برآورد ابعاد پیاز رطوبتی با مدل تجربی و مدل عددی HYDRUS-۲D در آبیاری قطره ای زیرسطحی
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 155
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ERAMS-15-2_001
تاریخ نمایه سازی: 3 دی 1401
چکیده مقاله:
کاهش چشمگیر کمیت و کیفیت منابع آب در دسترس، بشر را وا میدارد تا آب را به شکلی درستتر مصرف کند. سیستمهای نوین آبیاری مانند آبیاری زیرسطحی، از راههایی هستند که باعث افزایش بازده و کارایی مصرف آب میشوند. در این روشهای آبیاری، با توزیع آب در داخل نیمرخ خاک، سطح خاک خشک باقی میماند و تبخیر کاهش مییابد. در طراحی آبیاری قطرهای زیرسطحی، شکل و ابعاد پیاز رطوبتی عامل اصلی در تعیین عمق نصب لولههای قطرهچکاندار و فاصله قطرهچکانها از یکدیگر است و به این منظور مدلهای زیادی ارائه شده که با داشتن مشخصات هیدرولیکی خاک، دبی خروجی و حجم آب خارج شده، میتوانند تخمین قابل قبولی از شکل پیاز رطوبتی ارائه دهند. در این تحقیق، برای برآورد پیاز رطوبتی از روش آنالیز ابعادی، به دلیل ساده بودن و نیز کم بودن تعداد پارامترهای موردنیاز، به عنوان مدل تجربی و مدل عددی HYDRUS-۲D استفاده شد. مقادیر اندازهگیری شده، شکل پیاز رطوبتی در سیستم آبیاری قطرهای زیرسطحی (شامل عمق خیس شده در پایین قطرهچکان، عمق خیس شده در بالای قطرهچکان و عرض خیس شده) در یک خاک لومی با عمق نصب ۴۰ سانتیمتر زیر سطح خاک با دبی ۵/۳ لیتر در ساعت با نتایج هر دو مدل مقایسه شد. ضریب تبیین بالای بین ۸۸/۰ تا ۹۷/۰ برای مدل HYDRUS-۲D و ۹۴/۰ تا ۹۸/۰ برای مدل تجربی به دست آمد که دقت هر دو مدل را در تعیین ابعاد پیاز رطوبتی در آبیاری قطرهای زیرسطحی نشان میدهد.
کلیدواژه ها:
نویسندگان
مژده خلیلی
دانش آموخته کارشناسی ارشد آبیاری و زهکشی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
مهدی اکبری
دانشیار موسسه تحقیقات فنی و مهندسی کشاورزی
ابوطالب هزارجریبی
دانشیار گروه مهندسی آب دانشکده کشاورزی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
مهدی ذاکری نیا
استادیار گروه مهندسی آب دانشکده کشاورزی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
فریبرز عباسی
استاد موسسه تحقیقات فنی و مهندسی کشاورزی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :