ارزیابی عملکرد مدل WASP برای شبیه سازی کیفیت زه آب اراضی شالیزاری واحد عمرانی F4 شبکه آبیاری زهکشی گیلان

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 507

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WRA-33-4_003

تاریخ نمایه سازی: 25 شهریور 1399

Abstract:

پژوهش حاضر با هدف ارزیابی مدل WASP7.3در شبیه سازی کیفیت زه آب اراضی شالیزاری روستاهای نوده و نوپاشان شهرستان صومعه صرا واقع در واحد عمرانی F4شبکه آبیاری و زهکشی سفیدرود انجام شد. برای ارزیابی مدل، دبی زهکش و وضعیت کیفی زه آب در نه نقطه در طول زهکش و نه ورودی و یا خروجی زهکش اندازه گیری و به مدل معرفی شد. تحلیل حساسیت مدل نشان داد که در شبیه سازی شوری و نیترات، دبی زه آب موثربود و در شبیه سازی ارتوفسفات و آمونیوم علاوه بر دبی زه آب و ضریب پخشیدگی، ضرایب تفکیک فسفات در ستون آب (ارتوفسفات)، نرخ نیتریفیکاسیون و ضریب دمای نیتریفیکاسیون (آمونیوم) موثرتر بودند. نتایج شبیه سازی نشان داد که مدل پارامترهای دبی، نیترات، ارتوفسفات، آمونیوم، نیاز بیولوژیکی اکسیژن، اکسیژن محلول و شوری را به ترتیب با جذر میانگین مربعات خطای نرمال شده 166/0، 176/0، 143/0، 283/0، 148/0، 179/0، 156/0 شبیه سازی کرد. با توجه به نتایج، دقت شبیه سازی مدل در منطقه برای پارامترهای مورد بررسی (به غیر از آمونیوم) در طبقه بندی خوب و قابل قبول قرار گرفت که برای شبیه سازی کیفیت زه آب قابل توصیه است. استفاده از مدل مزبور در زهکش های اصلی اراضی شالیزاری که نسبت به زهکش های مزرعه تعداد کمتری ورودی زه آب دارند، به دلیل محدودیت مدل در دریافت تعداد تابع تغییرات دبی نقاط ورودی و خروجی زه آب به کانال زهکش، می تواند منجر به بهبود نتایج شبیه سازی شود.

Authors

مهسا حسن پور نودهی

دانشجوی کارشناسی ارشد گروه مهندسی آب، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، ایران

مریم نوابیان

گروه علوم و مهندسی آب دانشکده کشاورزی دانشگاه گیلان، رشت-ایران

مهدی اسمعیلی ورکی

استادیار گروه مهندسی آب دانشکده علوم کشاورزی دانشگاه گیلان

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :