تعیین تعداد بهینه حسگرهای رطوبت خاک بر مبنای تحلیل تغییرات مکانی رطوبت برای برنامه ریزی آبیاری و حفاظت از منابع آب و خاک
Publish place: Water and Soil Resources Conservation، Vol: 10، Issue: 4
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 321
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WSRCJ-10-4_004
تاریخ نمایه سازی: 4 آبان 1400
Abstract:
توسعه یک روش جدید برای تعیین تعداد بهینه حسگر رطوبت خاک گامی مهم و اساسی در مطالعات آب و خاک و حفاظت از منابع آب و خاک در کشاورزی است. هدف از تحقیق ارائه روشی برای تعیین تعداد بهینه حسگر رطوبت خاک با استفاده از روش های زمین آماری و پایش هوشمند وضعیت آب در خاک بود. در این پژوهش، ۸۷ نمونه به صورت یک شبکه منظم از عمق سطحی (۳۰-۰) سانتی متری برداشت شد. برای بررسی اثرتعداد حسگر، سه سطح متفاوت (همه حسگر ها، ۴۵ و ۳۰ حسگر) در نظر گرفته شد. نتایج نشان داد با کاهش تعداد حسگر از دقت تخمین کاسته شده و اثر قطعه ای که نشان دهنده افزایش بخش تصادفی و غیر ساختاری خصوصیت است، بیشتر می شود. در حالت ماکزیمم تعداد حسگر برازش مدل به طور میانگین ۲/۱% درصد بیشتر از تعداد متوسط حسگر و ۷/۲% بیشتر از تعداد حداقل حسگر بوده است. کاهش تعداد حسگر در محاسبه واریوگرام باعث افزایش شعاع تاثیر و کاهش نسبت واریانس ساختاردار به غیر ساختاردار شده است. شعاع تاثیر ظرفیت زراعی در زمانی که تعداد حسگر در ماکزیمم حالت خود قرار دارد، نسبت به دو حالت دیگر به ترتیب ۸/۳۶% و ۴/۳۸% کمتر برآورد شده است. لذا با کاهش تعداد حسگر در هکتار، خطای تخمین به شدت افزایش می یابد. بر اساس یافته ها، استفاده از تعداد حسگر بین ۲۰ تا ۳۰ نمونه در ۱۰۰ هکتار بهتربن نتیجه را ایجاد کرده و همچنین روش کریجینگ یک تخمین گر ممتاز برای میانیابی رطوبت شناخته شد. روش مطالعه می تواند در تعیین تعداد حسگر بهینه برای برنامه ریزی آبیاری مورد استفاده قرار گیرد.
Keywords:
Authors
محدثه السادات فخار
گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی(ره)، قزوین، ایران.
بیژن نظری
دانشیار گروه علوم و مهندسی آب دانشگاه بین المللی امام خمینی (ره)
محمود فاضلی سنگانی
استادیار گروه علوم و مهندسی خاک، دانشگاه گیلان، رشت، 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 :