بررسی آنالیز حساسیت پارامترهای سیل نسبت به تغییرات زبری ( مطالعه موردی: منطقه شیروان)

نویسندگان

1 گروه آب و خاک، دانشکده کشاورزی، دانشگاه صنعتی شاهرود، شاهرود

2 گروه آب و خاک دانشگاه صنعتی شاهرود

3 استادیار گروه آب وخاک، دانشکده کشاورزی، دانشگاه صنعتی شاهرود

4 استادیارگروه آب و خاک، دانشکده مهندسی کشاورزی، دانشگاه صنعتی شاهرود، شاهرود، ایران،

چکیده

یکی از منابع خطا در شبیه­سازی سیل تخمین زبری است. در این مطالعه به کمک نرم‌‌افزارهای HEC-RAS، GIS و  HEC-GEORAS سیل بر روی رودخانه‌‌های اترک علیا، چایلق، گلیان و بخشی از رودخانه اترک با زبری‌‌های مختلف شبیه‌‌سازی شد و آنالیز حساسیت پارامترهای سیل از قبیل سطح سیل­گیر، عمق و سرعت، نسبت به تغییر ضریب زبری برای سیلاب با دوره بازگشت­های مختلف مورد بررسی قرار گرفت. نتایج نشان داد به عنوان نمونه برای دوره بازگشت 100 ساله به ازای افزایش 10 درصدی ضریب زبری، عمق و سطح سیل‌‌گیر هر کدام حدود 1/1 درصد افزایش یافته و  سرعت حدود 4 درصد کاهش یافته است. همچنین به ازای کاهش10 درصدی ضریب زبری، تغییرات عمق، بسیار ناچیز بوده اما سطح سیل‌‌گیر 1/1 درصد کاهش یافته و  سرعت حدود 3/8 درصد افزایش یافته است. همچنین مشخص شد که پارامتر سرعت جریان به تغییر زبری واکنش بیشتری نسبت به عمق و سطح سیل­گیر دارد و عمق جریان کمترین وابستگی به میزان تغییر ضریب زبری را داشت، به طوریکه به ازای کاهش ضریب زبری بیش از 10 درصد، تغییرات عمق بسیار اندک بود. این روند برای همه دوره برگشت‌‌ها تقریباً مشابه می­باشد.

کلیدواژه‌ها


عنوان مقاله [English]

پهنه بندی سیلاب‌‌، روندیابی، سرعت جریان، HEC-RAS

نویسندگان [English]

  • Mehran Saberi Tanasvan 1
  • Zahra Ganji Noroozi 2
  • Mahdi Delghandi 3
  • Vajiheh Dorostkar 4
1 M.Sc in Water and Soil Department, Faculty of Agriculture, Shahrood University of Technology
2 Department of Soil and Water Shahrood University of Technology
3 Soil And Water Department, Agricultrul Faculty, Shahrood University Of Technology
4 Assistant professor, Water and Soil Department, Faculty of Agriculture, Shahrood University of Technology
چکیده [English]

Roughness estimation is one of error sources in flood simulation. In this study the flood was simulated in Atrak Olya, Chaylogh, Gelian and a part of Atrak river with different roughness coefficient using HEC-RAS ،GIS and HEC-GEO RAS and the effect of roughness coefficient on flood area, flood depth and velocity in different return period were studied. Results showed that for 100-year flood, the flood area and depth increased 1.1% and the flood velocity decreased around 4% for each 10 % increment of roughness coefficient. In addition, for each 10% decline in roughness coefficient, the depth variation was not considerable but the flood area decreased 1.1% and the flood velocity increased about 8.3%. The flood velocity to roughness variation was more sensitive than flood depth and area. Depth flood had the less dependence to roughness and it changes very low with more than 10% change in roughness coefficient. This trend is almost similar for all return periods.    

کلیدواژه‌ها [English]

