شبیه سازی پروفیل رطوبتی خاک در آبیاری قطره ای با مدل HYDRUS-۲D

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 265

This Paper With 16 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WATER-12-1_016

تاریخ نمایه سازی: 19 مهر 1400

Abstract:

مدیریت آبیاری قطره ای نیازمند داشتن اطلاعات مناسب از توزیع افقی و عمودی رطوبت در خاک ناحیه ریشه است. در این پژوهش توزیع رطوبت خاک تا ۷۲ ساعت پس از آبیاری قطره ای براساس ضرایب منحنی مشخصه رطوبتی برآوردی از سه روش متفاوت در مدل Hydrus-۲D شبیه سازی شد. این سه روش شامل برآورد منحنی مشخصه رطوبتی از روش های حل معکوس با داده های منحنی مشخصه رطوبتی (IS۱)، حل معکوس با داده های رطوبت خاک پس از آبیاری (IS۲)، و رزتا بود. برای تعیین دقت مقادیر رطوبت شبیه سازی شده با مقادیر اندازه گیری شده از آماره های ریشه میانگین مربعات خطا (RMSE) و ضریب تبیین (R۲) استفاده شد. نتایج حاصل نشان داد آماره های  RMSE و R۲ برای برآورد منحنی مشخصه رطوبتی در روش های IS۱، IS۲، و رزتا به ترتیب ۰۰۸/۰ و ۹۹۹/۰، ۱۵۳/۰ و ۹۵۸/۰، ۱۲۵/۰ و ۹۷۷/۰ به دست آمد. دقت روش های IS۱ به اطلاعات منحنی مشخصه رطوبتی، رزتا به برخی خصوصیات زودیافت خاک و IS۲ به رطوبت خاک پس از آبیاری وابسته بود. میانگین آماره های RMSE و R۲ در شبیه سازی توزیع افقی رطوبت برای روش های IS۱، IS۲، و رزتا به ترتیب ۶/۴ و ۹۹۴۱/۰، ۸/۲ و ۹۹۵۱/۰، ۵/۵ و ۹۹۰۵/۰ حاصل شد. میانگین این آماره ها نیز در شبیه سازی توزیع عمودی رطوبت برای روش های ذکر شده به ترتیب ۶/۴ و ۹۸۳۰/۰، ۴/۴ و ۹۹۲۸/۰، ۴/۵ و ۹۹۳۲/۰ به دست آمد. در پایان کاربرد روش IS۱ به دلیل زمان و هزینه کمتر شبیه سازی ها و امکان انجام آن قبل از طراحی سیستم آبیاری قطره ای توصیه شد.

Authors

مهدی جوزی

استادیار بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمانشاه، سازمان تحقیقات، آموزش و ترویج کشاورزی،

نرجس مهدوی مقدم

دانش آموخته کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.

حمید زارع ابیانه

گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران

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 :