اخبار و اعلانات

 آمار

تعداد نشریات56
تعداد شماره‌ها2,164
تعداد مقالات22,577
تعداد مشاهده مقاله116,125,101
تعداد دریافت فایل اصل مقاله51,959,196
اطمینان, سمانه, جلالی, وحیدرضا. (1404). مطالعه جریان آب و انتقال نیترات تحت روش آبیاری سنترپیوت با استفاده از مدل HYDRUS-3D. سامانه مدیریت نشریات علمی, 39(3), 274-259. doi: 10.22067/jsw.2025.93128.1480
سمانه اطمینان; وحیدرضا جلالی. "مطالعه جریان آب و انتقال نیترات تحت روش آبیاری سنترپیوت با استفاده از مدل HYDRUS-3D". سامانه مدیریت نشریات علمی, 39, 3, 1404, 274-259. doi: 10.22067/jsw.2025.93128.1480
اطمینان, سمانه, جلالی, وحیدرضا. (1404). 'مطالعه جریان آب و انتقال نیترات تحت روش آبیاری سنترپیوت با استفاده از مدل HYDRUS-3D', سامانه مدیریت نشریات علمی, 39(3), pp. 274-259. doi: 10.22067/jsw.2025.93128.1480
اطمینان, سمانه, جلالی, وحیدرضا. مطالعه جریان آب و انتقال نیترات تحت روش آبیاری سنترپیوت با استفاده از مدل HYDRUS-3D. سامانه مدیریت نشریات علمی, 1404; 39(3): 274-259. doi: 10.22067/jsw.2025.93128.1480

مطالعه جریان آب و انتقال نیترات تحت روش آبیاری سنترپیوت با استفاده از مدل HYDRUS-3D

