برآورد مقادیر ارتفاع رواناب و دبی حداکثر سیلاب با استفاده از تلفیق مدل‌های اتومات سلولی و SCS (مطالعه موردی: حوضه آبخیز لاویج‌رود)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه جغرافیا، دانشگاه آزاد اسلامی واحد نور، نور ابتدای جاده چمستان

2 گروه جغرافیای طبیعی، دانشگاه آزاد اسلامی واحد نور

3 عضو هیئت علمی دانشگاه شهید بهشتی

10.22111/jneh.2020.29704.1515

چکیده

حوضه آبخیز لاویج‌رود عمدتاً به دلیل وضعیت توپوگرافی و فیزیوگرافی، موقعیت اقلیمی، عدم رعایت مشخصات فنی در احداث راه و ابنیه فنی و تجاوز به حریم رودخانه، زمین‌شناسی و دیگر عوامل مؤثر در ایجاد رواناب، دارای پتانسیل تولید سیل در برخی از مواقع سال می-باشد. در این پژوهش کارایی مدل‌های اتومات سلولی و SCS به منزله روش‌های نوین و امکان تلفیق آن‌ها با برنامه‌های GIS برای شبیه-سازی خطر سیلاب و هیدروگراف جریان برای لاویج‌رود مطالعه شد. از داده‌های کاربری اراضی، گروه‌های هیدرولوژیک خاک، DEM، داده-های بارش و ضریب زبری استفاده شد که همه لایه‌ها در قالب رسترهای با اندازه سلول 30×30 تهیه شدند. بخش زیادی از حوضه دارای گروه هیدرولوژیکی C و D است که نفوذپذیری کم و خیلی کم دارند؛ بدین‌معنی که حجم زیادی از بارش در این قسمت‌ها می‌تواند تبدیل به رواناب شود. نیمه شمالی به‌ویژه شمال غربی حوضه، به‌دلیل قابلیت نفوذ کم و نیز نزدیکی به خروجی حوضه، دارای ارتفاع و عمق رواناب بسیار زیادی است. همچنین، خطر سیلاب در مسیر رودخانه لاویج و در اراضی اطراف آن (دشت سیلابی رودخانه) به‌ویژه در پایین‌دست رودخانه بالاست. شبیه‌سازی سیلاب در حوضه لاویج‌رود نشان داد که علاوه بر کاربری اراضی، خاک، نفوذپذیری و شیب، پراکنش مکانی مقدار بارش عامل مهمی در تجمع رواناب به یک سمت از جریان پایین‌دست حوضه و تولید سیلاب است.
حوضه آبخیز لاویج­رود عمدتاً به دلیل وضعیت توپوگرافی و فیزیوگرافی، موقعیت اقلیمی، عدم رعایت مشخصات فنی در احداث راه و ابنیه فنی و تجاوز به حریم رودخانه، زمین­شناسی و دیگر عوامل مؤثر در ایجاد رواناب، دارای پتانسیل تولید سیل در برخی از مواقع سال می­باشد. در این پژوهش کارایی مدل‌های اتومات سلولی و SCS به منزله روش‌های نوین و امکان تلفیق آن‌ها با برنامه­های GIS برای شبیه­سازی خطر سیلاب و هیدروگراف جریان برای لاویج­رود مطالعه شد. از داده­های کاربری اراضی، گروه‌های هیدرولوژیک خاک، DEM، داده­های بارش و ضریب زبری استفاده شد که همه لایه­ها در قالب رسترهای با اندازه سلول 30×30 تهیه شدند. بخش زیادی از حوضه دارای گروه هیدرولوژیکی C و D است که نفوذپذیری کم و خیلی کم دارند؛ بدین­معنی که حجم زیادی از بارش در این قسمت­ها می­تواند تبدیل به رواناب شود. نیمه شمالی به­ویژه شمال غربی حوضه، به­دلیل قابلیت نفوذ کم و نیز نزدیکی به خروجی حوضه، دارای ارتفاع و عمق رواناب بسیار زیادی است. همچنین، خطر سیلاب در مسیر رودخانه لاویج و در اراضی اطراف آن (دشت سیلابی رودخانه) به­ویژه در پایین­دست رودخانه بالاست. شبیه­سازی سیلاب در حوضه لاویج­رود نشان داد که علاوه بر کاربری اراضی، خاک، نفوذپذیری و شیب، پراکنش مکانی مقدار بارش عامل مهمی در تجمع رواناب به یک سمت از جریان پایین­دست حوضه و تولید سیلاب است.

