برآورد ضریب رواناب با تلفیقی از ابزار Arc CN – Runoff، SCS – CN و رابطۀ تجربی ICAR (مطالعۀ موردی: محدودۀ مطالعاتی سلسله‌– استان لرستان)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، دانشکدۀ منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران

2 دانشیارگروه مهندسی آب، دانشکدۀ کشاورزی، دانشگاه لرستان، خرم‌آباد، ایران

3 دکتری، شرکت سهامی آب منطقه‌ای لرستان، خرم‌آباد، ایران

چکیده

سابقه و هدف: تعیین مقدار ضریب رواناب یکی از بزرگ‌ترین مشکلات و منبع اصلی فقدان اطمینان در بسیاری از پروژه‌های منابع آب است. در بیشتر پژوهش‌هایی که در زمینۀ منابع آب انجام می‌شود، مقادیر ضریب رواناب از جدول‌های مقادیر با توجه به ‌شرایط منطقۀ مورد مطالعه برداشته می‌شود. نگرانی اصلی، در این روش، انتخاب مقادیری است که به‌صورت ذهنی طبق روشی مبهم انتخاب می‌شوند و قضاوتی شخصی را دربارۀ داده‌های مفید منعکس می‌کنند؛ ازاین‌رو برای تعیین ضریب رواناب باید روشی مناسب انتخاب شود.
مواد و روش‌ها: به‌منظور اجرای این پژوهش، از داده‌هایی شامل اطلاعات مدل رقومی ارتفاعی، کلاس‌های کاربری اراضی، بافت خاک و آمار هواشناسی و هیدرولوژیکی (بارش و رواناب) مرتبط با منطقۀ مورد پژوهش، طی دورۀ آماری بیست‌ساله‌ای (1380-1400)، استفاده شد. با استفاده از نقشۀ کاربری اخذ شده اراضی، نقشۀ کاربری اراضی محدوده در نُه کاربری طبقه‌بندی شد. همچنین برای تهیۀ نقشۀ گروه‌های هیدرولوژیکی خاک، نقشۀ بافت خاک در عمق 200سانتی‌متری محدودۀ مطالعاتی سلسله به کار رفت و با توجه به نوع بافت خاک، گروه هیدرولوژیکی خاک مختص هر محدوده استخراج شد. در نهایت، گروه هیدرولوژیک خاک در سه دسته (A,B,C) قرار گرفت. نقشۀ لایۀ کاربری اراضی و گروه‌های هیدرولوژیکی خاک وارد محیط ابزار Arc CN – Runoff شد و در نهایت، عملیات تلفیق روی دو لایه اعمال و لایۀ کاربری اراضی‌ گروه هیدرولوژیکی (Land Soil) تهیه شد؛ این لایۀ جدید فقط سطح پوشیده‌شده با دو لایه را نشان می‌دهد و نقشۀ شمارۀ منحنی رواناب، نگهداشت سطحی خاک، حجم، ارتفاع و ضریب رواناب براساس این لایه تهیه می‌شود. در نهایت، مقدار ضریب رواناب در سه حالت وضعیت رطوبتی خشک، متوسط و مرطوب برآورد شد و مقایسه‌ای صورت گرفت.
نتایج: نتایج پژوهش نشان داد، در محدودۀ مطالعاتی سلسله، میزان ضریب رواناب (CR) در سه حالت وضعیت رطوبتی خشک، متوسط و تر، به‌ترتیب برابر با 26/0، 53/0 و 77/0 است. بنابراین حالت رطوبتی خشک، در قیاس با متوسط، 68% کاهش و حالت رطوبتی تر، در مقایسه با متوسط، 37% افزایش داشته است. بررسی همبستگی بین ضریب رواناب و مشخصات محدودۀ مطالعاتی نشان داد که در محدودۀ مطالعاتی سلسله، ضریب رواناب تحت تأثیر شش ویژگی فیزیوگرافی محدودۀ مطالعاتی مساحت، شیب، طول آبراهه و ضریب گراولیوس، حداکثر ارتفاع و تراکم آبراهه‌ای است. مقدار شمارۀ منحنی رواناب (CN) در حالت رطوبتی خشک، متوسط و تر برای کل محدوده، به‌ترتیب برابر با 65، 81 و 92 برآورد شد. میزان نگهداشت سطحی خاک (S) در حالت رطوبتی خشک، متوسط و تر، درمورد کل محدوده، به‌ترتیب برابر با 74/138، 60/59 و 42/23 میلی‌متر به دست آمد. میزان ارتفاع رواناب (Q) در حالت رطوبتی خشک، متوسط و تر، درمورد کل محدوده، به‌ترتیب 78/27، 73/55 و 31/79 میلی‌متر برآورد شد. میزان حجم رواناب (V) در حالت رطوبتی خشک و متوسط و تر، درمورد کل محدوده، به‌ترتیب 64/3710، 03/7164 و 46/10070هزار مترمکعب حاصل شد.
نتیجه‌گیری: این شرایط نیازمند اجرای اقدامات اساسی به‌منظور افزایش پوشش گیاهی، شامل عملیات چاله‌کندن و جویچۀ تراز همراه با طرح‌های افزایش پوشش گیاهی، اغلب به‌صورت بوته‌کاری و بذرپاشی گیاهان مرتعی در محدوده است و بارش منطقه می‌تواند رطوبت کافی را برای موفقیت آنها فراهم کند. استقرار سامانۀ جمع‌آوری آب باران نیز، با توجه به نفوذپذیری کم خاک منطقه، می‌تواند مؤثر باشد و از آن در افزایش پوشش گیاهی و دیگر مصارف استفاده شود.

