ضریب زبری

رودخانه ها یکی از معدود پدیده های طبیعی می باشند که علیرغم خسارات و زیانهای بیشماری که از دیرباز به انسانها وارد نموده اند ، بدلیل تأثیر ویژه در زندگی بشر و شکل گیری تمدنها همواره انسان ها را به اراضی حاشیه رودخانه فراخوانده اند . در ایران نیز بدلیل وسعت زیاد ، اقلیم متعدد و تراکم زمانی و مکانی بارش ها در اکثر حوضه های آبخیز ، همه ساله شاهد سیلاب های عظیمی در اکثر مناطق کشور بوده که بسیاری از آنها ، خسارات جانی و مالی فراوانی را به بار می آورند. این تحقیق بازهای به طول حدود 10 کیلومتر از رودخانه کر (پایین دست ایستگاه هیدرومتری چمریز) انتخاب شد و پس از تهیه آمار حداکثر دبی لحظهای رودخانه در دو حالت قبل و بعد از احداث سد ملاصدرا، اثر احداث سد بر روی جریان رودخانه بررسی شد. سپس با در نظر گرفتن دبی رودخانه به ازای دبی با دوره بازگشت 25 سال برای دو حالت قبل و بعد از احداث سد مدل جریان ماندگار رودخانه مذکور توسط نرم افزار HEC-RAS تهیه و سپس با یکدیگر مقایسه شدند. در ادامه بر اساس دبی با دوره بازگشت 25 سال بعد از احداث سد اقدام به تغییر ضریب زبری مانینگ به میزان 50 درصد از مقدار اولیه گردید و مجدداً مدل HEC-RAS اجرا گردید.احداث سد نقش بسزایی در کاهش سیلاب رودخانه کر داشته است، بطوری که احداث سد مذکور باعث شده است که برخی از پارامترها مانند تراز سطح آب، سرعت جریان آب، مساحت جریان آب، میزان دبی در رودخانه و همچنین سیلاب دشتهای آن کاهش یابد.نتایج آنالیز حساسیت برخی از پارامترها نسبت به ضریب زبری مانینگ نشان دادکه باکاهش ضریب زبری مانینگ،برخی ازپارامترها نظیرترازسطح آب و مساحت جریان نیزکاهش و پارامترهای نظیر سرعت جریان آب، دبی رودخانه، دبی رودخانه در ساحل سمت راست و چپ افزایش یابد و بالعکس.

سابقه و هدف: در سالیان اخیر، مدل سازی و شناسایی الگوی توزیع مکانی پدیده جزیره حرارتی شهری با هدف برنامه ریزی برای مواجهه با اثرات این پدیده و پیش بینی تأمین زیرساخت های مورد نیاز در تأمین آسایش حرارتی بهتر شهروندان افزایش یافته است. مدل اوکه از جمله مدل های مطرح در این زمینه است که بیشینه شدت جزیره حرارتی (UHImax ) را بر اساس شاخص نسبت منظر کانیون های شهری شبیه سازی می کند. وابستگی مدل اوکه به شرایط اقلیمی و فیزیکی شهرها ایجاب می کند؛ این مدل قبل از استفاده در هر منطقه شهری، مورد ارزیابی قرار گرفته تا در صورت نیاز، اصلاح شود. با توجه به تأثیراتی که عامل مقاومت آیرودینامیک کانیون های شهری(طول زبری) در UHImax دارد، لحاظ کردن شاخص این عامل در فرآیند محلی سازی مدل، می تواند دقت نتایج حاصل را تحت تأثیر قرار دهد. در این پژوهش سعی شده است، ضمن محلی سازی مدل اوکه در ناحیه ای از منطقه 22 شهر تهران؛ تأثیر طول زبری نیز در این فرآیند بررسی شود. تهیه داده های دمایی کانیون های شهری از جمله چالش های مهم در فرآیند مدل سازی محسوب می شود. تحقیقات نشان می دهد دمای هوای مناطق مرکزی و حومه