آب و خاک
مقاله 3، دوره 39، شماره 3 - شماره پیاپی 101، مرداد و شهریور 1404، صفحه 274-259    اصل مقاله (1.49 M)
نوع مقاله: مقالات پژوهشی
شناسه دیجیتال (DOI): 10.22067/jsw.2025.93128.1480
نویسندگان
سمانه اطمینان1؛ وحیدرضا جلالی* 2
1دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، ایران
2گروه مهندسی طبیعت، دانشکده کشاورزی شیروان، دانشگاه بجنورد، ایران
چکیده
 روش‌های نوین آبیاری در سطح مزرعه راهکاری کاربردی در مدیریت معضل کاهش منابع آب شیرین است. در بحث مدیریت منابع آب، نیاز به برآورد پارامترهای هیدرولیکی- فیزیکی خاک می‌باشد. در این پژوهش، با هدف مطالعه میزان کارایی الگوریتم لونبرگ– مارکواردت، به ارزیابی جریان غیراشباع آب تحت روش آبیاری سنتر پیوت، انتقال و آبشویی نیترات در سطح مزرعه یونجه چهار ساله در مدل HYDRUS-3D پرداخته شد. در این تحقیق پارامترهای حاکم بر میزان نفوذپذیری آب و انتقال املاح با استفاده از الگوریتم لونبرگ– مارکواردت در شرایط واقعی برآورد گردید. به‌منظور شبیه‌سازی روند تغییرات غلظت نیترات و آمونیوم در امتداد ستون خاک از ضریب جذب فروندلیچ بهره گرفته شد. نتایج شبیه‌سازی HYDRUS-3D، بیانگر دقت مدل در شبیه‌سازی جریان آب باcm3.cm-3 0057/0 = RMSE  (خطای ریشه میانگین مربعات) و 98/0= NSE (ناش-ساتکلیف) و 98/0= NSE در لایه سطحی، و cm3.cm-3 0049/0=RMSE و 99/0= NSE در لایه عمقی خاک بود. میزان دقت مدل در بررسی روند تغییرات نیترات خاک نیز در دو لایه سطحی و عمقی به‌ترتیب برابر باcm3.cm-3 009/0=RMSE و 008/0 = RMSEبه دست آمد. همچنین در این تحقیق به بررسی روند جذب نیترات توسط گیاه طی چهارسال پرداخته شد که روند تغییرات بیانگر افزایش جذب نیترات در گیاه بود. براساس نتایج حاصله می‌توان ذکر نمود که الگوریتم لونبرگ– مارکواردت به‌خوبی توانسته روند تغییرات پارامترها را در مدل HYDRUS-3D تحت روش آبیاری سنترپیوت شبیه‌سازی نماید. از این رو می‌توان بیان نمود الگوریتم لونبرگ– مارکواردت قادر به برآورد تغییرات پارامترها تحت روش‌های نوین آبیاری حتی در مدل‌های چند بعدی نیز می‌باشد.    
کلیدواژه‌ها
آبیاری نوین؛ املاح خاک؛ حل معکوس؛ مدل هایدروس
مراجع
  1. Azad, N., Behmanesh, J., Rezaverdinejad, V., Abbasi, F., & Navabian, M. (2018). Evaluation of fertigation management impacts of surface drip irrigation on reducing nitrate leaching using numerical modeling. Environmental Science and Pollution Research, 26(36), 36499-36514. https://doi.org/10.1007/s11356-019-06699-2
  2. Baram, S., Couvreur, V., Harter, T., Read, M., Brown, P. H., Kandelous, M., & Hopmans, J.W. (2016). Estimating nitrate leaching to groundwater from orchards: comparing crop nitrogen excess, deep vadose zone data-driven estimates, and HYDRUS modeling. Vadose Zone Journal, 15(11), 125-142. https://doi.org/10.2136/vzj2016. 07.0061
  3. Cai, G., Vanderborght, J., Couvreur, V., Mboh, C.M., & Vereecken, H. (2018). Parameterization of root water uptake models considering dynamic root distributions and water uptake compensation. Vadose Zone Journal, 17(1), 110-128. https://doi.org/10.2136/vzj2016.12.0125
  4. Dash, C.J., Sarangi, A., Singh, D.K., Singh, A.K., & Adhikary, P.P. (2015). Prediction of root zone water and nitrogen balance in an irrigated rice field using a simulation model. Paddy and Water Environment, 13(3), 281-290.
  5. Deb, S.K., Shukla, M.K., Šimůnek, J., & Mexal, J.G. (2013). Evaluation of spatial and temporal root water uptake patterns of a flood-irrigated pecan tree using the HYDRUS (2D/3D) model. Journal of Irrigation and Drainage Engineering, 139(8), 599-611. https://doi.org/10.1061/(ASCE)IR.1943-4774.0000611
  6. Ebrahimian, H., Liaghat, A., Parsinejad, M., Abbasi, F., & Navabian, M. (2012). Comparison of one-and two-dimensional models to simulate alternate and conventional furrow fertigation. Journal of Irrigation and Drainage Engineering, 138(10), 929-938. https://doi.org/10.1061/(ASCE)IR.1943-4774.0000482
  7. Eardly, B.D., Hannaway, D.B., & Bottomley, P.J. (1985). Nitrogen nutrition and yield of seedling alfalfa as affected by ammonium nitrate fertilization 1. Agronomy Journal, 77(1), 57-62. https://doi.org/10.2134/agronj1985. 00021962007700010014x
  8. Ghazouani, H., Autovino, D., Rallo, G., Douh, B., & Provenzano, G. (2016). Using Hydrus-2D model to assess the optimal drip lateral depth for Eggplant crop in a sandy loam soil of central Tunisia. Italian Journal Agrometeorology, 1, 47-58. https://doi.org/10.1051/ijmqe/2015024
