مدل های هیدرولوژیکی و انواع آن
کابرد مدل های هیدرولوژیکی بزرگ مقیاس (Large Scale Hydrologic Models) و مدلهای سطح زمین (Land Surface Models) از جمله مهمترین روش های برآورد میزان جریان خروجی از حوضه ها می باشد. مدل های هیدرولوژیکی با توجه به تفکر شکل گیری و روابط مورد استفاده در حل آنها به گروه های مختلفی تقسیم می شوند.
براساس یکی از طبقه بندی های موجود، مدل های هیدرولوژیکی به دو دسته مدل های تصادفی (Stochastic) و قطعی (Deterministic) تقسیم بندی می شوند.
-
مدل های تصادفی
از جمله مدل هایی می باشند که از حداقل یک جزء با خصوصیات تصادفی برخوردار باشد که بصورت صریح در داده های ورودی موجود نیست. بعبارت بهتر این مدل ها روشی برای برآورد توزیع های احتمالاتی از خروجی ها با مد نظر قرار دادن تغییرات تصادفی ورودیهای مدل می باشند. این مدل ها عموما برای بررسی وقایع حدی مورد استفاده قرار می گیرند.
-
مدل های قطعی
در این مدل ها روابط بین پارامترهای ورودی موثر در وقایع هیدرولوژیکی توسط روابط تجربی و نظری بیان می شود. می توان چنین عنوان نمود که برخلاف مدل های تصادفی، در مدل های قطعی دو مجموعه ی مشابه از ورودی ها در شرایط یکسان همیشه منجر به یک نتیجه می شوند. مدل های قطعی نیز براساس میزان پیچیدگی به سه دسته جعبه سیاه (Black Box)، جعبه خاکستری (Grey Box) یا مفهومی (Conceptual) و جعبه سفید (White Box) یا پایه فیزیکی (Physically-Based) تقسیم می گردند که در ادامه به هر یک از آنها اشاره شده است.
-
مدل های جعبه سیاه
از نگرش سیستمی برای شبیه سازی فرآیندها برخوردار می باشند. نگرش سیستمی به این معنا است که در آن به شرایط فیزیکی حوضه و قوانین فیزیکی حاکم بر اجزای آن توجهی نمی شود و تنها براساس مشاهدات موردی یا تحلیل سری های زمانی ورودی و خروجی و بدون در نظر گرفتن فرآیندهای فیزیکی مرتبط با حوضه آبریز، شبیه سازی فرآیندها صورت می پذیرد. در مدل های جعبه سیاه ارتباط بین عوامل موثر در شبیه سازی پدیده مورد نظر می تواند بصورت خطی یا غیرخطی باشد. امروزه مدل های جعبه سیاه هوشمند کاربرد وسیعی در هیدرولوژی و مدیریت منابع آب دارد همچون مدل های شبکه عصبی مصنوعی و منطق فازی.
از جمله مدل های جعبه سیاه پرکاربرد می توان به هیدروگراف واحد، مدل های شبکه عصبی مصنوعی و منطق فازی اشاره نمود.
بطور کلی می توان چنین عنوان نمود که در مدل های جعبه سیاه تعیین معادلات ریاضی مورد استفاده امکانپذیر نمی باشد و این مدل ها پس از دریافت ورودی و اعمال عملیات ریاضی به تخمین مقدار خروجی می پردازند. بنابراین مدل های جعبه سیاه بشدت تحت تاثیر داده های ورودی و خروجی می باشند و با تغییر ورودی ها، لازم به برازش مدل جدید و تخمین مجدد پارامترهای مدل است. از سویی لازم بذکر است که مدل توسعه داده شده در یک حوضه قابل استفاده در حوضه های دیگر نمی باشد. از مهمترین کاربرد این مدل ها می توان به استفاده از آنها در حوضه های با مقیاس کوچک و یا حوضه هایی که فاقد آمار و اطلاعات لازم برای اجرای مدل ها جعبه خاکستری یا پایه فیزیکی هستند، اشاره نمود.
بطور کلی مدل های جعبه سیاه از جمله مدل های تجربی هستند، که خود به ۳ گروه اصلی مدل های هیدرولوژیکی تجربی، مدل های بر پایه آمار و مدل های بر پایه هیدروانفورماتیک تقسیم بندی می شوند. روش استدلالی و مدل هیدروگراف واحد از شناخته شده ترین مدل های هیدرولوژیکی تجربی بشمار می روند. روش های آماری با پشتوانه تئوری آمار در هیدرولوژی می باشند همچون مدل های رگرسیون یا به اصطلاح توابع انتقال که ورودی را به خروجی تبدیل می نمایند. روش های هیدروانفورماتیک از روش های جدیدی از توابع انتقال هستند که براساس روش های هیدروانفورماتیک توسعه داده شده اند، همچون شبکه عصبی یا الگوریتم های تکاملی که از عملکرد خوبی نیز در شبیه سازی بارش-رواناب برخوردار بوده اند.