کلیدواژه‌ها


عنوان مقاله [English]

Estimating the Runoff Coefficient by Combining Arc CN-Runoff, SCS-CN and ICAR Empirical Relationship (Case Study: Selseleh Study Area - Lorestan Province)

نویسندگان [English]

  • yazdan yarahmadi 1
  • hojatolah younesi 2
  • Ahmad Godarzi 3
  • saeed rostami 3
1 PH. D Student, Faculty of Natural Resources and Earth Sciences, University of Kashan, Kashan, Iran
2 Associate Professor, Dep. of Water Engineering, Faculty of Agriculture, Lorestan University, Khorramabad, Iran
3 PH. D, Lorestan Regional Water Company, Khorramabad, Iran
چکیده [English]

Introduction: Determining the value of the runoff coefficient is one of the biggest problems and the main source of uncertainty in many water resources projects. In most researches related to water resources, the runoff coefficient values are taken from the tables of values depending on the conditions of the studied area. The main concern in this method is the selection of values that are subjectively chosen from a vague method and reflect a personal judgment of useful data, hence an appropriate method for determining the runoff coefficient should be selected.
Materials and methods: In order to carry out this research, data including digital elevation model information, land use classes, soil texture, and meteorological and hydrological statistics (rainfall and runoff) related to the research area for a 20-year statistical period (2001-2021) were used. Using the obtained land use map, the land use map of the area was classified into 9 land uses. Also, to prepare a map of soil hydrological groups, the soil texture map was used at a depth of 200 cm in the study area of ​​Selseleh, and according to the type of soil texture, the soil hydrological group was extracted for each area. Finally, the soil hydrological group was divided into three categories (A-B-C). The map of the land use layer and soil hydrological groups was entered into the Arc CN - Runoff tool environment, and finally the Intersect operation was applied on two layers and the land use layer - hydrological group (Land soil) was prepared, and this new layer is only for display. The surface is covered by two layers and the map of runoff curve number, soil surface maintenance, volume, height and runoff coefficient is prepared based on this layer. Finally, the value of the runoff coefficient was estimated in three conditions of dry, medium and wet moisture conditions and a comparison was made.
Results: The results of the research showed that in the study area, the runoff coefficient (CR) in three conditions of dry, medium and wet moisture conditions is equal to 0.26, 0.53 and 0.77, respectively. Therefore, the dry humid state has decreased by 68% compared to the average, and the more humid state has increased by 37% compared to the average. Correlation analysis between the runoff coefficient and characteristics of the study area showed that in the study area, the runoff coefficient series is influenced by 6 physiographic characteristics of the study area: area, slope, waterway length and Gravel's coefficient, maximum height and density of waterways. The value of the runoff curve number (CN) in dry, medium and wet conditions for the whole area was estimated as 65, 81 and 92, respectively. The amount of soil surface retention (S) in dry, medium and wet moisture conditions for the whole range was estimated as 138.74, 59.60 and 23.42 mm, respectively. The amount of runoff height (Q) in dry, medium and wet moisture conditions for the whole area was estimated as 27.78, 55.73 and 79.31 mm, respectively. The amount of runoff volume (V) in dry, medium and wet moisture conditions for the whole area was estimated as 3710.64, 7164.03 and 10070.46 thousand cubic meters, respectively.
Conclusion: These conditions require the implementation of basic measures to increase vegetation cover, including digging holes and leveling along with plans to increase vegetation cover, generally in the form of planting and sowing pasture plants in the area, and rainfall in the area can provide sufficient moisture for their success. Establishing a rainwater collection system can also be effective due to the low permeability of the soil in the region, and it can be used to increase vegetation and other uses.

