

- Steele, C. M., Dialesandro, J., James, D., Elias, E., Rango, A., & Bleiweiss, M.,2017. Evaluating MODIS snow products for modelling snowmelt runoff: case study of the Rio Grande headwaters. International journal of applied earth observation and geoinformation, 63, 234-243. http://dx.doi.org/10.1016/j.jag.2017.08.007.

- Shahabi, H., akhezri, S., Ahmad, B. B., & Musa, T. A.,2014. Application of moderate resolution imaging spectroradiometer snow cover maps in modeling snowmelt runoff process in the central Zab basin, Iran. Journal of Applied Remote densing, 8, 1-19. http://dx.doi.org/10.1117/1.JRS.8.084699.

- Vafakhah, M., Nouri, A., & Alavipanah, S. K.,2014. Snowmelt-runoff estimation using radiation SRM model in Taleghan watershed. Environ Earth Sciences, 73, 993-1003. http://dx.doi.org/10.1007/s12665-014-3449-5.

- Vuyovich, C., & Jacobs, J.M.,2011. Snowpack and runoff generation using AMSR-E passive microwave observations in the Upper Helmand Watershed, Afghanistan. Remote Sens. Environ, 115, 3313-3321. https://dx.doi.org/10.1016/j.rse.2011.07.014.

- Xie, SH., Du, J., Zhou, X., Zhang, X., Feng, X., Zheng, W., Li, ZH., & Xu, CH.,2018. A progressive segmented optimization algorithm for calibrating time-variant parameters of the snowmelt runoff model (SRM). Journal of Hydrology, 566, 470-483. https://doi.org/10.1016/j.jhydrol.2018.09.030.