  9. Golmohammadi, F. (2014). Saffron and its farming, economic importance, export, medicinal characteristics and various uses in South Khorasan Province-East of Iran. International Journal of Farming and Allied Sciences,3(5), 566-596.
  10. Hannaway, D.B., & Shuler, P.E. (1993). Nitrogen fertilization in alfalfa production. Journal of Production Agriculture, 6(1), 80-85. https://doi.org/10.2134/jpa1993.0080
  11. Hanson, B.R., Šimůnek, J., & Hopmans, J.W. (2006). Evaluation of urea–ammonium–nitrate fertigation with drip irrigation using numerical modeling. Agricultural Water Management, 86(1-2), 102-113. https://doi.org/ 10.1016/j.agwat.2006.06.013
  12. He, Y., Hu, K.L., Wang, H., Huang, Y.F., Chen, D.L., Li, B.G., & Li, Y. (2013). Modeling of water and nitrogen utilization of layered soil profiles under a wheat–maize cropping system. Mathematical and Computer Modelling, 58(3-4), 596-605. https://doi.org/10.1016/j.mcm.2011.10.060
  13. Hopmans, J.W., Šimůnek, J., Romano, N., & Durner, W. (2002). 6. 2. Inverse Methods. Methods of soil analysis: Part 4 Physical methods, 5, 963-1008. https://doi.org/10.2136/sssabookser5.4c40
  14. Jha, R.K., Sahoo, B., & Panda, R.K. (2017). Modeling the water and nitrogen transports in a soil–paddy–atmosphere system using HYDRUS-1D and lysimeter experiment. Paddy and Water Environment, 15(4), 831-846. https://doi.org/10.1007/s10333-017-0596-9
  15. Kirkham, J.M., Smith, C.J., Doyle, R.B., & Brown, P.H. (2019). Inverse modelling for predicting both water and nitrate movement in a structured-clay soil (Red Ferrosol). Peer Journal, 6, e6002. https://doi.org/10.7717/ peerj.6002
  16. Liu, H.L., Yang, J.Y., Tan, C.S., Drury, C.F., Reynolds, W.D., Zhang, T.Q., & Hoogenboom, G. (2011). Simulating water content, crop yield and nitrate-N loss under free and controlled tile drainage with subsurface irrigation using the DSSAT model. Agricultural Water Management, 98(6), 1105-1111. https://doi.org/10.1016/j.agwat. 2011.01.017
  17. Mallants, D., Karastanev, D., Antonov, D., & Perko, J. (2007, January). Innovative in-situ determination of unsaturated hydraulic properties in deep Loess sediments in North-West Bulgaria. In The 11th International Conference on Environmental Remediation and Radioactive Waste Management (pp. 733-739). American Society of Mechanical Engineers Digital Collection. https://doi.org/10.1115/ICEM2007-7202
  18. Marquardt, D.W. (1963). An algorithm for least-squares estimation of nonlinear parameters. Journal of the Society for Industrial and Applied Mathematics, 11(2), 431-441. https://doi.org/10.1137/0111030
  19. Morianou, G., Karatzas, G.P., Arampatzis, G., Pisinaras, V., & Kourgialas, N.N. (2025). Assessing soil water dynamics in a drip-irrigated grapefruit orchard using the HYDRUS 2D/3D model: A comparison of unimodal and bimodal hydraulic functions. Agronomy, 15(2), 504. https://doi.org/10.3390/agronomy15020504
  20. Mualem, Y. (1976). A new model for predicting the hydraulic conductivity of unsaturated porous media. Water Resources Research, 12(3), 513-522. https://doi.org/10.1029/WR012i003p00513
  21. Nakasone, H., Abbas, M.A., & Kuroda, H. (2004). Nitrogen transport and transformation in packed soil columns from paddy fields. Paddy and Water Environment, 2(3), 115-124. https://doi.org/10.1007/s10333-004-0050-7
  22. Nash, J.E. (1970). River flow forecasting through conceptual models part 1-A discussion of principle. Journal of Hydrology, 10, 282-290. https://doi.org/10.1016/0022-1694(70)90255-6
  23. Rallo, G., Baiamonte, G., Juárez, J.M., & Provenzano, G. (2014). Improvement of FAO-56 model to estimate transpiration fluxes of drought tolerant crops under soil water deficit: application for olive groves. Journal of Irrigation and Drainage Engineering, 140(9), A4014001. https://doi.org/10.1061/(ASCE)IR.1943-4774.0000693
  24. Ramos, T.B., Šimůnek, J., Gonçalves, M.C., Martins, J.C., Prazeres, A., & Pereira, L.S. (2012). Two-dimensional modeling of water and nitrogen fate from sweet sorghum irrigated with fresh and blended saline waters. Agricultural Water Management, 111, 87-104. https://doi.org/10.1016/j.agwat.2012.05.007