کلیدواژه‌ها


عنوان مقاله [English]

Estimating of runoff height and flood maximum discharge using Cellular Automata and SCS models, (Case Study: Lavijrood watershed)

نویسندگان [English]

  • Hasan Shabaniniah 1
  • Sadaldin Motevalli 2
  • GholamReza Janbaz Ghobadi 2
  • Shahriar Khaledi 3
1 Department of Geography, Islamic Azad University of Nour
2 Department of Geography, Islamic Azad University of Nour
3 Shahid Beheshti University
چکیده [English]

The Lavijrood watershed can produce seasonal floods; this is due to its topographical and physiological situation, climate system, non-compliance with technical construction standards, riverside violation, geology, and the other factors that affect the runoff production. In this research, we investigated the performance of the cellular automata (CA) and SCS model as a suitable estimation method and examined the possibility of integrating the method with the ArcGIS application to simulate the flood hazards and the hydrograph flow for the Lavijrood. The runoff height and the flood hazard were obtained through the SCS method. The flood simulation using the SCS method requires the data of land use, hydrologic groups of soils, Digital Elevation Map (DEM), rainfall, and the roughness coefficient of the basin. The raster format of all these layers was prepared with cell sizes of 30×30 m. A large part of the Lavijrood watershed belongs to the hydrological groups C and D, which have very low permeability. This means that a large volume of rainfalls converts into runoffs. Due to the low permeability and the vicinity to the watershed outlet, the northern half, especially in the northwest of the watershed, has a very high runoff depth and height. Also, the flood risk is high in the Lavijrood River route and its surrounding area especially at the downstream. The runoff simulation in this watershed showed that land use, soil, permeability, slope, and the geographical distribution of rainfalls are the most important factors that control runoffs and their movement to downstream locations to produce floods.

کلیدواژه‌ها [English]

  • Flood Risk
  • Cellular Automata
  • SCS
  • GIS
  • Lavijrood Watershed
اعلمی، محمد تقی؛ ملکانی، لیلا؛ قربانی، محمد علی (1394). مدل­سازی بارش - رواناب در حوضه لیقوان چای با استفاده از مدل اتومای سلولی، پژوهش­های ژئومورفولوژی کمی، شماره سه، سال چهارم، صص 60-73.

ثانی­خانی، هادی؛ خراسانی، علی؛ دین­پژوه، یعقوب (1391). شبیه­سازی رواناب و فرسایش خاک با استفاده از روش اتوماتای سلولی، مجله پژوهش آب ایران، سال ششم، شماره 11، صص 123-133.

حجازی، اسدلله؛ مزبانی، مهدی (1396). برآورد مقادیر ارتفاع و دبی حداکثر رواناب با استفاده از روش شماره منحنی (CN) (مطالعه موردی: حوضه آبریز سراب دره­شهر)، هیدروژئومورفولوژی، شماره پنجم، صص 63-81.

حسین­زاده محمدمهدی؛ نصرتی کاظم؛ ایمنی، سپیده (1397). تعیین شماره منحنی و برآورد پتانسیل رواناب حوضه آبخیز حصارک، نشریه تحقیقات کاربردی علوم جغرافیایی، سال هجدهم، شماره 51، صص 133-150.

خالقی سمیه؛ ملکانی لیلا (1395). شبیه­سازی خطر سیلاب با استفاده از مدل اتومات سلولی بر پایه GIS (مطالعه موردی: حوضه آبریز چرچر)، پژوهش­های جغرافیای طبیعی، سال چهل و هشتم، شماره 4، صص 589-605.

فهیمی­فر، احمد؛ بحری، میرعباس؛ بخشایش اقبالی، نسرین (1385). تحلیل فرآیند حرکت و لغزش زمین­لغزه­ها بر پایه مدل اتومات سلولی، بیست و پنجمین گردهمایی علوم زمین، وزارت صنایع و معادن، سازمان زمین­شناسی و اکتشافات معدنی کشور، تهران.

قهرودی تالی، منیژه (1385). ارزیابی مدل SCS-CN در تخمین رواناب مطالعه موردی: حوضه آبخیز سد امیرکبیر (کرج)، جغرافیا و توسعه، سال چهارم، شماره 7، صص 185-198.

مصطفی­زاده، رئوف؛ میرزایی، شهناز؛ ندیری، پریا (1396). تعیین شماره منحنی از رویدادهای بارش و وراناب و تغییرات آن با مؤلفه­های بارش در یک حوضه آبخیز جنگلی، نشریه علوم آب و خاک (علوم و فنون کشاورزی و منابع طبیعی)، شماره چهارم، صص 15-28.

Abou El-Magd, I., Hermas, E., and El Bastawesy, M., (2010), GIS-modeling of the spatial variability of flash flood hazard in Abu Dabbab catchment, Red Sea Region, Egypt, the Egyptian Journal of Remote Sensing and Space Sciences, Vol. 13, pp. 81-88.

Aboudagga, N. (2005). Simulations by cellular automata of the floods in littoral lagoon areas, www.isn-oldenburg.de/projects/earselabstracts2005/ABS-Aboudagga-Nader.html.

