ارزیابی روش‌های مستقیم و مدل‌های کامپیوتری در تخمین پارامترهای نفوذ معادله کوستیاکف-لوئیس در مزارع نیشکر

آب و خاک

مقاله 1، دوره 33، شماره 3 - شماره پیاپی 65، پاییز 1398، صفحه 379-389  

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v0i0.74330

نویسندگان

رضا مزارعی ؛ عبدعلی ناصری؛ امیر سلطانی محمدی

شهید چمران اهواز

چکیده

یکی از مهم‌ترین پارامترها در طراحی یک سیستم آبیاری، تعیین پارامتر نفوذ است که می‌تواند منجر به افزایش عملکرد یک سیستم آبیاری شود. در این تحقیق، پارامترهای نفوذ معادله کوستیاکف-لوئیس با دو دسته از روش‌های مختلف از جمله روش مستقیم (روش‌های دونقطه‌ای الیوت-واکر و ورودی- خروجی) و مدل‌های کامپیوتری (مدل کامپیوتری SIPAR_ID و IPARM) تعیین گردید و با نتایج به‌دست‌آمده از آزمایش‌های مزرعه‌ای مورد مقایسه قرار گرفت. مطالعات مزرعه‌ای به‌منظور جمع‌آوری داده‌های مورد نیاز، در مزارع تحت کشت نیشکر سلمان فارسی در تابستان و پائیز سال 1396 در نه جویچه به طول 100 و عرض 83/1 متر و شیب 04/0 درصد تحت سه دبی اسمی 1، 5/1 و 2 لیتر بر ثانیه در سه نوبت آبیاری صورت گرفت. در این تحقیق به‌منظور ارزیابی دقت تخمین پارامترهای نفوذ از سه شاخص حجم آب نفوذ یافته به منطقه ریشه، زمان پیشروی و حجم رواناب استفاده گردید. جهت شبیه‌سازی شاخص‌های ارزیابی در هر روش، از نرم‌افزار WinSRFR  استفاده گردید. مطابق نتایج این تحقیق، روش مستقیم دونقطه‌ای الیوت-واکر در تخمین زمان پیشروی با میانگین RMSE، MAE و RE به ترتیب 52/10، 91/14 و 1/10 درصد، حجم آب نفوذ یافته به ترتیب با میانگین 6/9، 36/7 و 8/7 درصد، حجم رواناب خروجی به ترتیب با میانگین 8/8، 7/8 و 2/1 درصد، از عملکرد بسیار قابل قبولی برخوردار بود. همچنین دیگر روش مستقیم (روش ورودی-خروجی) به ترتیب با میانگین 4/11 و 8/6 درصد برای حجم آب نفوذ یافته و 6/1 و 3/0 درصد برای حجم رواناب مقدار شاخص‌های آماری RMSE و RE را تخمین زد که نشان از دقت بالای این روش در تخمین این دو شاخص عملکرد بود، هرچند که این روش با میانگین 11/25 و 2/27 درصد توانایی شبیه‌سازی زمان پیشروی را با دقت مناسب نداشت. از سوی دیگر نتایج مدل‌های کامپیوتری نشان داد که مدل IPARM با میانگین MAE و RE برابر با 38/23، 5/15 درصد زمان پیشروی، 02/20 و 7/26 درصد حجم آب نفوذ یافته و 81/11 و 8/1 درصد حجم رواناب را تخمین زد، که در مقایسه مدل SIPAR_ID از عملکرد بهتری برخوردار بود. در حالت کلی هرچند که مدل‌های کامپیوتری در تخمین پارامترهای نفوذ از عملکرد قابل قبولی برخوردار بودند اما روش‌های مستقیم به دلیل استفاده از داده­های ورودی بیشتر و استفاده از داده­های تمامی مراحل آبیاری از عملکرد بهتری برخوردار بودند.

کلیدواژه‌ها

پارامتر نفوذ؛ روش دونقطه‌ای؛ روش ورودی-خروجی،؛ IPARM؛ ، SIPAR_ID

مراجع

1. - Bautista, E., Clemmens, A. J. and Strelkoff, T. S. 2009. Modern analysis of surface irrigation systems with WinSRFR. Agricultural Water Management 96(7): 1146–1154.
2. - Ebrahimian, H., Liaghat, A., GhanbarianAlavijeh, B. and Abbasi, F. 2010. Evaluation of various quick methods for estimating furrow and border infiltration parameters. Irrigation Science. 28: 479-488.
3. - Ebrahimian, H. 2014. Soil Infiltration Characteristics in Alternate and Conventional Furrow Irrigation using Different Estimation Methods. Korean Society of Civil Engineers.18 (6):1904-1911.
4. - Elliot, R. L. and Walker, W. R. 1982. Field evaluation of furrow infiltration and advance functions. Trans of the ASAE, Vol, 25(2): 396-400.
5. - Gillies, M. H. and Smith, R. J. 2005. Infiltration parameters from surface irrigation advance and run-off data. Irrigation Science. 24(1): 25-35.
6. - Hanson, B. R. Prichard, T. L. and Schulbach, H. 1993. Estimating furrow infiltration. Agricultural Water Management, 24(4), 281–298.
7. - Kamali, P., Ebrahimian, H. and Verdinejad, V. R. 2015. Evaluation and comparison of multilevel optimization method and IPARM model to estimate infiltration parameters in furrow irrigation. Journal of Water and Irrigation Management. 5(1), 43-54. (InFarsi)
8. - Kamali, P. and Ebrahimian, H. 2017. Comparison and evaluation of different methods for inverse estimation of the infiltration equation parameters in vegetated furrows. Journal of Soil and Water Research. 48(1), 39-48. (in Persian with English abstract)
9. - Moravejalahkami, B., Mostafazadeh-Fard, B., Heidarpour, M. and Abbasi, F. 2009. Furrow infiltration and roughness prediction for different furrow inflow hydrographs using a zero-inertia model with a multilevel calibration approach. Biosystems Engineering, 103(3): 374–381.
10. - Moravejalahkami, B., Mostafazadeh-Fard, B., Heidarpour, M. and Abbasi, F. 2012. Comparison of Multilevel Calibration and Volume Balance Method for Estimating Furrow Infiltration. Irrigation and Drainage Engineering. 138(8):781-777.
11. - Rezaverdinejad V, Ahmadi H, Hemmati M, Ebrahimian H. 2016. Evaluation and Comparison of Different Approaches of Infiltration Parameters Estimation under Different Furrow Irrigation Systems and Inflow Regimes. JWSS. 20 (76):161-176. (in Persian with English abstract)
12. - Rodriguez, J. A. and Martos, J. C. 2010. SIPAR_ID: freeware for surface irrigation parameter identification. Environ Model Softw25:1487–1488.
13. - Sayari, S., Rahimpour, M. & Zounemat-Kermani, M. Paddy Water Environ 2017. Numerical modeling based on a finite element method for simulation of flow in furrow irrigation. Doi: 10.1007/s10333-017-0599-6.
14. - Walker, W. R. 2005. Multilevel calibration of furrow infiltration and roughness. Journal of Irrigation Drainage Engineering, 131 (2), 129–136.
15. - Walker, W. R. and Skogerboe, G. V. 1987 the theory and practice of surface irrigation. Logan, Utah, Chapter 8, Vol. Balance field design, 81-87.