  25. Rana, B., Parihar, C.M., Nayak, H.S., Patra, K., Singh, V.K., Singh, D.K., & Jat, M.L. (2022). Water budgeting in conservation agriculture-based sub-surface drip irrigation using HYDRUS-2D in rice under annual rotation with wheat in Western Indo-Gangetic Plains. Field Crops Research, 282, 108519. https://doi.org/10.1016/j.fcr. 2022.108519
  26. Ravikumar, V., Vijayakumar, G., Šimůnek, J., Chellamuthu, S., Santhi, R., & Appavu, K. (2011). Evaluation of fertigation scheduling for sugarcane using a vadose zone flow and transport model. Agricultural Water Management, 98(9), 1431-1440. https://doi.org/10.1016/j.agwat.2011.04.012
  27. Salehi, A.A., Navabian, M., Varaki, M.E., & Pirmoradian, N. (2017). Evaluation of HYDRUS-2D model to simulate the loss of nitrate in subsurface controlled drainage in a physical model scale of paddy fields. Paddy and Water Environment, 15(2), 433-442. https://doi.org/10.1007/s10333-016-0561-z
  28. Shafeeq, P.M., Aggarwal, P., Krishnan, P., Rai, V., Pramanik, P., & Das, T.K. (2020). Modeling the temporal distribution of water, ammonium-N, and nitrate-N in the root zone of wheat using HYDRUS-2D under conservation agriculture. Environmental Science and Pollution Research, 27(2), 2197-2216. https://doi.org/10.1007/s11356-019-06642-5
  29. Shahrokhnia, M.H., & Sepaskhah, A.R. (2018). Water and nitrate dynamics in safflower field lysimeters under different irrigation strategies, planting methods, and nitrogen fertilization and application of HYDRUS-1D model. Environmental Science and Pollution Research, 25(9), 8563-8580. https://doi.org/10.1007/s11356-017-1184-7
  30. Silva Ursulino, B., Maria Gico Lima Montenegro, S., Paiva Coutinho, A., Hugo Rabelo Coelho, V., Cezar dos Santos Araújo, D., Cláudia Villar Gusmão, A., & Angulo-Jaramillo, R. (2019). Modelling soil water dynamics from soil hydraulic parameters estimated by an alternative method in a tropical experimental basin. Water, 11(5), 1007. https://doi.org/10.3390/w11051007
  31. Šimůnek, J., Jacques, D., Langergraber, G., Bradford, S.A., Šejna, M., & Van Genuchten, M.T. (2013). Numerical modeling of contaminant transport using HYDRUS and its specialized modules. Journal Indian Inst. Science, 93(2), 265-284. https://doi.org/10.5194/egusphere-egu23-10247
  32. Turkeltaub, T., Kurtzman, D., & Dahan, O. (2016). Real-time monitoring of nitrate transport in the deep vadose zone under a crop field–implications for groundwater protection. Hydrology and Earth System Sciences, 20(8), 3099-3108. https://doi.org/10.5194/hess-20-3099-2016
  33. Turkeltaub, T., Kurtzman, D., Russak, E.E., & Dahan, O. (2015). Impact of switching crop type on water and solute fluxes in deep vadose zone. Water Resources Research, 51(12), 9828-9842. https://doi.org/10.1002/2015WR017612
  34. Viers, J.H., Liptzin, D., Rosenstock, T.S., Jensen, V.B., Hollander, A.D., McNally, A., & Fryjoff-Hung, A., HE Canada, S., Laybourne, C., McKenney, J., Darby, Quinn, JF., & Harter, T. (2012). Nitrogen sources and Loading to Groundwater. Addressing Nitrate in California’s Drinking Water with a Focus on Tulare Lake Basin and Salinas Valley Groundwater, Technical Report, 2, 37-56. https://doi.org/10.2134/jeq2013.10.0411
  35. Vrugt, J.A., & Bouten, W. (2002). Validity of first-order approximations to describe parameter uncertainty in soil hydrologic models. Soil Science Society of America Journal, 66(6), 1740-1751. https://doi.org/10.2136/ sssaj2002.1740
  36. Wang, H., Ju, X., Wei, Y., Li, B., Zhao, L., & Hu, K. (2010). Simulation of bromide and nitrate leaching under heavy rainfall and high-intensity irrigation rates in North China Plain. Agricultural Water Management, 97(10), 1646-1654. https://doi.org/10.1016/j.agwat.2010.05.022
  37. Wang, X., Huang, G., Yang, J., Huang, Q., Liu, H., & Yu, L. (2015). An assessment of irrigation practices: Sprinkler irrigation of winter wheat in the North China Plain. Agricultural Water Management, 159, 197-208. https://doi.org/10.1016/j.agwat.2015.06.011
  38. Wöhling, T., Vrugt, J.A., & Barkle, G.F. (2008). Comparison of three multiobjective optimization algorithms for inverse modeling of vadose zone hydraulic properties. Soil Science Society of America Journal, 72(2), 305-319. https://doi.org/10.2136/sssaj2007.0176
 

 

آمار
تعداد مشاهده مقاله: 1,530
تعداد دریافت فایل اصل مقاله: 120


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب