اسم الباحث : غفران عبدالحسين محمدحسن علي
الكلية : كلية الهندسة
الاختصاص : هندسة البنى التحتية
سنة نشر البحث : 2019
تحميل الملف : اضغط هنا لتحميل البحث
يحدث فيضان شبكة مياه الأمطار بسبب تغير المناخ وتغير استخدام الأراضي وزيادة التمدن والسكان على نطاق أوسع. تتناول هذه الدراسة تطوير نماذج لتنبئ التغيير المستقبلي في أحداث هطول الأمطار من أجل حماية البنى التحتية لشبكة مياه الأمطار من الفيضانات. تم اختيار حي العباس في مدينة كربلاء ، العراق كدراسة حالة. بالنسبة للتحليل الأول، فإن تأثير تغير المناخ على كثافة الأمطار المتوقعة للفترة المستقبلية (2017-2070) يعتمد على البيانات التاريخية للفترة 1980-2016 .وقد تم إجراء هذا باستخدام نموذج الشبكة العصبية الاصطناعية (ANN). تتضمن طبقات الدخول التي تدخل في نموذج ANN عوامل التغير المناخي وتشمل (هطول الأمطار شهريًا ودرجة الحرارة ودرجة الحرارة القصوى وسرعة الرياح والرطوبة وأشعة الشمس). هذه البيانات مقسمة إلى بيانات التدريب تمثل 89 ٪ من البيانات وبيانات الاختبار تمثل 9 ٪ لعملية المعايرة. عوامل الاخراج تشمل كثافة هطول الأمطار. بعد ذلك ، تم بناء نموذج إدارة مياه العواصف (SWMM)من أجل تقييم ظروف الفيضان في منطقة الدراسة لكثافة الأمطار المتوقعة. تشير النتائج إلى أن الحد الأقصى لكثافة الأمطار سيبلغ 62.69 ملم / ساعة. في عام 2067 . تمثل هذه القيمة ثلاث مرات من كثافة التصميم. وتزداد نسبة فيضان المنهولات مع تقدم الوقت. تم اختيار خمس مراحل تصميم لكل فترة زمنية محددة خلال فترة تصميم الدراسة والتي كانت 95 عامًا لإظهار التباين في فيضان المنهولات. إنه مثال على ذلك ، فقد انخفض معدل الفيضان خلال المرحلة الأولى بنسبة 58.7 ٪ في عام 2070 بينما في المرحلة الثانية ارتفع المعدل بنسبة 06.7 ٪ ، والمرحلة الثالثة تزداد في 2 مرات ، والمرحلة الرابعة لم تتغير ، والمرحلة الخامسة تزيد مع بمعدل حوالي 2 ٪ مقارنة مع فترة البداية (2017).
CLIMATE CHANGE EFFECT ON OPERATION OF STORM WATER NETWORKS A CASE STUDY IN KARBALA CITY
The flooding of a storm water network may caused by climate change, land-use change, increase in urbanization, and the wider population. Therefore, this study deals with the development of computer model to extrapolate future change in rainfall events in order to protect the infrastructure of the storm water network from flooding. For the current study, the Al-Abbas quarter in Karbala city, Iraq was chosen as a case study. The historical data for the period of 1980-2016 was utilized to predicted rainfall intensity for future period 2017-2070 and study the effect of climate change on such prediction. The artificial neural network ANN model was used to analyze the data. The input layers that enter to ANN model include climate change parameter such as monthly rainfall, minimum and maximum temperature, wind speed, humidity, and sunshine. These data were divided in two groups: the first group 95% of the data and represent the training data, while the second represent the test data 15% of the data and used for calibration. Output parameter includes rainfall intensity. Following this, a Storm Water Management Model (SWMM) model is constructed in order to assess the flood conditions of the study area for expected rainfall intensities. The results indicate that the maximum rainfall intensity will reach 46.48 mm/h. in 2067. This value represents three times of the design intensity. The percent of the flooding manhole increase with the progress of time. Five design stages were selected for each specific time period during the design period of the study which was 53 years to show the variance in the flooding of manholes. It’s an example, the flooding rate during the first stage decrease by 39.2% in 2070 while in the second stage the rate increase by14.2%, the third stage increasing in 6 time, the fourth stage has no change, and fifth stage increase with a rate about 6% compared to the beginning period (2017).