Cirbus, J., and Podhoranyi, M. (2013). Cellular Automata for the Flow Simulations on the Earth Surface, Optimization Computation Process. Applied Mathematics & Information Sciences, v. 7(6), p. 2149-2158.

Dewan, A.M., Islam, M.M., Kumamoto, T., and Nishigaki, M., (2007), Evaluating flood hazard for land-use planning in Greater Dhaka of Bangladesh using remote sensing and GIS techniques, Water Resources Manage, Vol. 21, pp. 1601-1612.

Elkhrachy, I., (2015), Flash flood hazard mapping using satellite images and GIS tools: a case study of Najran City, Kingdom of Saudi Arabia (KSA), The Egyptian Journal of Remote Sensing and Space Sciences, Vol. 18, pp. 261-278.

Foodi, G.M., Ghoneim E.M., and Arnell, W.N., (2004), Predicting Location Sensitive to Flash Flooding in Arid Environment, Journal of Hydrology, Vol. 292, pp. 48-58

Haq, M., Akhtar, M., Muhammad, S., Paras, S., and Rahmatullah, J., (2012), Techniques of Remote Sensing and GIS for flood monitoring and damage assessment: A case study of Sindh province, Pakistan, the Egyptian Journal of Remote Sensing and Space Sciences, Vol. 15, pp. 135-141.

Hjelmfelt, A.T., and Mockus, V., (2004), Estimation of Direct Runoff from Storm Rainfall, Part 630 Hydrology National Engineering Handbooks, Chapter 10, United States Department of Agriculture, Natural Resources Conservation Service, 235p.

Inci, T.Y., Akguül, S., Dengiz, O., and Aküzüm, T., (2006), Estimation of flood discharge for a small watershed using SCS curves number and geographic Information System, River basin flood management journal, pp. 527-538.

June, S., Yuan, Y., and Jing, Z., (2001), The effect of landuse/cover change on surface Runoff in Shenzheh Region, China, Institute of Resources ScienceBeigining normal university, 100875, Beijing.

Kopp, S., and Noman, N. (2008). ArcGIS Spatial Analyst - Hydrologic Modeling, ESRI User Conference Technical Workshop, http://www.scdhec.gov/gis/presentations/ESRI_Conference_08/tws/workshops/tw_37.pdf

Kumar RAI, P., and Mohan, K., (2014), Remote Sensing data & GIS for flood risk zonation mapping in Varanasi District, India, Forum geografic, Studii și cercetări de geografie și protecția mediului, Vol. 13, pp. 25-33.

Lewis, D., Singer, M.J., and Kate, K.W., (2000), Applicability of SCS curve number method for a California Woodlands Watershed, Journal of Soil and Water Conservation, Second Quarter, pp. 48-55.

Rinaldi, P.R., Dalponte, D.D., Vénere, M.J., and Clausse, A. (2012). Graph-based cellular automata for simulation of surface flows in large plains. Asian Journal of Applied Science, v. 5, p. 224-231.

Saravanan, S., and Manjula, R., (2015), Geomorphology based semi-distributed approach for modeling rainfall-runoff modeling using GIS, Aquatic Processes, Vol. 4, pp. 908-916.

Satheeshkumar, S., Venkateswaran, S., and Kannan, R., (2017), Rainfall-runoff estimation using SCS–CN and GIS approach in the Pappiredipatti watershed of the Vaniyar sub-basin, South India, Modeling Earth Systems and Environment, Vol. 3(24), pp. 1- 8.

Schroeder, S.A., and Larsen, J.K., (1990), Antecedent moisture conditions for North Dakota runoff predictions North Dakota, Farm Research, Vol. 48(0097, 5338), pp. 8-11.

Soulis, K.X., and Valiantzas, J.D., (2012), SCS-CN parameter determination using rainfall-runoff data in heterogeneous watershed-the two-CN system approach, Hydrology Earth System Science, Vol. 16, pp. 1001-1015.

Van, T.P.D., Carling, Paul, A., Coulthard, Tom, J., and Atkinson Peter, M. (2007). Cellular automata approach for flood forecasting in a bifurcation river system, PUBLS. INST. GEOPHYS. POL. ACAD. SC., v. E-7 (401), 256 pages.

Vinithra, R., and Yeshodha, L., (2016), Rainfall-runoff modeling using SCS–CN method: a case study of Krishnagiri District, Tamilnadu, International Journal of Science Research, Vol. 5(3), pp. 2319–7064.

Xiao, B., Wang, Q.H., Fan, J., Han, F.P., and Dai, Q.H., (2011), Application of the SCSCN model to runoff estimation in a small watershed with high spatial heterogeneity, Pedosphere, Vol. 21(6), pp. 738-749.

Zhan, X., and Huang, M.L. (2004). ArcCN-Runoff: an ArcGIS tool for generating curve number and runoff maps, Environmental Modeling & Software, v. 19, p. 875-879.