عاطفه صیادی شهرکی - دانشجوی دکترای آبیاری و زهکشی دانشگاه شهید چمران اهواز
عبدعلی ناصری - استاد گروه آبیاری و زهکشی دانشگاه شهید چمران اهواز
امیر سلطانی محمدی - استاد گروه آبیاری و زهکشی دانشگاه شهید چمران اهواز

آزمایش های مزرعه ای به منظور شناخت شرایط موجود سامانه های زهکشی مفید هستند، اما محدودیت های قابل توجهی نیز دارند. از جمله اینکه، این آزمایشها را نمیتوان برای پیش بینی استفاده کرد. کاربرد مدلهای شبیه سازی این محدودیتها را تا حدود زیادی برطرف میکند. اما قبل از کاربرد چنین مدلهایی، درستی نتایج بدست آمده از آنها باید با نتایج آزمایش های مزرعه ای مقایسه گردد. در این پژوهش از مدل شبکه عصبی مصنوعی (ANN) و مدل DRAINMOD برای پیشبینی سطح ایستابی استفاده شد. بدین منظور مزرعه R9-11 از مزارع نیشکر دعبل خزاعی انتخاب و پارامترهای ورودی مدلها شامل نوسانات سطح ایستابی، حجم آب آبیاری، دبی زهکش ها، داده های اقلیمی منطقه، خصوصیات فیزیکی خاک و پارامترهای سیستم زهکشی از تاریخ 92/8/2 تا 93/7/2 برداشت گردید. نتایج RMSEنشانداد که بالاترین دقت در پیش بینی سطح ایستابی مربوط به مدل شبکه عصبی مصنوعی میباشد. به طوریکه مقدار بین مقادیر اندازه گیری شده و شبیه سازی شده با مدل شبکه عصبی مصنوعی و مدل DRAINMOD به ترتیب برابر 0/02 و 16/8 بدست آمد. همچنین این پژوهش نشان داد دقت داده های ورودی مورد نیاز برای انجام شبیه سازی به وسیله مدلها، نقش بسیار مهمی در نتایج حاصل از مدل ها دارند. بنابراین دقت در اندازه گیری پارامترهای ورودی مورد نیاز، دقت در شبیه سازی را به همراه خواهد داشت.

پیزومتر، خوزستان، زهکشی، شبیه سازی