ISSN: 2157-7617

Revista de Ciencias de la Tierra y Cambio Climático

Acceso abierto

Nuestro grupo organiza más de 3000 Series de conferencias Eventos cada año en EE. UU., Europa y América. Asia con el apoyo de 1.000 sociedades científicas más y publica más de 700 Acceso abierto Revistas que contienen más de 50.000 personalidades eminentes, científicos de renombre como miembros del consejo editorial.

Revistas de acceso abierto que ganan más lectores y citas
700 revistas y 15 000 000 de lectores Cada revista obtiene más de 25 000 lectores

Indexado en
  • Índice de fuentes CAS (CASSI)
  • Índice Copérnico
  • Google Académico
  • sherpa romeo
  • Acceso en Línea a la Investigación en Medio Ambiente (OARE)
  • Abrir puerta J
  • Revista GenámicaBuscar
  • TOC de revistas
  • Directorio de publicaciones periódicas de Ulrich
  • Acceso a la Investigación Global en Línea en Agricultura (AGORA)
  • Centro Internacional de Agricultura y Biociencias (CABI)
  • Búsqueda de referencia
  • Universidad Hamdard
  • EBSCO AZ
  • OCLC-WorldCat
  • Invocaciones de proquest
  • Catálogo en línea SWB
  • publones
  • Pub Europeo
  • ICMJE
Comparte esta página

Abstracto

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.

Descargo de responsabilidad: este resumen se tradujo utilizando herramientas de inteligencia artificial y aún no ha sido revisado ni verificado.