کلیدواژه‌ها [English]

  • Flood
  • Kashkan watershed
  • Land use
  • Soil hydrological group
Abedini, M. & Lotfi, K., 2019, Estimating Runoff for Analysis of Potential Flooding Using the Curve Number(CN) Method in the Shahrod Basin of Ardabil, Journal of Geographic Space, 19(68), PP.163–181. http://doi.org/geographical-space.iau-ahar.ac.ir/article-1-2910-en.html.
Ahmadi Sani, N., Solaimani, K., Razaghnia, L., Mostafazadeh, R. & Zandi, J., 2018, Assessing the Eiciency of Arc-CN Runoff Tool in Runoff Estimation and its Comparison in 1996 and 2011 Years in Haraz Watershed, Mazandaran Province, Hydrogeomorphology, 5(16), PP. 139–158. http://doi.org/:20.1001. 1.23833254.1397.5.16.8.6.
Alijanpour Shelmani, A. & Vaezi, A., 2017, Physical Factors Determining Runoff Coefficient in the Watersheds of Ardabil Province, Water and Soil Science, 27(3), PP. 1–14. https://doi.org/10.22034/ws.2022.50866.2465.
Bahrami, S., & Imeni, S., 2019, Evaluation of Several Empirical Models in Estimating Annual Runoff (Case Study: Hesarak Catchment in Northwest of Tehran), Geography and Environmental Planning, 30(2), PP. 55-74. http://doi.org/10.22108/gep. 2019.116956.1151.
Bahremand, A., 2013, Investigating the Spatial Distribution of the Flood Power of the Letian Watershed Based on the Analysis of the Runoff Coefficient Map, Iranian Journal of Watershed Management Science, 6(19): PP. 29–36. http://doi.org/jwmsei.ir/article-1-321-fa.html.
Gandhi, F.R. & Patel, J.N., 2019, Estimation of Surface Runoff for Sub-Watershed of Rajkot District, Gujarat, India Using SCS–Curve Number with Integrated Geo-Spatial Technique, International Journal of Engineering and Advanced Technology, 8, PP. 33–41. https://doi.org/6440048419/IJEAT. 2019.08.41. ‌
Ghiglieri, G., Carletti, A. & Pittalis, D., 2014, Runoff Coefficient and Average Yearly Natural Aquifer Recharge Assessment by Physiography-Based Indirect Methods for the Island of Sardinia (Italy) and Its NW Area (Nurra), Journal of Hydrology, 519, PP. 1779–1791. https://doi.org/10.1016/ j.jhydrol.2014.09.054. ‌
Karami Moghadam, M., Moradi Motlagh, E., Sabzevari, T. & Mohammadpour, R., 2021, Application of Remote Sensing and GIS Techniques in SCS-CN Model (Case Study: Balarood Basin, Khuzestan), Environment and Water Engineering, 7(1), PP. 157–169. http://dx.doi.org/10.22034/ jewe.2020.252569.1441.
Kim, N.W. & Shin, M.J., 2018, Estimation of Peak Flow in Ungauged Catchments Using the Relationship between Runoff Coefficient and Curve Number, Water, 10(11), P. 1669. ‌https://doi.org/10.3390/w10111669.
Lagadec, L.R., Patrice, P., Braud, I., Chazelle, B., Moulin, L., Dehotin, J. & Breil, P., 2016, Description and Evaluation of a Surface Runoff Susceptibility Mapping Method, Journal of Hydrology, 541, PP. 495–509. ‌https://doi.org/10.1016/j.jhydrol.2016.05.049.
 
