ORIGINAL_ARTICLE
ارزیابی عملکرد و تعیین بازه فشاری کارکرد بهینه چهارگسیلنده متداول در سیستمهای خرد آبیاری
عملکرد مطلوب گسیلندهها مهمترین عامل افزایش کارآیی سیستمهای آبیاری موضعی است. اما تغییرات فشار در این سیستمها و حساسیت متفاوت گسیلندهها به این تغییرات باعث بروز عدم یکنواختی توزیع آب میگردد. در این پژوهش، گسیلندههای کنترل کنندهفشار (PCOD-4)، لوله دریپردار (PCID-4)، قطرهچکان دبی متغیر (OD-V) و بابلر (B-60)، جهت تعیین محدوده فشاری که دارای کارآیی بهینه هستند، بر مبنای استاندارد انجمن مهندسان کشاورزی آمریکا ((ASAE ارزیابی شدند. نتایج مطالعات نشان داد که در کلیه فشارهای آزمایش، عملکرد قطرهچکان OD-V مطلوب نبوده و پارامترهای یکنواختی گسیلنده PCOD-4 و PCID-4 در فشارهای 1 و 5/1 و گسیلنده B-60 نیز در فشارهای 2 و 5/2 بار بهینه هستند و عملکرد آنها در سایر فشارها کمتر از مقدار مورد انتظار بوده است. بنابراین پیشنهاد گردید از گسیلندههای مذکور در شرایط بهینه فشاری استفاده گردد و بطور مشابه برای دیگر گسیلندهها نیز ابتدا طی آزمون آزمایشگاهی، بازه فشاری بهینه تعیین شده و نتایج حاصله مبنای طراحی و مدیریت سیستم آبیاری قرار گیرد.
https://idj.iaid.ir/article_100413_619b649660ff27a93b4fff010869bc3f.pdf
2019-12-22
1182
1190
گسیلنده
یکنواختی پخش آب
سیستم آبیاری موضعی
فشار
سعید
زمانی
zamani_saeed@yahoo.com
1
دانشجوی دکتری گروه مهندسی آب- آبیاری و زهکشی، دانشگاه شهرکرد، شهرکرد، ایران
AUTHOR
روح اله
فتاحی
fatahi2@gmail.com
2
دانشیار گروه آب، دانشکده کشاورزی، دانشگاه شهرکرد
LEAD_AUTHOR
اکرامنیا، ف. 1375. ارزیابی انواع قطرهچکان و ارائه قطرهچکان بهینه از لحاظ فنی و اقتصادی. پایاننامه کارشناسی ارشد مهندسی آب، دانشکده کشاورزی، دانشگاه تهران.
1
پروینی، م. و معروفپور، ع. 1392. بررسی ضریب تغییرات ساخت و یکنواختی ریزش قطرهچکانهای تنظیمکنندهفشار رایج در کشور. نشریه آبیاری و زهکشی ایران. 2(7): 242-231.
2
ترابی، د.، نیکبخت، ج.، محمدی، م.ح. و توکلی، ا. 1391. ارزیابی قطرهچکان طولانی مسیر در فشارهای مختلف. اولین کنفرانس ملی راهکارهای دستیابی به توسعه پایدار: 7-1.
3
علیزاده، ا. 1388. آبیاری قطرهای (اصول و عملیات). ویرایش دوم. انتشارات آستان قدس رضوی.
4
قربانی، ب. و شهبازیانفرد، ا. 1396. ارزیابی عملکرد هیدرولیکی قطرهچکانهای موجود در چند سامانه آبیاری قطرهای (مطالعه موردی: حاشیه زایندهرود در استان چهار محال و بختیاری). نشریه دانش آب و خاک 27(4): 11-1.
5
نوشادی، م. و قائمی، ع. 1391 . بررسی فنی و هیدرولیکی سیستمهای آبیاری قطرهای در استان فارس. نشریه آبیاری و زهکشی ایران 6(4): 264-254.
6
هزارجریبی ا.، قربانینصرآبادی، ق.، فضلاولی، ر. و عابدینپور، م. 1392. بررسی عملکرد هیدرولیکی سه نوع قطرهچکان خارجی تنظیمشونده در فشارهای کارکرد مختلف. نشریه پژوهشهای حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی). 20(1): 211-199.
7
Al-Amoud, A.I., 1995. Significance of energy losses due to emitter connections in trickle irrigation lines. Journal of agricultural engineering research. 60(1):1-5.
8
ASAE Standards. 2003. EP458. Field evaluation of micro irrigation systems. St. Joseph, Mich: ASAE. Christiansen, J.E., 1942. Hydraulics of sprinkling systems for irrigation. Trans. Am. Soc. Agric. Eng. 107: 221-239.
9
Bodole, C., Koech, R. and Pezzaniti, D. 2016. Laboratory evaluation of dripper performance. Flow Measurement and Instrumentation. 50:261-268.
10
Hezarjaribi, A., Dehghani, A.A., Meftah Helghi, M. and Kiani, A. 2008. Hydraulic performances of various trickle irrigation emitters. J. Agron. 7: 265-271.
11
Chanchala Priya, K., Bhagat, E. and Kumar, N. 2018. Emission uniformity evaluation of installed drip irrigation system. International Journal of Chemical Studies. 6(3): 1651-1654.
12
Guan, H., Li, J., Li, Y. 2013. Effects of drip system uniformity and irrigation amount on Cotton yield and quality under arid conditions, Agric. Water Manag. 124(6): 37–51.
