
تعداد نشریات | 13 |
تعداد شمارهها | 622 |
تعداد مقالات | 6,489 |
تعداد مشاهده مقاله | 8,605,846 |
تعداد دریافت فایل اصل مقاله | 8,198,906 |
شبیهسازی الگوی توزیع مجدد رطوبتی در اراضی شیبدار تحت سامانه آبیاری قطرهای | ||
مجله پژوهشهای حفاظت آب و خاک | ||
دوره 28، شماره 1، فروردین 1400، صفحه 89-108 اصل مقاله (1.59 M) | ||
نوع مقاله: مقاله کامل علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/jwsc.2021.18753.3426 | ||
نویسندگان | ||
شلیر صولت1؛ عیسی معروف پور2؛ بختیار کریمی* 3 | ||
1دانشآموخته کارشناسیارشد گروه علوم و مهندسی آب، دانشگاه کردستان | ||
2دانشیار گروه علوم و مهندسی آب، دانشگاه کردستان | ||
3استادیار گروه علوم و مهندسی آب، دانشگاه کردستان | ||
چکیده | ||
چکیده سابقه و هدف: یکی از شاخصهای مهم در طراحی سامانههای آبیاری قطرهای، تخمین دقیق ابعاد پیاز رطوبتی میباشد که از تلفات عمقی آب و هزینههای اضافی طراحی سامانه آبیاری جلوگیری می نماید. ابعاد پیاز رطوبتی تحت تاثیر الگوی توزیع رطوبت در دو مرحله زمان آبیاری و پس از آبیاری است. مطالعات فراوانی در خصوص الگوی توزیع رطوبت در اراضی شیبدار انجام شده، اما مطالعات اندکی در خصوص الگوی توزیع مجدد رطوبت در این اراضی انجام شده و یا گزارش نشدهاست. بنابراین هدف اصلی تحقیق حاضر، بررسی و شبیهسازی الگوی توزیع مجدد رطوبت در اراضی شیبدار میباشد. همچنین در مطالعات مشابه، بیشتر به شبیهسازی ابعاد پیاز رطوبتی در سطح خاک پرداختهشده، اما در این تحقیق علاوه بر ابعاد و مساحت خیسشده، شکل کامل پیاز رطوبتی شبیهسازی شدهاست. مواد و روشها: آزمایشها در دو مدل فیزیکی به شکل مکعب مستطیل با ابعاد7/0*2/1*4/1متر و 6/0*2/1*2/1 متر، بهترتیب عرض، ارتفاع و طول انجام شد. آزمایشها در سه بافت خاک سبک، متوسط و سنگین، با سه دبی قطرهچکان، 2، 4 و 6 لیتر در ساعت و در چهار شیب، 0، 10، 20 و 30 درصد انجام شد. مدت زمان آبیاری 3 ساعت و جبههی پیشروی رطوبت در فاز توزیع مجدد در زمان های3 ،6، 24 و 48 ساعت بر روی صفحه پلی کربنات ترسیم گردید. سپس با استفاده از روش رگرسیون غیرخطی، معادلاتی به منظور پیشبینی الگوی توزیع مجدد رطوبت در اراضی شیبدار ارائه گردید. در مدلهای پیشنهاد شده از شاخصهای دبی قطرهچکان، حجم آب کاربردی، مدت زمان آبیاری، هدایت هیدرولیکی اشباع خاک، جرم ویژه ظاهری خاک، شیب زمین، رطوبت اولیه و درصد شن، سیلت و رس استفاده گردید. همچنین با استفاده از یک مدل پیشنهادی ارتقا یافته، شکل کامل پیازرطوبتی برآورد گردید. یافتهها: در خاک سنگین مدلهای پیشنهادی با متوسط مقدار RMSE، 34/0 و MAE ، 28/0 برای شاخص شعاع خیسشده و مقادیر 0018/0 و 0014/0 برای شاخص مساحت خیسشده، از بالاترین دقت برخوردار بودند. خاک سبک با مقادیر 44/0 و 37/0 شاخصهای مذکور برای شعاع خیسشده و 0029/0 و 0022/0 برای شاخص مساحت خیسشده کمترین دقت را داشت. مقادیر شاخصهای آماری محاسبه شده برای عمق خیسشده جبهه توزیع مجدد رطوبتی برای تمامی تیمارهای مورد بررسی مشابه بود و متوسط مقادیر RMSE خاکها در محدوده 43/0 تا 5/0 و MAE آنها در محدوده 31/0 تا 39/0 قرار داشت. همچنین در تمامی تیمارهای مورد بررسی، مقادیر CRM مدلها غالباً مثبت و NS آنها در حدود 99/. بود. نتیجهگیری: نتایج این تحقیق نشان داد که مدلهای پیشنهادی در خاکهای سنگین از دقت بالاتری نسبت به خاکهای سبک برخوردار هستند. همچنین توانایی آنها در برآورد شعاع خیسشده و مساحت متناظر آن در بالادست و پایین دست قطرهچکان و همچنین عمق خیس-شده قطره چکان و شکل کامل پیاز رطوبتی مطلوب و قابل قبول میباشد. مقادیر پیشبینی مدلها بیشتر در حالت کم برآوردی بود. بنابراین استفاده از مدلهای مذکور برای تعیین محل قطرهچکان در اراضی شیبدار، به منظور کاهش تلفات عمقی و استفاده بهینه گیاه از آب توصیه میگردد. | ||
