از آنجاییکه داده های شبکه بندی شده راه حل جدیدی از برآورد میزان بارش با تنوع مکانی و زمانی ارایه می دهند این تحقیق به ارزیابی عملکرد سه مجموعه داده باران شبکه بندی شده PERSIANN، CMORPH و GLDAS و ترکیب آنها با روش گام به گام در بالادست ایستگاه هیدرومتری ایدنک پرداخته است و خروجی این محصولات با داده های بارش اندازه گیری شده در سطح زمین در ایستگاه های دهنو، قلعه رییسی، ایدنک و مارگون مقایسه شد. نتایج بیانگر این است که داده های ترکیبی بر اساس مقادیر RMSE در کلیه ایستگاه ها بهترین عملکرد را داشته و کمترین این مقدار در ایستگاه مارگون با مقدار 5/5 میلی متر برآورد شده است؛ همچنین از نظر پارامتر ضریب همبستگی نیز داده های ترکیب شده همبستگی خطی بیشتری با داده های مشاهداتی ارایه می نماید به گونه ای که بیشترین ضریب همبستگی خطی برابر با 0/497 می باشد. همچنین نتایج نشان می دهد که استفاده از ترکیب داده ها سبب بهبود توزیع مکانی باران در دو فصل تر و خشک خواهد شد. نتایج تحقیق بر روی توزیع میزان بارش بیانگر این است که ترکیب داده ها در برآورد تعداد واقعه های باران به تفکیک کلاس های مختلف موفق نبوده و مجموعه داده PERSIANN نتایج مناسبتری را ارایه می کند.

شبیه سازهای باران کوچک و قابل حمل از ابزار های اساسی در مطالعات فرسایش خاک و هیدرولوژی سطحی هستند و در آزمایشات امکان تکرار خصوصیات بارش طبیعی را بوجود می آورند. در این تحقیق ضمن معرفی یک دستگاه شبیه ساز باران دو نازله، آزمایشات واسنجی شامل آبدهی نازل ها، یکنواختی بارش در سطح پلات و توزیع اندازه ی قطرات انجام شده است. نتایج حاصل از واسنجی آبدهی نازل ها نشان داد که دبی خروجی دو نازل تحت فشار های 20، 40، 60 و 80 کیلوپاسکال مشابه بوده و بین آنها تفاوت معنی داری مشاهده نمی شود. برای رسیدن به حد مطلوبی از یکنواختی بارش در سطح پلات آزمون یکنواختی بارش با تغییر فاصله ی بین نازل ها (50، 60 و 70 سانتی متر) و زاویه نوسان آنها (30، 45 و 60 درجه) در فشار ثابت 60 کیلوپاسکال به اجرا درآمد. نتایج نشان داد که ضریب یکنواختی در سطح پلات 2 متر مربعی از 57 تا 61 درصد و شدت متوسط بارش نیز از 48 تا 101 میلیمتر در ساعت متغییر است. در ادامه با استفاده از روش عکس برداری با سرعت بالا محدوده میانه قطری قطرات شبیه سازی شده در فشار بهینه ( 60 کیلوپاسکال) بین 4/2 الی 6/2 میلی متر اندازه گیری شد.

با توجه به اهمیت حیاتی آب در زندگی بشر، شناخت دقیق کل باران و همچنین مقدار قابل استفاده یا مؤثر آن به منظور برنامه ریزی اقتصادی و آب مورد نیاز در صنعت، شرب و کشاورزی ضروری است. شناسایی و به کارگیری روشی مناسب برای برآورد بارش مؤثر به خصوص در کشت دیم اهمیت دوچندانی دارد. در پژوهش حاضر به منظور تعیین مناسب ترین روش تجربی برآورد بارش مؤثر در زراعت دیم، از داده های آماری بارندگی 20 ساله (1991 تا 2011) برای محصولات گندم، جو، نخود و عدس برای مناطق پربارش (رشت در استان گیلان) و نیز مناطق کم بارش (داران در استان اصفهان) استفاده شده است. در این پژوهش از پنج روش تجربی مختلف تعیین بارش مؤثر از جمله: روش های سرویس حفاظت خاک اداره ی کشاورزی ایالات متحده (SCS)، بارش قابل اطمینان، تجربی، وزارت کشاورزی ایالات متحده (USDA) و درصدی استفاده شده است. نتایج این ارزیابی نشان داده است در رشت همه ی روش های بارش مؤثر در زمینه ی کشت دیم قابل استفاده هستند، اما در داران، که یک منطقه ی کم باران است، برای استفاده از این روش ها لازم است که از قبل واسنجی شوند. نتایج نشان داده است به منظور اولویت بندی استفاده از روش های بررسی شده در این دو منطقه، روش های SCS و USDA برای رشت و روش های USDA و درصدی برای داران پیشنهاد می شود. از آنجا که میزان و زمان ریزش باران قابل کنترل نیست، می توان با به کارگیری تدابیری میزان کارایی بارش و در نتیجه بارش مؤثر را افزایش داد. از جمله می توان به کاهش رواناب سطحی، ذخیره ی آب برای اوقات کم باران، کاهش عمق نفوذ آب و برنامه ریزی به منظور کشت گونه های منطبق بر رژیم بارش اشاره کرد.