13
ORIGINAL_ARTICLE
توزیع تعرق و کمبود فشار بخار در گلخانه ی تجاری
بخش کشاورزی عمدهترین مصرف کننده آب در ایران است. محدودیت منابع آب منجر به استفاده از فناوریهای جدید از جمله کشت گلخانهای برای بهرهبرداری بهینه از این منابع شده است. در کشت گلخانهای مدیریت شرایط اقلیمی بسیار مهم است. با هدف بررسی شرایط اقلیمی و توزیع مکانی و زمانی رطوبت (کمبود فشار بخار) و تعرق، مطالعهای در گلخانهای تجاری با مدیریت بهرهبردار و وسعت 4333 مترمربع با 4 اندازهگیری 24 ساعته در فصلهای سرد و گرم سال انجام شد. با توجه به مرحله رشد محصول (ارتفاع و حجم پوشش گیاهی) بین 21 تا 33 دیتالاگر دما و رطوبت نسبی داخل گلخانه را در دو ارتفاع در سطح افقی ثبت میکردند. بررسی توزیع کمبود فشار بخار با توجه به معیارهای موجود نشان داد با وجود مطلوب بودن دامنه میانگین کمبود فشار بخار، توزیع آن در ساعات مختلف شبانه روز و در سطح گلخانه میتواند بسیار متغیر باشد و دامنهای از شرایط نامطلوب تا مطلوب را داشته باشد. توزیع تعرق نیز تقریباً منطبق بر توزیع کمبود فشار بخار در گلخانه بود. درصد تفاوت حداکثر و حداقل تعرق تغییرات مجموع تعرق روزانه در سطح گلخانه در اندازهگیریهای زمستان در سطح گلخانه 21 تا 46 و در بهار 28 درصد بود. در نتیجه بیان وضعیت اقلیمی گلخانه تنها با استفاده از میانگین پارامترهای اقلیمی بدون در نظر گرفتن توزیع مکانی (در سطح گلخانه) و زمانی (شبانه روز) آنها میتواند سبب بروز خطا در تنظیم شرایط اقلیمی گلخانه شود. همچنین شناخت تفاوتهای مقدار و توزیع تعرق میتواند در بهینه کردن برنامه آبیاری با هدف افزایش کارایی و کاهش مصرف آب استفاده شود.
https://idj.iaid.ir/article_100414_cbfc3634cc129a2eec0ae58718a41dab.pdf
2019-12-22
1191
1203
رطوبت
خیار
گوجه فرنگی
همگنی
یکنواختی
سید معین الدین
رضوانی
m.rezvani@areeo.ac.ir
1
گروه مهندسی آب، دانشکده کشاورزی، داﻧﺸﮕﺎه ﺑﻮﻋﻠﻲ سینا
AUTHOR
حمید
زارع ابیانه
zare@basu.ac.ir
2
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
LEAD_AUTHOR
محسن
گودرزی
m.goodarzi@basu.ac.ir
3
گروه مکانیک، دانشکده مهندسی، دانشگاه بوعلی سینا
AUTHOR
رضوانی، س.، دهقانی سانیج ح.، ,بیات ف.، زارع ابیانه، ح. 1395. تعیین عمق و دور آبیاری برای زراعت گلخانهای گوجهفرنگی در منطقه همدان. مجله آبیاری و زهکشی ایران . 10 . 6 : 785-770.
1
رضوانی، س.، سلگی، م. 1394. ارزیابی فنی و اقتصادی مصرف و بازده انرژی درکشت خیار گلخانههای استان همدان. گزارش نهایی پژوهشی. موسسه تحقیقات فنی و مهندسی کشاورزی. شماره ثبت 48447.
2
زارعی، ق. چالشهای سازهای گلخانهها در ایران. 1396. مجله پژوهشهای راهبردی در علوم کشاورزی و منابع طبیعی. 2. 2: 162-149.
3
زارعی، ق.، سالمی، ح.، ر.، رضوانی، س. و اسفندیاری، ص. 1397. تعیین نیازآبی خیار گلخانهای در سطح کشور. گزارش نهایی پژوهشی. موسسه تحقیقات فنی و مهندسی کشاورزی. شماره ثبت 54247.
4
خوشخوی،م.، مبلی، م.، عزیزی، م.، وحدتی، ک.، گریگوریان، و.، تفضلی، ع. 1396. بررسی مسائل و مشکلات گلخانهها و فرآوردههای گلخانهای در ایران. گزارش نهایی پژوهشی. فرهنگستان علوم جمهوری اسلامی ایران.
5
وزارت جهاد کشاورزی. عملکرد گلخانههای کشور طی سالهای 93-1390. 1394. معاونت برنامهریزی و اقتصادی، مرکز فناوری اطلاعات و ارتباطات، تهران.
6
وزارت جهاد کشاورزی. گزارش اطلاعات سطح، تولید و عملکرد در هکتار محصولات باغبانی کل کشور در سال 1396. 1397. معاونت برنامهریزی و اقتصادی، مرکز فناوری اطلاعات و ارتباطات، تهران.
7
Barker, J.C., Welles, G.W.H and van Uffelen, J.A.M.1987. The effects of day and night humidity on yield and quality of glasshouse cucumbers. J Hortic Sci 62(3): 363-370.
8
Bakker, J.C .1990. Effects of day and night humidity on yield and fruit quality of glasshouse tomatoes (Lycopersicon esculentum Mill.). J Hortic Sci 65: 323-331.
9
Balendonck, J., Sapounas, A.A., Kempkes, F., Van Os, E.A., Van der Schoor, R., Van Tuijl, B.A.J and Keizer, L.C.P. 2014. Using a wireless sensor network to determine climate heterogeneity of a greenhouse environment. Acta Hort 1037: 539-546.
10
Balendonck, J., Van Os, E.A., Van der Schoor, R., Van Tuijl, B.A.J and Keizer, L.C.P. 2010. Monitoring spatial and temporal distribution of temperature and relative humidity in greenhouses based on wireless sensor technology. In AgEng 2010: Towards environmental technologies, Clermont-Ferrand, France.
