برآورد پارامترهای هیدرولیکی خاک با اندازه گیری رطوبت حجمی خاک، بار فشار آب خاک و یا اندازهگیری توام آنها به روش معکوس
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 204
This Paper With 10 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:
شناسه ملی سند علمی:
JR_JISE-37-2_011
تاریخ نمایه سازی: 8 اردیبهشت 1400
Abstract:
اکثر فرآیندهای مربوط به آب و خاک در مزرعه در وضعیت غیر اشباع صورت میگیرند. عوامل هیدرولیکی خاک را میتوان با اندازهگیری رطوبت حجمی و بار فشار آب خاک در زمانهای مختلف با روش معکوس برآورد کرد. از طرفی، اندازهگیری توام رطوبت حجمی و بار فشار آب خاک در مزرعه مشکل، وقتگیر و پرهزینه میباشد. در این مقاله، امکان برآورد عوامل هیدرولیکی خاک با اندازهگیری رطوبت حجمی و یا بار فشار آب خاک به تنهایی و یا اندازهگیری توام آنها بررسی گردیده است. برای تعیین این امر، از مدل کامپیوتری ESHPIM۲با روش معکوس استفاده شده است. در این مدل عوامل هیدرولیکی خاک با استفاده از الگوریتم ژنتیک و با حداقل نمودن تابع هدف بهینه میشوند. در این راستا، عوامل هیدرولیکی چهار سری از خاکهای اراضی دانشکده کشاورزی دانشگاه شیرازدر سه حالت ارزیابی گردیده است. در حالت اول از مدل ESHPIM۲ با تابع هدف بر اساس اندازهگیری بار فشار آب خاک و در حالت دوم از مدل ESHPIM۲ با تابع هدف بر اساس اندازهگیری رطوبت حجمی خاک استفاده شده است. همچنین در حالت سوم پارامترهای هیدرولیکی خاک با اندازهگیری توام رطوبت حجمی و بار فشار آب خاک برآورد گردیدهاند. نتایج بدست آمده حاکی از آن است که برای خاکهای مورد مطالعه، با اندازهگیری بار فشار آب خاک جهت تعیین عوامل هیدرولیکی خاک با روش معکوس برای مدل ESHPIM۲ نسبت به اندازهگیری رطوبت حجمی خاک به تنهایی و اندازهگیری توام رطوبت حجمی و بار فشار آب خاک، جوابهای مناسبتری حاصل میگردد..
Keywords:
کلید واژهها : برآورد عوامل هیدرولیکی خاک , روش معکوس , الگوریتم ژنتیک , نمودار مشخصهی رطوبتی , مدل ESHPIM۲
Authors
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 :