یکی از روش های برآورد ارتفاع رواناب، روش شماره منحنی (CN) است که نشانگر رفتار هیدرولوژیکی حوضه است. داده ها و اطلاعات مورد نیاز از نقشه توپوگرافی1:25000 و نقشه زمین شناسی 1:100000 توسط سازمان زمین شناسی کشور استفاده شد. از نرم افزار SMADA برای محاسبه بارشهای کوتاه مدت در دوره بازگشت­های مختلف و از نرم افزار GIS Arc  برای تهیه نقشه شماره منحنی با تلفیق نقشه های پوشش گیاهی، کاربری اراضی و گروه هیدرولوژیک خاک با استفاده از جدول سازمان حفاظت خاک آمریکا (SCS) استفاده گردید و سپس نقشه ارتفاع رواناب حوضه‌ حصارک تهیه شد. هدف از این مطالعه تعیین شماره منحنی و برآورد ضریب رواناب و حداکثر دبی اوج سیل با استفاده از روش SCS در حوضه حصارک و پهنه بندی پتانسیل تولید رواناب در حوضه آبخیز می باشد. نتایج تحقیق نشان داد که وضعیت هیدرولوژیکی اراضی و گروه های هیدرولوژیکی خاک در سطح حوضه مهم ترین پارامتر تعیین کنندهCN  بوده و بر روی رواناب تأثیرگذار است. بیشترین پتانسیل تولید رواناب در پایین دست حوضه است که با کاربری اراضی شهری مشخص شده است. همچنین میانگین وزنی شماره منحنی‌های بدست آمده برای هر زیرحوضه نشان داد، در زیرحوضه چپ‌دره با شماره منحنی 88 و میانگین رواناب 28/15 میلیمتر بیشترین حجم رواناب، زیرحوضه دوچناران با شماره منحنی 89/3 و میانگین رواناب 24/54 میلیمتر و زیرحوضه تقاطع دو شاخه با شماره منحنی 90/1 و میانگین رواناب 17/36 میلیمتر کمترین حجم رواناب احتمالی و پتانسیل سیلخیزی را دارد. اما به طور کلی پتانسیل تولید رواناب در این حوضه نسبتاً بالا می‌باشد. بیشترین مقدار شماره منحنی رواناب در شرایط رطوبتی زیاد در منطقه مورد مطالعه 99 و کمترین مقدار 78 است.

جمع­ آوری آب باران گزینه ­ای مناسب جهت ذخیره رواناب سطحی جهت کاربرد­های بعدی طی دوره ­های با محدودیت دسترسی به آب است. مهم ­ترین مرحله در به­ کارگیری سامانه‌­های جمع­‏ آوری آب باران، مکان­ یابی عرصه ­های مناسب است. لذا با شناسایی محل­ های مناسب برای این منظور، در زمان و هزینه صرفه­ جویی می شود. در این پژوهش، برای مکان ­یابی روش جمع ‏آوری آب باران درجا در حوزه آبخیز تجره از مدل رگرسیون چند­متغیره و همچنین سامانه اطلاعات جغرافیایی استفاده شد. بدین­ منظور لایه­ های تاج ­پوشش، لاشبرگ، سنگ و سنگ­ریزه، خاک­ل خت، شماره منحنی، بارش، شیب و عمق­ خاک به‌عنوان متغیر مستقل و عامل نفوذ نیز به‌عنوان متغیر وابسته در نظر گرفته شد. سپس با توجه به نقشه­ های تهیه شده، مقادیر آن­ها به صورت متوسط برای هر یک از زیرحوضه­ های 27 گانه محاسبه شد. همچنین برای بررسی ارتباط بین این متغیر­ها و وزن­ دهی به هر یک، عوامل موثر از رگرسیون چند­متغیره به روش گام‌به‌گام استفاده شد. نتایج نشان داد که مدل رگرسیون چند متغیره خطی با ضریب تبیین 0/993  به خوبی توانسته است مقادیر عامل  نفوذ را برآورد نماید. از لحاظ درجه اهمیت نیز متغیر­های شماره منحنی با ضریب 2/433-، عمق خاک با ضریب 0/348 و درصد سنگ و سنگ­ریزه با ضریب 0/057 به ترتیب دارای بیشترین اهمیت بوده و سایر عوامل دارای اهمیت معنی­ داری نبودند. مقایسه نقشه حاصل از مکان­ یابی رگرسیون چند متغیره در این تحقیق با برخی معیار­های توصیه شده سوابق پژوهشی مختلف نشان داد که کلاس ­های پیش­ بینی شده با تناسب خوب در بخش­های مرکزی حوضه و بسیار خوب مناطق بالادست حوضه که در قسمت شرقی و جنوب شرقی حوضه دارای هم ­پوشانی با مناطق توصیه شده با این معیار­ها است.