ساختار مدل ریاضی بارندگی رواناب متضمن تعیین فرآیندهای جداسازی دبی پایه، نفوذ، بارندگی موثر و رواناب سطحی می باشد. روش های مختلفی برای محاسبه این فرآیندها وجود دارد. روش «آبنمود» واحد لحظه ای که نمونه شاخص آن مدل ناش به شمار می رود، از رده مدل های مفهومی بوده که کاربرد وسیعی در مدل های بارندگی - رواناب دارد. در این مقاله یک مدل ریاضی مفهومی دیگر معرفی می گردد که در آن تعیین فرآیندهای جداسازی دبی پایه، نفوذ، بارندگی موثر و جریان سطحی با روش های جدید ارایه خواهد شد. محاسبه عوامل مدل با استفاده از بهینه سازی ریاضی غیرخطی انجام می پذیرد. نتایج اجرای مدل با معیارهای زمان و دبی اوج و مجموع مجذورات مولفه های آبنمود، محاسبه و مشاهده آن نشان می دهد که روش های پیشنهادی بر روش های مرسوم برتری دارد. در این تحقیق از روش های شبکه های عصبی مصنوعی و بهینه سازی ریاضی جهت محاسبه «آبنمود» واحد لحظه ای استفاده شده است. این تحقیق نشان می دهد که استفاده از شبکه عصبی مصنوعی به تنهایی نیاز به اطلاعات فراوان دارد و همیشه به جواب نخواهد رسید، اما ترکیب روش شبکه عصبی مصنوعی با بهینه سازی ریاضی امکان تقارب سریع و نتایج دقیق تر را میسر می سازد.

پژوهش حاضر به منظور تحلیل روابط جامع متغیرهای بارش، روان آب و رسوب معلق در مقیاس رگبار در حوزه آبخیز معرف خامسان با مساحت 4193 هکتار در استان کردستان انجام شد. بدین منظور تعداد 4 رگبار منجر به تولید روان آب و طبعا تولید رسوب از مجموع 9 واقعه اتفاق افتاده در فرصت مطالعه استفاده گردید. سپس مدل های مختلف رگرسیون دو متغیره برای تخمین مقدار رسوب رگبار تهیه شد. نتایج پژوهش حاضر بر توانایی برتر مدل رگرسیونی خطی حاصل از کاربرد حداکثر شدت بارش با ضریب تبیین و کارآیی به ترتیب بیش از 0.843 و 0.84 و خطای تخمین حدود 39 درصد در تخمین رسوب رگبار تاکید داشت.

با افزایش شدت بارندگی، رواناب که عاملی بسیار مهم در فرآیند فرسایش خاک محسوب می شود تشکیل خواهد شد. در ایجاد پدیده رواناب عواملی نظیر شرایط اقلیمی، خصوصیات هندسی حوزه آبخیز، سازندهای زمین شناسی، خاک، پوشش گیاهی و کاربری اراضی تاثیر گذار هستند. اگرچه در شرایط کرت های تحت شبیه سازی باران زمان انجام آزمایش محدودتر و طبعا اثر مدت بارندگی بر نتایج ملموس تر است، اما تاکنون این اثر کم تر مورد توجه قرار گرفته است. لذا پژوهش حاضر به منظور بررسی اثر مدت بارندگی در شش سطح 5، 10، 15، 20، 25 و 30 دقیقه و هریک با سه تکرار تحت شدت باران ثابت 40 میلی متر بر ساعت بر مولفه های رواناب شامل حجم، ضریب و زمان خاتمه رواناب و همچنین غلظت رسوب انجام شد. کرت های صحرایی یک مترمربعی تحت شبیه ساز باران واقع در دامنه ای از ارتفاعات شرقی حوزه آبخیز کجور برای دستیابی به اهداف پژوهش حاضر انتخاب شدند. نتایج نشان داد که با افزایش مدت بارندگی مولفه های رواناب به طور معنی دار افزایش یافتند اما نرخ افزایش در سطوح مختلف مدت بارندگی یکسان نبوده است. به عبارت دیگر در شرایط پژوهش حاضر، نقطه عطف پاسخ هیدرولوژیکی کرت به مدت بارندگی مابین 25 تا 30 دقیقه اتفاق افتاد، جایی که شیب تغییرات مولفه های رواناب با مدت بارندگی به طور قابل توجهی افزایش یافت. هم چنین نتایج نشان داد که با افزایش مدت بارندگی غلظت رسوب کاهش یافت.