Mahdavi, M., 2011, Applied Hydrology, Vol. 2, Tehran. Tehran University Press, P. 427.
Maleki, M. & Madadi, A., 2015, Investigation of Annual Runoff with Experimental Methods in Ardabil Watershed (Khalkhal City), the 5th Conference of Rain Catchment Systems, Gilan-Rasht, March 4th and 5th, 2015.
Meresa, H., 2019, Modelling of River Flow in Ungauged Catchment Using Remote Sensing Data: Application of the Empirical (SCS-CN), Artificial Neural Network (ANN) and Hydrological Model (HEC-HMS), Modeling Earth Systems and Environment, 5, PP. 257–273. https://link.springer.com/article/ 10.1007/s40808-018-0532-z. ‌
Mostafazadeh, R., Mirzaei, S. & Nadiri, P., 2018, Curve Number Determination Using Rainfall and Runoff Data and its Variations with Rainfall Components in a Forested Watershed, jwss, 21(4), PP. 15–28. http://dx.doi.org/10.29252/jstnar.21.4.15.
Niknejad, D., 2015, Determining the Runoff Coefficient of Different Catchment Levels in order to Harvest Rainwater, the 5th Conference of Rain Catchment Level Systems, Gilan-Rasht, March 4th and 5th, 2015.
Norbiato, D., Borga, M., Merz, R., Blöschl, G. & Carton, A., 2009, Controls on Event Runoff Coefficients in the Eastern Italian Alps, Journal of Hydrology, 375(3-4), PP. 312–325. http://dx.doi.org/10.1016/j.jhydrol.2009.06.044.
Pektas, A.O. & Cigizoglu, H.K., 2013, ANN Hybrid Model versus ARIMA and ARIMAX Models of Runoff Coefficient, Journal of Hydrology, 500, PP. 21–36. http://dx.doi.org/10.1016/j.jhydrol.2013.07.020.
Pishvaei, M.H., Sabzevari, T., Mohammadpour, R. & Noroozpour, S., 2019, Effects of Topography on Runoff Coefficient and Flood of hillslopes Watershed Using TOPMODEL, Iran-Water Resources Research, 15(4), PP. 396–411. https://dorl.net/ dor/20.1001.1.17352347.1398.15.4.27.0.
Safari, A., Qanawati, A., Beheshti Javed, A., Hosseini, H., 2013, Estimation and Zoning of Runoff due to Maximum 24-Hour Rainfall Using the (SCS-CN) Method of Yamchi Dam Basin, Ardabil, Journal of Geography, 11(38), PP. 217–201. https:// dorl.net/dor/15.044.1.1654287.1392.11.38.24.0.
Teymourian, M., Farzadian, A. & Beheshti Rad, M., 2013, Evaluation of Experimental Methods of Runoff Estimation in Bushigan Watershed, The First National Conference on Environmental Health, Health and Sustainable Environment.
Verma, R.K., Verma, S., Mishra, S.K. & Pandey, A., 2021, SCS-CN-Based Improved Models for Direct Surface Runoff Estimation from Large Rainfall Events, Water Resources Management, 35(7), PP. 2149–2175. https://link.springer.com/article/10.1007/s11269-021-02831-5.
Zhan, X. & Huang, M.L., 2004, ArcCN-Runoff: An ArcGIS Tool for Generating Curve Number and Runoff Maps, Environmental Modelling & Software, 19(10), PP. 875–879. http://dx.doi.org/10.1016/j.envsoft.2004.03.001