شهرها در هنگام شب، به دمای سطح زمین (LST) نزدیک است و LST کانیون ها می تواند به عنوان یک تقریب مناسب از دمای هوا مورد استفاده قرار گیرد. لذا در این تحقیق سعی شد؛ با بهره گیری از داده های سنجنده های حرارتی ماهواره ای و استفاده از یک الگوریتم مناسب بازیابی LST ، مشکل تهیه داده های دمایی حل گردد. محاسبه شاخص های هندسی و مقاومت آیرودینامیکی کانیون ها در فرآیند مدل سازی، به علت نیاز به انجام پردازش های گوناگون مکانی، پیچیده و زمان بر است و از این رو، چالشی دیگر در این زمینه محسوب می شود. سیستم های اطلاعات مکانی (GIS) با دارا بودن قابلیت ذخیره سازی روابط توپولوژیک عوارض جغرافیایی و تجزیه و تحلیل آن ها می تواند محاسبه این شاخص ها را تسهیل نماید. لذا در انجام این پژوهش، از سیستم های اطلاعات مکانی استفاده شده است. مواد و روش ها: در این پژوهش به منظور تهیه داده های دمایی مورد نیاز، از داده های سنجنده ASTER و داده های هواشناسی نزدیک ترین ایستگاه هواشناسی به محدوده مطالعاتی در فاصله زمانی سال های 2016 تا 2022 میلادی استفاده شد. این داده ها در محیط نرم افزار MATLAB و با استفاده از الگوریتم پنجره مجزا مورد پردازش قرار گرفت و دمای سطح زمین و بیشینه شدت جزایر حرارتی سطحی در محدوده مطالعاتی محاسبه شد. سپس، محاسبه شاخص های نسبت منظر، طول زبری و UHImax شبیه سازی شده کانیون ها (بر اساس مدل اوکه)؛ از طریق پردازش نقشه های رقومی در برنامه ModelBuilder در محیط نرم افزار ArcGIS صورت پذیرفت. پس از تقسیم بندی محدوده مطالعاتی به محدوده های آموزشی و محدوده چک، محلی سازی مدل UHImax در دو حالت مختلف انجام شد. در حالت اول، ضرایب مدل محلی در محدوده آموزشی با لحاظ کردن شاخص نسبت منظر محاسبه شد. بدین منظور، کانیون ها بر اساس شاخص نسبت منظر به یازده کلاس مختلف طبقه بندی گردید و مقدار UHImax شبیه سازی شده و اندازه گیری شده آن ها در منطقه آموزشی محاسبه شد و از طریق تحلیل رگرسیون این دو دسته داده، مدل محلی اوکه در منطقه مطالعاتی به دست آمد. در حالت دوم، در ابتدا کانیون های محدوده آموزشی بر اساس شاخص طول زبری به دو دسته جداگانه طبقه بندی و سپس، دسته اول کانیون ها بر اساس شاخص نسبت منظر به هشت گروه مجزا و دسته دوم، به سه گروه مختلف طبقه بندی گردید. با محاسبه UHImax شبیه سازی شده و اندازه گیری شده هر یک از گروه ها، و استفاده از تحلیل رگرسیون، مدل محلی سازی شده اوکه برای هر یک از 2 طبقه مذکور تعیین گردید. نتایج و بحث: با اعتبارسنجی مدل های به دست آمده در محدوده چک، مقادیر R^2، ρ،RMSE و MAE حاصل از رگرسیون در حالت اول، به ترتیب: 0/53 ، 0/73، 1/18 ± و 0/98و در حالت دوم، به ترتیب0/80، 0/89، 1/05 ± و 0/87محاسبه شدند. مقایسه این نتایج نشان می دهد لحاظ کردن شاخص مقاومت آیرودینامیک در فرآیند مدل سازی UHImax ضمن افزایش ضرایب همبستگی و ضریب تشخیص رگرسیون؛ سبب افزایش دقت نتایج حاصل از مدل محلی و بهبود مدل شده است.