ISSN: 2157-7617

Журнал наук о Земле и изменения климата

Открытый доступ

Наша группа организует более 3000 глобальных конференций Ежегодные мероприятия в США, Европе и США. Азия при поддержке еще 1000 научных обществ и публикует более 700 Открытого доступа Журналы, в которых представлены более 50 000 выдающихся деятелей, авторитетных учёных, входящих в редколлегии.

 

Журналы открытого доступа набирают больше читателей и цитируемости
700 журналов и 15 000 000 читателей Каждый журнал получает более 25 000 читателей

Индексировано в
  • Индекс источника CAS (CASSI)
  • Индекс Коперника
  • Google Scholar
  • Шерпа Ромео
  • Онлайн-доступ к исследованиям в области окружающей среды (OARE)
  • Открыть J-ворота
  • Генамика ЖурналSeek
  • ЖурналТОС
  • Справочник периодических изданий Ульриха
  • Доступ к глобальным онлайн-исследованиям в области сельского хозяйства (AGORA)
  • Международный центр сельского хозяйства и биологических наук (CABI)
  • РефСик
  • Университет Хамдарда
  • ЭБСКО, Аризона
  • OCLC- WorldCat
  • Вызов запроса
  • Онлайн-каталог SWB
  • Публикации
  • Евро Паб
  • ICMJE
Поделиться этой страницей

Абстрактный

Rainfall Runoff Estimation Using GIS and SCS-CN Method for Awash River Basin, Ethiopia

Shimelis Sishah

Understanding hydrological behavior is an important part of effective watershed management and planning. Runoff resulted from rainfall is a component of hydrological behavior that is needed for efficient water resource planning. In this paper, GIS based SCS-CN runoff simulation model was applied to estimate rainfall runoff in Awash river basin. Global Curve Number (GCN250), Maximum Soil Water Retention (S) and Rainfall was used as an input for SCS-CN runoff simulation model. The final surface runoff values for the Awash river basin were generated on the basis of total annual rainfall and maximum soil water retention potential (S) of the year 2020. Accordingly, a runoff variation that range from 83.95 mm/year to a maximum of 1,416.75 mm/year were observed in the study region. Conversely, recently developed Global Curve Number (GCN250) data was tested with Pearson correlation coefficient to be used as an input for SCS-CN runoff simulation model. The results of validation show that, predicted runoff was well correlated with observed runoff with correlation coefficient of 0.9253. Furthermore, correlation analysis was performed to explain the relationship between mean annual rainfall and surface runoff. The relationship between these two variables indicates a strong linear relationship with correlation coefficient of 0.9873.

Отказ от ответственности: Этот реферат был переведен с помощью инструментов искусственного интеллекта и еще не прошел проверку или верификацию.