مقایسه شبیه سازی و ارزیابی آبیاری سطحی با نرم افزار WinSRFR و نرم افزار SIRMOD
Publish place: 3rd Iranian Scientific Research Congress on Development and Promotion of Agricultural Sciences, Natural Resources and Environment
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,201
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
PDCONF03_204
Index date: 24 February 2017
مقایسه شبیه سازی و ارزیابی آبیاری سطحی با نرم افزار WinSRFR و نرم افزار SIRMOD abstract
آبیاری سطحی قدیمی ترین و متداول ترین روش آبیاری در سرتاسر جهان بوده است. راندمان این روش نسبت به آبیاری تحت فشار کمتر می باشد اما به دلیل سادگی و کم هزینه بودن هنوز در بسیاری از نقاط جهان به وفور مورد استفاده قرار می گیرد. به همین دلیل برآورد دقیق راندمان آبیاری سطحی سبب صرفه جویی به سزایی در منابع آب می شود. در پژوهش حاضر سعی شده که راندمان یکی از روش های پرکاربرد آبیاری سطحی از نوع جوی و پشته ایی با استفاده از دو نرم افزار WinSRFR با دو روش محاسباتی متفاوت ( الیوت واکر و مریام کلر) و SIRMOD برآورد می شود. پژوهش فوق در مزرعه تحقیقاتی گروه آب دانشکده کشاورزی دانشگاه رازی انجام گرفت.تعداد 18 سری داده برای برآورد راندمان آبیاری به دو نرم افزار ذکر شده داده شد. اطلاعات به دست آمده نشان می دهد که نرم افزار SIRMOD علی رغم اینکه از روش محاسباتی دو نقطه ایی الیوت واکر استفاده می کند راندمان کاربرد را بیشتر از نرم افزار WinSRFR نشان می دهد همچنین این نرم افزار به نسبت WinSRFR پارامترهای ارزیابی را خوشبینانه تر برآورد می کند.
مقایسه شبیه سازی و ارزیابی آبیاری سطحی با نرم افزار WinSRFR و نرم افزار SIRMOD Keywords:
مقایسه شبیه سازی و ارزیابی آبیاری سطحی با نرم افزار WinSRFR و نرم افزار SIRMOD authors
مهرنوش دهقانیان
دانشجوی کارشناسی ارشد آبیاری و زهکشی،گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی کرمانشاه
ایمان فروغی
دانشجوی کارشناسی ارشد آبیاری و زهکشی،گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی کرمانشاه
علی بافکار
استادیار گروه مهندسی آب، گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی کرمانشاه
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 :