دانشکده فنی دانشگاه تهران نشریه مهندسی عمران و نقشه برداری 45 3 2011 08 23 An Examination of A Random Cascade Model for Disaggregating Daily Rainfall Data (Technical Note) آزمون مدل تصادفی آبشاری در گسسته سازی داده های روزانه بارش (یادداشت فنی) 323 327 23454 FA باقر ذهبیون Assistant Professor, Iran University of Science and Technology, I.R. Iran. حجت اله فولادی اسگوئی MSc. School of Civil Engineering, Islamic Azad University, Science and Research Branch, Tehran, I.R. Iran. محمدرضا امیدبیگی MSc. School of Civil Engineering, Iran University of Science and Technology, I.R. Iran. Journal Article 1970 01 01 Short time interval rainfall data (e.g. hourly data) serve as inputs to a range of flood and pollution transport models. However, they are not usually available. Due to availability of daily data as measured values, in this study an attempt is made to examine the suitability of a random cascade model for transformation of observed daily rainfall data measured at the rain gauge station situated on the Amameh catchment, north of Tehran, Iran. A random cascade model was proposed for the first time by Olsson (1998). The cascade model presented here is based on exact conservation of rainfall volume together with the rainfall seasonality. Having applied this model to the data measured with the mentioned rain gauge, 45-minute data were simulated and compared with its corresponding measured data for the same period of daily data. It was observed that the modelling procedure employed and used in this study can simulate the 45-minute peak values much better that the previous models such as the Olsson one. The potential for the better estimation of peak discharges is, therefore, has the potentiality to be used in storm design purpose as far as the application of rainfall-runoff models for flood estimation are concerned. مدل های برآورد سیلاب و آلودگی، نیاز به داده های مشاهداتی با گام زمانی کوتاه باران (داده های ساعتی) دارد که اغلب در دسترس نبوده، درصورتی که داده های مشاهداتی بارش روزانه براحتی در اختیار قرار می گیرد. جهت ارائه راه حلی برای این مشکل، در این مقاله سعی بر آن است تا با طراحی مدل تصادفی آبشاری و بکارگیری داده های روزانه مشاهداتی مربوط به یک ایستگاه باران سنجی در شمال تهران بتوان داده های با گام زمانی کوتاه بدست آورد. قبلا در این رابطه مدلی به نام Olsson معرفی شده است. در این مقاله، پس از معرفی این مدل نسبت به اصلاح آن که بتواند بهتر داده های کوتاه مدت تولید نماید اقدام می گردد. پس از اصلاح و طراحی مدل جدید،. اجرای مدل در دو مرحله انجام می گیرد. مرحله اول عبارت است از بررسی نحوه تبدیل داده های45 دقیقه ای به داده های روزانه (24 ساعته)و مرحله دوم نیز برای تبدیل داده های 24 ساعته به داده های کمتر از 45 دقیقه ای. در پایان نتایج حاصل از کاربرد مدل اصلاح شده مورد بحث قرار می گیرد. نتایج حاصل نشان می دهد که ویژگی های آماری داده های تولیدی بارش در بازه زمانی کوچک تر در مقایسه با داده های مشاهداتی می تواند حفظ گردد. https://jcse.ut.ac.ir/article_23454_2cef5181d15b361283c63b4eda5bce84.pdf