ارزیابی و پهنه بندی شاخص نسبت تامین تقاضای آب کشاورزی(AGWS) با استفاده از مدل SWAT (مطالعه موردی: حوضه آبریز گنبر چای)
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 142
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-52-8_012
تاریخ نمایه سازی: 31 اردیبهشت 1402
Abstract:
نسبت تبخیر-تعرق واقعی به تبخیر-تعرق پتانسیل در یک منطقه کشاورزی، طی دوره رشد محصولات، نسبت تامین تقاضای آب کشاورزی نامیده میشود (AGWS). تعیین این نسبت در یک منطقه در برنامهریزی و مدیریت مناسب آن بسیار حائز اهمیت است. در این راستا در تحقیق حاضر به تعیین این شاخص و پهنهبندی آن در مناطق کشاورزی حوضه آبریز گنبرچای پرداخته شد. برای این منظور مدل جامع هیدرولوژیکی-گیاهی SWAT برای حوضه تنظیم، واسنجی و صحتسنجی شد. در ادامه مقادیر رواناب و تبخیر-تعرق واقعی برای زیرحوضههای حوضه مورد مطالعه طی دوره ۱۳۹۴-۱۳۶۵ شبیهسازی گردید. نتایج تحقیق حاضر نشان داد که حجم تبخیر-تعرق پتانسیل (محاسبه شده به روش فائو پنمن مانتیث) در کل اراضی تحت کشت آبی حوضه در طول دوره رشد محصولات در سال ۱۳۹۴ به میزان MCM ۴۱/۲۵ میباشد. علاوه بر این، شبیهسازیها نشان داد که مقدار تبخیر-تعرق واقعی از کل اراضی کشاورزی آبی حوضه گنبرچای در طول فصل رشد محصولات در سال ۱۳۹۴ به میزان MCM ۱/۱۹ است. بر اساس نتایج تحقیق حاضر، مقدار شاخص نسبت تامین آب کشاورزی در حوضه گنبرچای در سال ۱۳۹۴ بین ۶۳/۰ و ۷۹/۰ متغیر است. به طوری که مقدار این شاخص در زیر حوضههای شمالی و غربی حوضه از زیرحوضههای شرقی آن بیشتر است. براساس نتایج حاصل، در حوضه گنبرچای میزان تامین آب در بخش کشاورزی در مقایسه با میزان تقاضاها به ویژه در زیرحوضههای شرقی به مراتب کمتر است که بایستی با مدیریت صحیح در تقاضا و مصرف آب کشاورزی این کمبود برطرف گردد.
Keywords:
Authors
ایوب احمدین
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
علی اشرف صدرالدینی
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
امیرحسین ناظمی
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
سعید صمدیان فرد
استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، 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 :