کلیدواژهها | ||
الگوی توزیع رطوبت؛ پیاز رطوبتی؛ رگرسیون غیرخطی؛ مساحت خیسشده | ||
مراجع | ||
1.Alinazari, F., and Karimi, B. 2020. Simulation of wetted area in slope lands in drip irrigation system. Iranian Journal of Irrigation and Drainage,14: 5. 1772-1788.
2.Al-Ogaidi, A.A.M., Wayayok, A., Rowshon, M.K., and Abdullah, A.F. 2016. Wetting patterns estimation under drip irrigation systems using an enhanced empirical model. Agricultural Water Management, 176: 203-213.
3.Amin, M.S.M., and Ekhmaj, A.I.M.2006. DIPAC- drip irrigation water distribution pattern calculator. In: 7th Int. Micro Irrigation Congress PWTC, Kuala Lumpur, Malaysia, Pp: 503-513.
4.Elmaloglou, S., and Diamantopoulos, E. 2009. Effects of hysteresis on redistribution of soil moisture and deep percolation at continuous and pulsedrip irrigation. Agric. Water Manag.96: 533-538.
5.Esmaeeli, E., Soltani-Mohammadi,A., and Broomand-Nasab, S. 2016. Investigation of wetting pattern dimensions in T-Tape drip irrigationon sloping Lands. Journal of Irrigation Science and Engineering (JISE).39: 1. 181-190. (In Persian)
6.Fan, Y., Yang, Z., and Wei, H. 2021. Establishment and verification of the prediction model of soil wetting pattern size in vertical moistube irrigation.Water Supply, 21: 1. 331-343.
7.Hammami, M., and Zayani, K. 2016. An analytical approach to predict the moistened bulb volume beneath a surface point source. Agric. Water Manag.166: 123-129.
8.Heidari, Z., Farasati, M., and Ggobadian, R. 2016. Effect of slope on soil wetting pattern under surface drip irrigation and simulation HYDRUS-2D model. Journal of Water and Irrigation Management.5: 2. 277-288. (In Persian)
9.Kanda, E.K., Senzanje, A., and Mabhaudhi, T. 2020. Soil water dynamics under Moistube irrigation. Physics and Chemistry of the Earth, Parts A/B/C,115, p.102836.
10.Kandelous, M.M., and Šimůnek, J. 2010. Comparison of numerical, analytical, and empirical models to estimate wetting patterns for surface and subsurface drip irrigation. Irrigation Science, 28: 5. 435-444.
11.Karimi, B., Mirzaei, F., and Sohrabi, T. 2015. Developing Equations to Estimate Wetted Area Pattern for Surface and Subsurface Drip Irrigation Systems by Dimensional Analysis. Iranian Journal of Soil and Water Science. 25: 3. 241-252. (In Persian) 12.Karimi, B., Sohrabi, T., Mirzaei, F.and Ababaei, B. 2015. Developing Equations to Estimate the Advance Velocity of the Wetting Front in Surface and Subsurface Drip Irrigation Systems by Dimensional Analysis. Journal of Water and Soil science, 25: 1. 101-112. (In Persian)
13.Karimi, B., and Alinazari, F. 2020. Assessing Different Wetting Front Patterns for Surface Drip Irrigation Systems in Sloping Lands. Journalof Water Research in Agriculture,34: 1. 107-119. (In Persian)
14.Karimi, B., Mohammadi, P., Sanikhani, H., Salih, S.Q., and Yaseen, Z.M. 2020. Modeling wetted areas of moisture bulb for drip irrigation systems: An enhanced empirical model and artificial neural network. Computers and Electronics in Agriculture, 178, p.105767.
