ارزیابی برخی روش های غیر مستقیم تخمین ویژگی های هیدرولیکی خاک برای شبیه سازی رطوبت در یک خاک لوم شنی
سال انتشار: 1387
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 173
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_ARIDSE-9-4_003
تاریخ نمایه سازی: 11 دی 1401
چکیده مقاله:
ویژگیهای هیدرولیکی خاک از مشخصههای مهم فیزیکی خاک هستند که براورد آنها در اکثر مطالعات آب و خاک از جمله آبیاری و زهکشی اهمیتی ویژه دارد. در این پژوهش، روش نیمه تجربی آریا و همکاران به عنوان یک روش ساده، سریع، و به نسبت کم هزینه برای تخمین ویژگیهای هیدرولیکی خاک با دو روش مدلسازی معکوس و توابع انتقالی در یک خاک لومشنی مقایسه شد و برای شبیهسازی رطوبت خاک در زیر جویچههای آبیاری بهکار گرفته شد. در روش آریا و همکاران، ویژگیهای هیدرولیکی خاک شامل کلیه پارامترهای منحنی مشخصه آب خاک ونگنوختن و مدل هدایت هیدرولیکی معلم- ونگنوختن از روی منحنی دانهبندی خاک براورد شدند. در روش تابع انتقالی از نرمافزار ROSETTA استفاده شد. در روش مدلسازی معکوس از رطوبتهای اندازهگیری شده در خاک، یک مدل ریاضی مناسب که بیان کننده روابط حاکم بر پدیده باشد، و یک الگوریتم بهینهسازی برای کمینه کردن یک تابع هدف استفاده شد. در این تحقیق، از مدل HYDRUS-۲D برای شبیهسازی رطوبت خاک در زیر جویچههای آبیاری و همچنین تخمین ویژگیهای حساس هیدرولیکی خاک (شامل پارامترهای n،sθ،Ks در منحنی مشخصه آب خاک ونگنوختن و مدل هدایت هیدرولیکی- رطوبت معلم- ونگنوختن) به روش مدلسازی معکوس استفاده گردید. برای مقایسه روشهای مختلف براورد ویژگیهای هیدرولیکی خاک، رطوبت خاک در زیر جویچههای آبیاری شبیهسازی و با مقایسه با مقادیر اندازهگیری شده مزرعهای طی دو آبیاری متوالی به روش آزمون t ارزیابی شد. نتایج نشان میدهد که مدلسازی معکوس و روش آریا و همکاران با کمترین RMSE بیشترین تطابق را با مقادیر اندازهگیری شده دارند. روش تابع انتقالی در اغلب موارد مقادیر رطوبت را بیش از مقادیر اندازهگیری شده براورد میکند.
کلیدواژه ها:
نویسندگان
فریبرز عباسی
دانشیار 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 :