  • Flood Zoning
  • Routing
  • Flow Velocity Roughness Coefficient
  • Shirvan
  • HEC-RAS
افتخاری، الف. ع، سلاجقه. س، الف، حسینی. 1390. ارزیابی پهنه بندی سیل با تغییرات ضریب زبری مطالعه موردی: رودخانه اترک. جغرافیای طبیعی، دوره 4، شماره12، ص 106-91.
امیری، الف. ع، مردوخ پور. م،ر، عاشوری امیرهنده. 1۳۹4. ارزیابی تغییرات ضریب زبری بر پارامتر های هیدرولیکی رودخانه (مطالعه موردی:بخشی از شلمان رود)، کنفرانس ملی مهندسی معماری، عمران و توسعه شهری، مازندران.
حسونی زاده، م. م، قمشی. ۱۳۹۵. شبیه­سازی پهنه بندی سیل بااستفاده از مدل HEC-RAS (مطالعه موردی : رودخانه کارون، در بازه ملاثانی تا اهواز)، دومین کنفرانس بین المللی یافته های نوین پژوهشی در مهندسی عمران، معماری و مدیریت شهری، تهران، کنفدراسیون بین المللی مخترعان جهان (IFIA)،  دانشگاه جامع علمی کاربردی.
درخشان، پ. الف، ملازاده صادقیون. م، اژدری مقدم. غ، عزیزیان. 1۳۹۵. مقایسه نتایج مدلهای MIKE11 و  HEC-RAS درشبیه­سازی جریان غیردائمی مطالعه موردی رودخانه قره آغاج، پانزدهمین کنفرانس ملی هیدرولیک ایران، قزوین، انجمن هیدرولیک ایران، دانشگاه بین المللی امام خمینی (ره).
ذاکرعباسی امیری، م. ر، تقی پور. ح،ر، جلال پور. ح، توکل.1395، بررسی تاثیر ضریب زبری مانینگ در پهنه ی سیلاب دشت با توجه به دوره های بازگشت مختلف مطالعه موردی: رودخانه هراز در بازه شهری آمل، کنفرانس پژوهش های نوین در علوم و مهندسی، قزوین، موسسه آموزش عالی علامه رفیعی
رضایی مقدم، م. م، رجبی. ر، دانش فراز. م، خیری زاده. 1395. پهنه بندی و بررسی اثرات مورفولوژیکی سیلاب های رودخانه زرینه رود (از ساری قمیش تا سد نوروزلو)، جغرافیا و مخاطرات محیطی، شماره 17، ص 20-1.
عباسی، ع. م، ملک­نژاد یزدی. ۱۳۹۱. برآورد ضریب زبری مانینگ درکانالهای طبیعی مطالعه موردی رودخانه­ی کارده، نهمین سمینار بین المللی مهندسی رودخانه، اهواز، دانشگاه شهید چمران اهواز.
غیور، ح. 1375. سیل و مناطق سیل­خیز در ایران، فصلنامه تحقیقات جغرافیایی، شماره 40، ص 120-102.
نیک منش، م،ر.1390. پیش بینی تاثیر پوشش گیاهی بر ضریب زبری هیدرولیکی کرانه و بستر رودخانه خشک شیراز. نشریه علوم و مهندسی آب، دوره  ،1 شماره 3، ص54-41.
وزارت کشور، دفتر برنامه و بودجه، اﺳﺘﺎﻧﺪاری ﺧﺮاﺳﺎن ﺷﻤﺎﻟﯽ،   ﻣﻌﺎوﻧﺖ ﺑﺮﻧﺎﻣﻪ رﯾﺰی اﺳﺘﺎﻧﺪاری.1389. ﺳﻨﺪ ﺗﻮﺳﻌﻪ ﺷﻬﺮﺳﺘﺎن ﺷﯿﺮوان.
وزارت نیرو، معاونت فنی و توسعه امور زیربنایی، امور نظام فنی و اجرایی کشور، دفتر استانداردهای فنی، مهندسی، اجتماعی و زیست محیطی آب و آبفا.1394. راهنمای تعیین ضریب زبری هیدرولیکی رودخانه­ها. ضابطه شماره 68.
Azamathulla, H., Md. Ahmad, Z. Aminuddin, A. Ghani. 2013. An expert system for predicting Manning’s roughness coefficient in open channels by using gene expression programming. Neural Computing and Applications. 23(5): 1343–1349.
Bozzi, S.  G. Passoni, P. Bernardara, N. Goutal, A. Arnaud. 2015. Roughness and Discharge Uncertainty in 1D Water Level Calculations. Environmental Modeling & Assessment. 20(4):343–353.
Hatzigiannakis, E.  D. Pantelakis, I. Hatzispiroglou, G. Arampatzis, A. Ilias, A. Panagopoulos. 2016. Discharge Measurements and Roughness Coefficient Estimation in a River. The Case of Strymonas River in Northern Greece Environmental Processes. 3(1): 263–275.
Kamali, P., H. Ebrahimian, M. Parsinejad. 2018. Estimation of Manning roughness coefficient for vegetated furrows. Irrigation Science. 36(6):339–348.
 Li, T., C. Liang, Y. Zhang, P. Zhao. 2017. Comparison and validation of the ratio of Manning coefficient to flow depth for soil erosion prediction using published data with different external impacts. (). Journal of Soils and Sediments. 17(6):1682–1695.
Ong, T. B., C. Doscher, M. Mohssen. 2017. Simulated annealing for calibrating the Manning’s roughness coefficients for general channel networks on a basin scale. Arabian Journal of Geosciences. 10(1):532-543.
US Army Corps of Engineers. 2006. Hydrologic Modeling System. User manual. Hydrologic Engineering Center. Washington.