11
Bartzanas, T., Boulard, T. and Kittas, C. 2004. Effect of vent arrangement on windward ventilation of a tunnel greenhouse. Biosyst Eng 88(4): 479-490.
12
Castilla, N. 2013. Greenhouse technology and management. 2nd ed. CABI.
13
De Pascale, D., Stanghellini, C. 2011. High temperature control in Mediterranean greenhouse production: the constraints and the options. Acta Hort 893: 103-116.
14
Donatelli, M., Bellocchi, G. and Carlini, L. 2006. Sharing knowledge via software components: Models on reference evapotranspiration. EUR J AGRON 24: 186–192.
15
Fazlil-Ilahil, W. F. 2009. Evapotranspiration models in greenhouse. MSc, Wageningen agricultural University, Wageningen, Netherlands.
16
Ferentinos, K.P., Katsoulas, N., Tzounis, A., Bartzanas, T and Kittas, C. 2017. Wireless sensor networks for greenhouse climate and plant condition assessment. Biosyst Eng 153: 70-81. doi: 10.1016/j.biosystemseng.2016.11.005
17
Grange, R.L and Hand, D.W. 1987. A review of the effects of atmospheric humidity on the growth of horticultural crops. J Hortic Sci 62: 125–134.
18
Gruda, N., Sallaku, G and Balliu, A. 2017. PART III: CROP TECHNOLOGIES: 2. Cucumber. In: Baudoin W, Nersisyan, A., Shamilov, A., Hodder, A., Gutierrez, D., De Pascale, S., Nicola, S., Chairperson, V., Gruda, N., Urban, L and Tany, J., editors. Good agricultural practices for greenhouse vegetable production in the South East European countries: Principles for sustainable intensification of smallholder farms. Fao plant production and protection paper 230. Rome. Italy. Food and agricultural organization of the United Nations, pp. 287-299.
19
Holder, R and Cockshull, K.E. 1990. Effects of humidity on the growth and yield of glasshouse tomatoes. J Hortic Sci 65(1): 31-39.
20
Katsoulas, N., and Kittas, C. 2008. Impact of greenhouse microclimate on plant growth and development with special reference to the solanaceae. The Eur J Plant Sci Biotechnol. 2(special issue 1):31–44.
21
Katsoulas, N., Kittas, C and Bartzanas, T. 2012. Microclimate Distribution in a Greenhouse Cooled by a Fog System. Acta Hort 927: 773-778.
22
Katsoulas, N., Ferentinos, K.P., Tzounis, A., Bartzanas, T and Kittas, C. 2017. Spatially distributed greenhouse climate control based on wireless sensor network measurements. Acta Hort 1154: 111-120.
23
Kittas, C., Katsoulas, N., Papa, K., Thanasenaris, A and Bartzanas, T. 2012. Improvement of greenhouse microclimate distribution by means of air mixing fans. Acta Hort 927: 589-594.
24
Konopacki, P.J., Treder, W and Klamkowski, K. 2018. Comparison of vapour pressure deficit patterns during cucumber cultivation in a traditional high PE tunnel greenhouse and a tunnel greenhouse equipped with a heat accumulator.Span J Agric Res 16 (1): e0201.
25
Montero J. I., Antóna, A., Muñoza, P and Lorenzo, P.2001. Transpiration from geranium grown under high temperatures and low humidities in greenhouses. Agr. For. Meteorol.107:323-332.
26
Mott, K.A and Peak, D. 2010. Stomatal responses to humidity and temperature in darkness. Plant, Cell and Environment. 33: 1084–1090.
27
Pamungkas, A. P., Hatou, K and Morimoto, T. 2014.Evapotranspiration Model Analysis of Crop Water Use in Plant Factory System. Environ. Control Biol. Vol. 52. No. 3: 183-188.
28
Prenger, J.J and Ling, P.P. 2001. Greenhouse Condensation Control Understanding and Using Vapor Pressure Deficit (VPD). Fact Sheet AEX-804. The Ohio state University. Wooster OH. 4 p.
29
Prenger, J.J., Fynn, R.P and Hansen, R.C. 2002. A comparison of four evapotranspiration models in greenhouse environment. T ASAE45: 1779–1788.
30
Ponce, P., Molina, A., Cepeda, P., Lugo, E., Maccleery, B. 2015. Greenhouse design and control. 1st ed. The Netherlands: CRC Press.
31
Shamshiri, R., Jones, J., Thorp, K. R., Ahmad, D., Man, H.C. and Taheri, S. 2018. Review of optimum temperature, humidity, and vapour pressure deficit for microclimate evaluation and control in greenhouse cultivation of tomato: a review. Int Agrophys 32: 287-302.
32
Stanghellini, C., 1987. Transpiration of greenhouse crops. An aid to climate management. Ph.D. Dissertation. Wageningen Agricultural University, The Netherlands, 150 pp.
33
Tüzel, Y and Öztekin, G.B. 2017. PART III: CROP TECHNOLOGIES: 1 Tomato. In: Baudoin, W., Nersisyan, A., Shamilov, A., Hodder, A., Gutierrez, D., De Pascale, S., Nicola, S., Chairperson, V., Gruda, N., Urban, L and Tany, J., editors. Good agricultural practices for greenhouse vegetable production in the South East European countries: Principles for sustainable intensification of smallholder farms. Fao plant production and protection paper 230. Rome. Italy. Food and agricultural organization of the United Nations, pp. 271-286.