15.Karimi, B., Mirzaei, F., and Sohrabi, T. 2013. Evaluation of Moisture Front Redistribution in Surface and Subsurface Drip Irrigation Systems. Journal of Water and Soil science,23: 3. 183-192. (In Persian)
16.Karimi, B., Sohrabi, T., Mirzaei, F.,and Ababaei, B., 2015. Developing equations to predict the Pattern of soils moisture redistribution in surface and subsurface drip irrigation systems using dimension analysis. Journal of Water and Soil Conservation, 21: 6. 223-237. (In Persian)
17.Kilic, M. 2020. A new analytical method for estimating the 3D volumetricwetting pattern under drip irrigation system. Agricultural Water Management, 228, p.105898.
18.Malek, K., and Peters, R.T. 2011. Wetting pattern models for drip irrigation: new empirical model.J. Irrig. Drain. Eng. 137: 530-536.
19.Mohammadbeigi, A., Mirzaei, F., and Ahraf, N. 2017. Simulation of soil moisture distribution under drip irrigation pulsed and continuous in dimensional analysis method. Iranian Journal of Water and Soil Conservation. 23: 6. 163-180. (In Persian)
20.Mohammadbeigi, A., Mirzaei, F.,and Ahraf, N. 2016. Evaluation and comparing of redistribution of moisture in drip irrigation by pulsed flow and continuous flow. Iranian Journal of Soil and Water Research. 47: 3. 467-473.(In Persian)
21.Mohammadi, A., Biglouei, M.H., Khaledian, M.R., Moridnejad, A.R., and Rajabi, J. 2014. Investigation of wetting pattern dimensions on sloping lands. Journal of Science and Technology of Agriculture and Natural Resources,17: 66. 109-121. (In Persian)
22.Mostafazadeh, B., Mousavi, S.F., and Hossain Sharif-Bayanolhagh, M. 1998. Wetting front advance from a point source in sloping fields. JWSS-Isfahan University of Technology, 2: 3. 13-23. (In Persian)
23.Norouzian, Z., Sadraddini, A.A., Nazemi, A.H., and Delirhasannia, R. 2017. Experimental and numerical investigations of soil water distribution under subsurface drip Irrigation in level and sloping layered soils. Journal of Water and Soil Science. 26: 4. 2. 13-27. (In Persian)
24.Rodríguez-Sinobas, L., Zubelzu, S., Martín-Sotoca, J.J., and Tarquis, A.M. 2021. Multiscaling analysis of Soil Water Content during irrigation events. Comparison between surface and subsurface drip irrigation. Geoderma, 382, p.114777.
25.Samadianfard, S., Sadraddini, A.A., Nazemi, A.H., Provenzano, G., and Kisi, O. 2012. Estimating soil wetting patterns for drip irrigation using genetic programming. Spanish J. Agric. Res.10: 1155-1166.
26.Shiri, J., Karimi, B., Karimi, N., Kazemi, M.H., and Karimi, S. 2020. Simulating wetting front dimensions of drip irrigation systems: Multi criteria assessment of soft computing models. J. Hydrol. 585, p.124792.
27.Singh, D.K., Rajput, T.B.S., Sikarwar, H., and Ahmad, V.T. 2006. Simulation of soil wetting pattern with subsurface drip irrigation from line source. Agric. Water Manag. 83: 130-134.
28.Subbaiah, R. 2013. A review of models for predicting soil water dynamics during trickle irrigation, Irrig. Sci.31: 225-258.
29.Tamjid, M., Biglouei, M.H., Khaledian, M.R., Moridnejad, A., and Mohammadi, A. 2015. Comparison of Linear Regression and Neural Networks to Estimate the Wetting Dimensions on Sloping Lands. Journal of Water and Soil science, 24: 4. 237-246. (In Persian)
30.Zur, B. 1996. Wetted soil volume as a design objective in trickle irrigation. Irrigation Science, 16: 101-105. | ||
آمار تعداد مشاهده مقاله: 378 تعداد دریافت فایل اصل مقاله: 250 |