-
مدل های جعبه خاکستری
در مدل های مفهومی، معادلات و ساختارهای فیزیکی به همراه معادلات تجربی بکار برده شده است. براساس میزان تاثیر ساختار فیزیکی حوضه در مدل، اینگونه مدل ها به سه گروه یکپارچه، نیمه توزیعی و توزیعی تقسیم می شوند. با وجود اینکه در مدل های مفهومی جزییات فیزیکی حوضه نیز لحاظ می شود، اما جزییات فیزیکی به اندازه ای نیست که کلیه پارامترهای مدل با اندازه گیری مستقیم قابل حصول باشند. به همین دلیل برآورد برخی از پارامترهای مدل های مفهومی با استفاده از فرآیند واسنجی ضروری میباشد. لازم بذکر است که با کاهش تعداد پارامترهای مورد واسنجی مدل های مفهومی و در نظر گرفتن تغییرات مکانی پارامترهای مدل، مدل مفهومی مورد نظر از یکپارچه به سمت توزیعی تغییر می یابد. بعبارت دیگر در مدل های یکپارچه، توزیع مکانی متغیرها و پارامترهای ورودی، در نظر گرفته نمی شود و برای هریک از پارامترها یک مقدار متوسط بطور یکسان برای تمام سطح حوضه لحاظ می گردد. بنابراین با توجه به لحاظ نمودن تغییرات فیزیکی حوضه در مدل های هیدرولوژیکی توزیعی، در این مدل ها نیاز به داده های مشاهداتی زیادی از حوضه برای شبیه سازی مناسب حوضه و کسب نتایج قابل قبول می باشد. دلیل اصلی برای توسعه چنین مدل هایی، نمایش چرخه هیدرولوژی با ارتباط دادن اجزاء فرآیند بارش-رواناب با مفاهیم فیزیکی حاکم بر حوضه به صورت مفهومی است. عموما شبیه سازی ذخیره آب حوضه در این مدل ها با استفاده از چندین مخزن که هریک بیانگر یکی از موارد نگهداری آب زیرزمینی، بستر رودخانه، رطوبت در خاک و … میباشد صورت می پذیرد. در کاربرد استفاده از مدل های مفهومی به مدل های پایه فیزیکی برای مدلسازی ترجیح داده می شوند زیرا ضمن ارائه پاسخ های قابل قبول به محاسبات و داده های ورودی کمتری نیاز دارند.
مدل های یکپارچه
در مدل های یکپارچه شرایط فیزیکی تمام سطح حوضه یکسان در نظر گرفته می شود. بنابراین هرچه حوضه آبریز مورد نظر کوچکتر باشد کاربرد این مدل ها برای آن مناسبتر خواهد بود. همچنین در این مدل فرض می گردد که تغییرات سری زمانی پارامترهای هواشناسی و اقلیمی مدل در سطح حوضه یکسان می باشد.
مدل های توزیعی
در مدل های نیمه توزیعی سطح حوضه براساس نقشه توپوگرافی، اطلاعات خاک و کاربری اراضی به واحدهای هیدرولوژیکی (HRU) کوچکتری که خصوصیات هیدرولوژیکی در سطح هر یک از آنها تغییرات چشمگیری نداشته باشد، تقسیم می شوند. سپس خروجی های مدل در هر زیرحوضه در شبکه آبراهه ها بسمت خروجی حوضه مورد روندیابی قرار می گیرد. یکی از معروفترین مدل های مفهومی نیمه توزیعی مدل هیدرولوژیکی SWAT می باشد.
مدل های توزیعی
در مدل های توزیعی شرایط و تغییرات فیزیکی حوضه با در نظر گرفتن سطح حوضه بصورت شبکه سلولی با ابعاد مشخص به مدل معرفی می گردد. دراین مدل ها پارامترهای ورودی مدل برای هریم از سلول های تشکیل دهنده شبکه محاسباتی حوضه به مدل معرفی شده و خروجی های مدل هم برای هر سلول شبیه سازی می گردد. سپس خروجی هایی همچون رواناب سطحی، زیرسطحی، جریان پایه (بسته به فراخور ساختار و تفکر حاکم بر مدل برای شبیه سازی) در شبکه آبراهه به سمت خروجی حوضه آبریز مورد نظر مورد روندیابی قرار می گیرد. مدل هیدرولوژیکی VIC-3L نمونه ای از مدل های مفهومی توزیعی می باشد.
مدل پایه فیزیکی
یک مدل پایه فیزیکی سیستم طبیعی را صرفا براساس فرآیندهای فیزیکی و معادلات حاکم (شامل قوانین پیوستگی، اندازه حرکت، بقای جرم) شبیه سازی می کند. بنابراین مدل های پایه فیزیکی قادر به شبیه سازی فرآیندهای هیدرولوژیکی حوضه با جزییات بالا می باشند. این مدل ها که به نام جعبه سفید شاخته می شوند، شامل مجموعه ای وسیع از معادلات دیفرانسیلی و پارامترهایی می باشد که لازم است تا با اندازهگیری های میدانی تعیین شوند. بنابراین برای استفاده از اینگونه مدل ها به حجم بسیاری از داده های مشاهداتی نیاز می باشد. عموما در مدل سازی فرآیند بارش-رواناب استفاده از مدل های مفهومی به مدل های پایه فیزیکی ترجیح داده می شوند، زیرا به داده های مشاهداتی کمتری نسبت مدل های پایه فیزیکی نیاز دارند. مدل MIKE ازجمله مدل های پایهفیزیکی معروف می باشد. در این مدل تمام فرآیندهای هیدرولوژی با جزئیات کامل شبیه سازی می شود. لازم بذکر است که کاربرد این مدل نیازمند داده های ورودی زیاد و تعریف شرایط مرزی مختلف می باشد.