34
ORIGINAL_ARTICLE
تعیین ضریب تنش شوری و حساسیت آبی با رویکرد مطالعه بهرهوری مصرف آب کوشیا (Kochia Scoparia L.) در شرایط آب و هوایی اهواز
مشکل شوری منابع آب و خاک و کمبود منابع آب با کیفیت از تهدیدهای اصلی توسعه کشاورزی در مناطق خشک و نیمه خشک مثل خوزستان است. با توجه به مشکلات موجود، روش کمآبیاری، استفاده از زهابهای با شوری بالا، کاشت گیاهان مقاوم به شوری و افزایش بهرهوری آب راهکارهای مدیریتی مناسبی هستند. در این راستا مطالعهای با هدف تعیین ضریب حساسیت آبی، ضریب تنش شوری و بهره-وری کوشیا در شرایط تنش شوری و کمآبی در اهواز انجام شد. کرتهای اصلی شامل سطوح شوری آب کارون (با شوری متوسط 5/2 دسی زیمنس بر متر)، 10، 15 و 20 دسی زیمنس بر متر و کرتهای فرعی شامل سه سطح آبیاری 100، 75 و 50 درصد نیاز آبی گیاه بودند. ضریب تنش شوری در این تحقیق بین 06/0 و 89/0 بدست آمد. نتایج نشان داد که با افزایش شوری ضریب حساسیت به شوری (Ks) کاهش یافت. همچنین نتایج نشان داد که ضرایب Ks بدست آمده در حالت ترکیب تنش شوری با کم آبی 50 درصد بیشتر از ترکیب تنش شوری با کمآبی 75 درصد است. میانگین ضریب Ky بهدست آمده در این تحقیق در شرایط کمآبیاری 75% و 50% نیاز آبی به ترتیب 19/0 و 60/0 بدست آمد و نشان میدهد گیاه کوشیا ضریب حساسیت به خشکی پایینی دارد که بیانگر تحمل بالای این گیاه بدون کاهش عملکرد شدید در شرایط تنش خشکی میباشد. همچنین نتایج نشان داد که میزان بهرهوری آب در تولید علوفه گیاه کوشیا حتی در شرایط تنش شدید و توأم شوری و کمآبی، قابل قبول و بالا میباشد. در این تحقیق مشاهده شد که شوری باعث کاهش میزان بهرهوری آب می-شود و بهرهوری آب در شرایط کمآبیاری بیشتر از آبیاری کامل است. در کل، نتایج این مطالعه نشان داد که کوشیا میتواند به عنوان یک گیاه علوفهای مناسب در مناطقی مثل اهواز که آب آبیاری و خاک از کیفیت مطلوبی برخوردار نیست (حتی بدون نیاز به آبشویی و اصلاح خاک که هزینه زیادی را متوجه تولیدکنندگان میکند) کشت شود.
https://idj.iaid.ir/article_100415_add1596b9c33edeafee8f9e5a38d1885.pdf
2019-12-22
1204
1221
آبشویی
بهرهوری
زهاب
ضریب حساسیت
رضا
صادق منصوری
mansoory947@yahoo.com
1
دانش آموخته کارشناسی ارشد آبیاری و زهکشی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز. اهواز. ایران
AUTHOR
منا
گلابی
mona_golabi@yahoo.com
2
گروه آبیاری و زهکشی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز، اهواز، خوزستان، ایران
LEAD_AUTHOR
سعید
برومند نسب
boroomand@scu.ac.ir
3
استاد گروه آبیاری وزهکشی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
AUTHOR
معصومه
صالحی
salehimasomeh@gmail.com
4
عضو هیات علمی مرکز ملی تحقیقات شوری یزد. یزد. ایران
AUTHOR
- خورسندی،ف.، ژ. وزیری، و ع.ا. عزیزی زهان. 1389 . شورورزی، استفاده پایدار از منابع آب و خاک شور در کشاورزی.کمیته ملی آبیاری و زهکشی.
1
- سبحانی، م.ر.، و م. مجیدیان. 1393. بررسی اثرات سطوح مختلف تنش شوری و تراکم بوته بر عملکرد کمی و کیفی علوفه و دانه کوشیا در شرایط آب و هوایی شهرستان اراک. نشریه پژوهشهای تولید گیاهی. جلد 21(1): 91-110.
2
- سپاسخواه،ع.، ع. توکلی، و ف. موسوی. 1385. اصول و کاربرد کمآبیاری. کمیته ملی آبیاری و زهکشی ایران. 288ص.
3
- سلیمانی، م.، م. کافی، م. ضیائی، و ج. شباهنگ. 1386. تاثیر کمآبیاری بر عملکرد دوتوده بومی شورزیست کوشیا در شرایط آبیاری با آب شور. دهمین کنگره علوم زراعت و اصلاح نباتات. جلد 2(2):307-317.
4
- شکری، س. هوشمند، ع. و م. قربانی .1394. برآورد ضریب تشت تبخیر بهمنظور محاسبه تبخیر و تعرق گیاه مرجع در منطقه اهواز. علوم و مهندسی آبیاری. جلد 40(1): 1-12.
5
- صالحی، م. 1389 . تأثیر تنش شوری و کم آبی بر میزان تولید کمی، کیفی و خصوصیات فیزیومورفولوژیک کوشیا ( Kochia scoparia ). پایان نامه دکتری- دانشگاه فردوسی مشهد.
6
- صالحی، م.، م. کافی، و ع.ر. کیانی. 1390. اثر تنش شوری و کمآبی بر تولید زیست توده کوشیا و روند شوری خاک. مجله بهزراعی نهال و بذر. جلد 2-27(4):417-433.
7
- صالحی، م.، م.کافی، و ع.ر. کیانی. 1392. بهره وری آب، ضریب حساسیت به خشکی و ضریب گیاهی در کوشیا تحت تنش شوری و کمآبی در کشت بهاره. مجله پژوهش آب ایران. سال 7 ( 12) : 89 – 98.
8
- ضیایی، م.، م. کافی، ح.ر. خزاعی، ج. شباهنگ، و م.ر. سلیمانی. 1387. اثر تراکم بوته و تعداد چین بر عملکرد و اجزای عملکرد علوفه و دانه کوشیا ( Kochia scoparia ) تحت شرایط آبیاری با آب شور. مجله پژوهش های زراعی ایران، جلد 6(2): 335-342.
9
- کافی، م.، ج. نباتی، س. خانینژاد، ع. معصومی، و م. زارع مهرجردی. 1390. ارزیابی خصوصیات علوفهای تودههای مختلف کوشیا (Kochia Scoparia) با دوسطح شوری آب آبیاری. مجله الکترونیک تولید گیاهان زراعی. جلد4(1):229-238.
10
- معصومی، ع.، م. کافی، ج. نباتی، و م. زارع مهرجردی. 1394. بررسی امکان تولید علوفه دوتوده کوشیا ( Kochia Scoparia L) در شرایط شور. نشریه تولید گیاهان زراعی. 10(1): 1-19.
11
- نباتی، ج.، م. کافی، ا. انتظامی، پ. رضوانیمقدم، ع. معصومی، و م. زارع مهرجردی. 1391. بررسی تاثیر تنش شوری در مراحل مختلف رشدی بر خصوصیات کمی و کیفی علوفه کوشیا. مجله الکترونیک تولید گیاهان زراعی. جلد 5(2):111-128.
12
- نباتی، ج.، م. کافی، ا. نظامی، پ. رضوانیمقدم، ع. معصومی، و م. زارعمهرجردی. 1388. بررسی تولید روغن و زیست توده در کشاورزی شور زیست توسط کوشیا (Kochia Scoparia). نشریه پژوهشهای زراعی ایران. جلد9(4):615-622.
13
- Allen R. G. Pereira L. S. Raes D. and Smith M. 1998. FAO Irrigation and drainage. 56. Evapotranspiration. (Guidelines for computing crop water requirements). FAO, Rome, Italy.
14
- Allen. R. G. and W. O. Pruitt. 1991. FAO-24 reference evapotranspiration factors. Journal of Irrigation and Drainage Engineering, ASCE, 110(3): 289-303.
15
- Coxworth E. Green D. and Kernan J. A. 1988. Improving the agronomics and feed value of kochia. Saskatoon, Saskatchewan: Saskatchewan Research Council.
16
- Doorenbos, J., and Kassam, A.H. 1979. Yield response to water. FAO, Irrigation and Drainage, Paper No.33, Rome.
17
- Foster, C. 1980. Kochia - poormanʼs alfaalfa shows potentiol as feed. Rangelands 2:22-23.
18
- Jami Al Ahmadi, M., and Kafi, M. 2008. Kochia (Kochia scoparia): To be or not to be? Pp. 119-142. In: M. Kafi and M. A. Khan (eds.), Crop and Forage Production using Saline Waters. Daya Publisher, New Delhi, India.
19
- Kafi, M., Asadi, H., Ganjeali, A., 2010. Possible utilization of high salinity waters and application of low amounts of water for production of the halophyte Kochia scoparia as alternative fodder in saline agroecosystems. Agr. Water Manage. 97, 139-147.
20
- Knipfel J. E. Kernan J. A. Coxworth E. C. and Cohen R. D. H. 1989. The effect of stage of maturity on the nutritive value of kochia. Canadian Journal of Animal Science. 69(4):111-114.
21
- Maas, E. V. and Hoffman, G. J. 1977. Crop salt tolerance-current assessment. J. Irrig. and Drainage Div., ASCE, 103 (IR2): 115-134.
22
- Madrid, J., Hernandez, F., Pulgar, M. A., and Cid, J. M. 1996. Nutritive value of Kochia scoparia L. and ammoniated barley straw for goats. Small Ruminant Research 19: 213-218.
23
- Munns, R., and Tester, M. 2008. Mechanisms of salinity tolerance. Annu. Rev. Plant Physiol. 59: 651-681.
24
- Nabati, J. 2004. The effect of irrigation intervals on qualitative and quantitative traits of forage millet, sorghum and corn. M.Sc. Thesis of Ferdowsi University. Mashhad, Iran .
25
- Payero Jose´ O. A. R. Steven Melvin, B. C. Suat Irmak, A. David Tarkalson. 2006. Yield response of corn to deficit irrigation in a semiarid climate.. Published in Agricultural Water Management 84:101-112.
26
- Richard R. A. 1992. Increasing salinity tolerance of grain crops:Is it worthwhile? Plant and Soil. 146(1-2):89-98.
27
- Salehi, M., Kafi, M., and Kiani, A. 2009. Growth analysis of kochia (Kochia scoparia (L.) schrad) irrigated with saline water in summer cropping. Pak. J. Bot. 41: 1861-1870.
28
- Salehi, M., Kafi, M., and Kiani, A. 2012. Effect of salinity stress and limited irrigation on Kochia biomass production and soil salinity trend, 2-27(4), 417-433.
29
- Stubendieck, J.M., Coffin, M.J., Landholt, L.M., 2003. Nebraska Dept of Agriculture Lincoln, NE.
30
- Under Sander, D.J., Durgan,B.R., Kaminski, A.R., Doll, J.D., Worf, G.L., Schulte, E.E. 1990. Alternative field crops manual [online]. Available at: http//www.hort.pardue.edu./new crop/afcm/Kochia.html.
31
- Whitson, T.D., Burrill, L.C., Dewey, S.A., Cundey, D.W., Nelson, B.E., Lee, R.D., Parker, R. 1991. Weeds of thr west weed sciand univ. Wyoming, Laramie, Wy.
32
- Nabati, J. 2010. Effect of salinity on physiological characteristics and qualitative and quantitative traits of forage Kochia (Kochia scoparia) Ph.D. Thesis. Ferdowsi University of Mashhad.
33
ORIGINAL_ARTICLE
پیش بینی ضریب مقاومت جریان در آبروهای جمع آوری آب های سطحی با شرایط مرزی متفاوت با استفاده از روش فرامدل
تخمین دقیق مقاومت جریان در لوله های انتقال آب یکی از مهمترین موضوعات در زمینه مهندسی آب و هیدرولیک می باشد. به دلیل پیچیدگی پدیده های هیدرولیکی مقاومت جریان تخمین وتعیین معادلات حاکم بر آن مشکل است. مدل های کلاسیک ریاضی در این راستا از دقت کافی برخوردار نیستند. در این مقاله با استفاده از 300 داده آزمایشگاهی ضریب زبری در لولههای جمعآوری آب باران با شرایط مرزی متفاوت (بستر صلب و بستر رسوبگذاری شده) تخمین زده شده است. سه سناریو بر اساس پارامترهای هیدرولیکی، و مشخصات ذرات رسوبی بدون و با در نظر گرفتن دبی رسوبی به عنوان پارامتر ورودی) با استفاده از روش برنامه ریز بیان ژن تخمین زده شده و نرخ تأثیر پارامترهای ورودی در هر حالت مورد تجزیه و تحلیل قرارگرفت. مشاهده گردید که در حالت بستر صلب مدل با پارامترهای ورودی شامل عمق نسبی جریان، اندازه بدون بعد ذرات، عدد فرود معین و دبی رسوبی و در حالت بستر رسوبگذاری شده مدل با پارامترهای ورودی عمق و عرض نسبی بستر رسوبی، عدد فرود معین دبی رسوبی نتایج مطلوب تری را ارائه می دهند. بهترین نتایج برای سری داده های آزمون برای حالت بستر رسوبگذاری شده با مقادیر R=0.9، DC=0.73 و RMSPE=10.9 بدست آمد. یکی از قابلیت های برنامه ریزی بیان ژن ارائه فرمول صریح برای ضریب زبری می باشد. لذا، برای مدل برتر سناریوهای در نظر گرفته شده روابط صریحی ارائه گردید. همچنین مطابق نتایج حاصله، آنالیز سری داده ها به صورت جداگانه منجر به جواب های دقیق تری نسبت به ترکیب داده ها گرددید.
https://idj.iaid.ir/article_100416_5fb3a44186770c40afda1cbdf386848a.pdf
2019-12-22
1222
1232
بستر صلب
ضریب مقاومت جریان
آبروهای جمع آوری آبهای سطحی
برنامه ریزی بیان ژن
کیومرث
روشنگر
kroshangar@yahoo.com
1
عضو هیات علمی گروه آب دانشکده عمران دانشگاه تبریز
AUTHOR
صنم
بیوگ آقازاده
sanam.aghazadeh@yahoo.com
2
کارشناس ارشد مهندسی عمران گرایش آب و سازه هیدرولیکی، دانشگاه تبریز
AUTHOR
سیدمهدی
ثاقبیان
smsaghebian@gmail.com
3
گروه عمران، داتشکده فنی، دانشگاه آزاد اسلامی واحد اهر، اهر - ایران
LEAD_AUTHOR
فربودنام، ن.، قربانی ، م ،ع.، اعلمی ، م .ت.، 1388، پیش بینی جریان رودخانه با استفاده از برنامه ریزی ژنتیک (مطالعه موردی : حوضه آبریز رودخانه لیقوان)، مجله دانش کشاورزی، جلد 19،شماره 4.
1
Aytek, A., Kişi, O., )2008(. A genetic programming approach to suspended sediment modelling. Journal of hydrology, 351, 288-2.
2
Brutin, D., Tadrist, L.,(2003). “Experimental Friction Factor of a Liquid Flow in Micro-tubes,” Physics of Fluids, vol. 15, pp.653-661.
3
Celata, P. G., Cumo, M., Guglielmi, M. and Zummo, G.,(2002). “Experimental Investigation of Hydraulic and Single-phase Heat Transfer in 0.130-mm Capillary Tube,” Microscale Thermo physical Engineering, 6, 85-97.
4
Ferria, C., (2001) , “Genetic representation and genetic neutrality in gene expression programming”, advances in Complex Systems, 5, 389-408.
5
Ghajar, A. J., Tang, C. C., and Cook, W. L., (2010). “Experimental Investigation of Friction Factor in the Transition Region for Water Flow in Mini tubes and Micro tubes.” Heat Transfer Engineering, Vol. 31,646-657.
6
Ghani A., 1993. Sediment Transport in Sewers. Ph.D Thesis, University of Newcastle Upon Tyne, UK.
7
Kandlikar, S. G., Joshi. S., and Tian, S. R., (2003). "Effect of Surface Roughness on Heat Transfer and Fluid Flow Characteristics at Low Reynolds Numbers in Small Diameter Tubes." Heat Transfer Engineering, 24, 4-16.
8
Lopes, H. S., weinert, W.R ., (2004). “EGYPSYS: An enhanced gene expression programming approach for symbolic regression problem”, International journal of Applied mathematics and computer Science, 14, , 375-384.
9
May R. W. P., Brown P. M., Hare G. R. & Jones K. D. 1989 Self-cleansing conditions for sewers carrying sediment. Report SR 221. Hydraulics Research Ltd., Wallingford, England.
10
Roushangar K., Akhgar S., Salmasi F. & Shiri J. 2014 Modeling energy dissipation over stepped spillways using machine learning approaches. Journal of Hydrology, 508, 254-265.
11
Singh, A., (2011)“Experimental Investigation of Friction Factor in Micro tubes and Development of Correlations for Prediction of Critical Reynolds Number.” MS thesis, Oklahoma State University.
12
Tam, H. K., Tam, L. M., Ghajar, A. J., Ng, W. S., Wong, I. W., Leong, K. F., and Wu, C. K., (2011).“The Effect of Inner Surface Roughness and Heating on Friction Factor in Horizontal Micro Tubes”, ASME-JSME-KSME Joint Fluids Engineering Conference, Japan.
13
Yıldırım, G., and Ozger, M. (2009). “Determining turbulent flow friction coefficient using adaptive neuro fuzzy computing technique.” Advances in Eng. Software, 40, 281-287.
14
Yildirim, G., and Ozger, M. (2009). “Neuro-fuzzy approach in estimating Hazen–Williams friction coefficient for small-diameter polyethylene pipes.” Advances in Eng. Software, 40, 593-599.
15
Yuhong, Z., and Wen x in., H... (2009). “Application of artificial neural network to predict the friction factor in open channel flow.” Commun Nonlinear Sci. Numer Simulate, 14,2373-2378
16
ORIGINAL_ARTICLE
آنالیز حساسیت مدل Qual2kw در مدلسازی پارامترهای کیفی سفیدرود
رودخانهها یکی از مهمترین منابع آب در دسترس میباشند که با توجه به ورود انواع آلایندهها، نگرانیهای زیادی در مورد حفاظت کیفی آنها وجود دارد. مدلسازی و ارزیابی عوامل مؤثر از اولین گامهای مدیریت کیفی آب رودخانهها میباشد. هدف مقاله حاضر ارزیابی میزان تغییرات اکسیژن محلول رودخانه سفیدرود در اثر تغییر پارامترهای مؤثر بر آن میباشد. برای دستیابی به هدف مذکور، پس از واسنجی و صحتسنجی نتایج شبیهسازی پارامترهای کیفیت آب سفیدرود با استفاده از مدل Qual2kw، آنالیز حساسیت این مدل با استفاده از نرمافزار YASAIw انجام شد. دادههای مورد استفاده شامل دادههای هیدرولیکی، عمق، سرعت، دبی و همچنین کیفیت و آلایندههای ورودی به رودخانه در بازهای 110 کیلومتری پاییندست سد سفیدرود تا دریا طی آذر 1386، تیر، مهر و آبان 1387، بهمن 1389، فروردین، خرداد و مرداد 1390 در 12 ایستگاه نمونهبرداری میباشد. نتایج نشان داد که کمترین مقادیر مجذور میانگین مربعات خطای نرمال شده در مراحل واسنجی و صحتسنجی مدل برای پارامتر pH به ترتیب برابر 06/0 و 04/0، و بیشترین آن برای پارامتر فسفر کل به ترتیب برابر 08/1 و 96/0 میباشد. نتایج آنالیز حساسیت نشان داد که اکسیژن محلول در رودخانة سفیدرود بیشترین حساسیت را به ترتیب نسبت به ضریب هوادهی، عمق جریان و ضریب زوال اکسیژنخواهی بیوشیمیایی دارد.
https://idj.iaid.ir/article_100418_0215233c64df4a481eafebbb81b8bc9a.pdf
2019-12-22
1233
1245
آنالیز حساسیت
صحتسنجی
ضریب هوادهی
واسنجی
QUAL2Kw
مهدی
محمدی قلعه نی
m.mghaleni@gmail.com
1
گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه اراک
LEAD_AUTHOR
کیومرث
ابراهیمی
ebrahimik@ut.ac.ir
2
گروه مهندسی آبیاری و آبادانی، دانشگاه تهران، پردیس کشاورزی و منابع طبیعی کرج
AUTHOR
انصاریپور، ا. ح.، ابراهیمی، ک.، امید، م. ح. 1392. بررسی خودپالایی جریانهای رودخانهای با توسعه و کاربرد مدلهای ریاضی مطالعه موردی: رودخانه پسیخان-گیلان. مجله تحقیقات مهندسی کشاورزی. 14. 21: 42-31.
1
بوستانی، ف.، گوهرگانی، ا. 1393. شبیهسازی کیفیت آب رود بشار در محدودهی شهر یاسوج با استفاده از شبیهسازی QUAL2K. مجله مهندسی منابع آب. سال هفتم. زمستان 1393. صفحات 98-85.
2
پورآبادهای، م. 1386. بررسی تأثیر زبری موضعی بر ضریب اختلاط عرضی آلودگی در یک کانال مستطیلی. پایان نامه کارشناسی ارشد. سازه های آبی. گروه مهندسی آبیاری و آبادانی. دانشگاه تهران.
3
حسینی، پ.، حسینی، ی. 1396. بررسی تغییرات توان خودپالایی رودخانه کارون در سال های 2008 و 2014 با استفاده از مدل QUAL2KW در محدوده شهر اهواز. نشریه مهندسی عمران امیرکبیر. دوره 49. شماره 1. 45-35.
4
خدام محمدی، م. م.، بوستانی، ف. 1395. ارزیابی توان خودپالایی و نقش اکسیژن محلول در کیفیت آب رودخانه کر (مطالعه موردی: پایین دست سد درودزن تا دریاچه طشک- بختگان. مجله مهندسی منابع آب. سال نهم. شماره 30. 102-87.
5
خوب، ن.، امیننژاد، ب.، امیدی، ا. 1396. پایش کیفی و تعیین سهم رودخانههای واریزی بر افزایش شوری رودخانه قزل اوزن در محدوده استان زنجان با استفاده از نرم افزار عددی Qual2k. مجله مهندسی منابع آب. سال دهم. شماره 32. 44-33.
6
عاشقمعلا، م.، محمدی فاضل، ا.، حمامی، م. 1393. نقش توان خودپالایی رودخانهها در تعیین حدود مجاز پارامترهای کیفی پسابها. مجله علوم و مهندسی محیط زیست. سال اول. شماره 4. 49-37.
7
مقیمینژاد، س.، ابراهیمی، ک.، کراچیان، ر. 1396. مطالعه تغییرات فصلی خودپالایی رودخانه کارون. نشریه مهندسی عمران امیرکبیر، دوره 49 ، شماره 4. 634-621.
8
میرمشتاقی، س. م.، امیرنژاد، ر.، خالدیان، م. ر. 1390. بررسی کیفیت آب رودخانه سفیدرود و پهنهبندی آن با استفاده از شاخصهای کیفی NSFWQI و OWQI. فصلنامه علمی- پژوهشی تالاب. سال سوم. شماره 9. 34- 23.
9
نوروزی، ح.، رادمنش، ف.، پورحقی، ا.، سلگی، ا. 1397. بهینهسازی چندهدفه در تعیین جریانهای زیستمحیطی رودخانه. پژوهشنامه مدیریت حوزه آبخیز. سال نهم. شماره 17. 25-14.
10
Chapra, S.C. and Pelletier, G.J. 2003. QUAL2 K: a modeling frame- work for simulating river and stream water quality (beta version): documentation and users manual. Civil and Environmental Engineering Department. Medford: Tufts University.
11
Leopold, L.B. and Maddock, T.J. 1953. The hydraulic geometry channels and some physiographic implications. Geological survey professionals. paper 252, United States Goverment Printing Office, Washington, 57p.
12
Pelletier, G.J. and Chapra, S.C. 2008. QUAL2Kw theory and documentation (version 5.1), a modeling framework for simulating river and stream water quality. Washington: Department of ecology.
13
Santos, S., Vilar, V. J., Alves, P., Boaventura, R. A. and Botelho, C. 2013. Water quality in Minho/Miño River (Portugal/Spain). Environmental monitoring and assessment, 185.4: 3269-3281.
14
Sharma, D., Kansal, A. and Pelletier, G. 2017. Water quality modeling for urban reach of Yamuna river, India (1999–2009), using QUAL2Kw. Applied Water Science. 7:1535–1559.
15
Tayfur, G. and Singh, V. 2005. Predicting longitudinal dispersion coefficient in natural streams by artificial neural network. Journal of Hydraulic Engineering, 131. 11: 991-1000.
16
Vieira, J., Fonseca, A., Vilar, V.J., Boaventura, R.A. and Botelho, C.M. 2013. Water quality modelling of Lis River, Portugal. Environmental Science and Pollution Research. 20.1: 508-524.
17
ORIGINAL_ARTICLE
شبیه سازی عددی تغذیه آب زیرزمینی از طریق چاه تزریق با روش بدون شبکه محلی پتروو-گالرکین
آب به عنوان یکی از اساسیترین نیازهای بشری از دیرباز مورد توجه و استفاده انسان بوده است. مصارف گوناگون آب همچون استفاده از آن در صنعت، کشاورزی و مصرف خانگی از یک سو و کمبود آن از سوی دیگر سبب بهرهبرداری از منابع آب زیرزمینی شده است. برداشت بیرویه از آبخوانها در شرایط رخداد خشکسالی در دهههای اخیر سبب شده است تا منابع آب زیرزمینی با افت شدیدی روبهرو شود. تغذیه آبخوانها از طریق تزریق چاه یکی از روشها برای احیای منابع آب زیرزمینی قلمداد میشود. هدف اصلی در این مطالعه بررسی تاثیر چاه تزریق در تغذیه آبخوان آزاد با استفاده از روش عددی بدون شبکه پتروو-گالرکین محلی است. تابع تقریب و تابع وزن استفاده شده در این مطالعه تابع حداقل مربعات متحرک و کیوبیک اسپلاین میباشد. سطح آب زیرزمینی در حالت بهرهبرداری در شرایط غیرماندگار مدلسازی گردید. و نتایج حاصل از آن با روش تفاضل محدود، المان محدود و حل تحلیلی مقایسه شد. خطای کم روش بدونشبکه حاکی از دقت مطلوب این روش میباشد. سپس آبخوان در حالت تغذیه مدلسازی گردید و ارتفاع آب بالا آمده ناشی از آن مشخص شد. نهایتا تحلیل حساسیت بر روی پارامترهای ضریب انتقال، آبدهی ویژه و نرخ دبی برداشت صورت گرفت. سطح آب بالا آمده وابستگی بیشتری به پارامترهای ضریب انتقال و نرخ دبی نسبت به ضریب آبدهی ویژه دارد.
https://idj.iaid.ir/article_100421_61aa6fe3f139e78ef44e233ed2bb9da7.pdf
2019-12-22
1246
1256
آبخوان آزاد
تغذیه آبخوان
روش عددی بدون المان
فاطمه
دولابی
doulabi.fateme@yahoo.com
1
دانشجوی کارشناسی ارشد مهندسی عمران گرایش مهندسی و مدیریت منابع آب، دانشگاه بیرجند
AUTHOR
ابوالفضل
اکبرپور
akbarpour@birjand.ac.ir
2
دانشیار گروه مهندسی عمران، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران
LEAD_AUTHOR
محمد
اکبری
moakbari@birjand.ac.ir
3
دانشگاه بیرجند،گروه عمران و نقشه برداری، بیرجند
AUTHOR
علی
محتشمی
mohtashamiali@yahoo.com
4
دانشگاه سیستان و بلوچستان، دانشکده مهندسی شهید نیکبخت، گروه عمران، زاهدان ، ایران
AUTHOR
قبادیان، ر. بهرامی، ز. "بررسی عددی اعمال سناریوهای کمی و کیفی بر آبخوان دشت خزل استان همدان با مدلهای MODFLOW و MT3DMS مرتع و آبخیزداری (منابع طبیعی ایران)، 1395،(4)69، صص.1043-1062.
1
محتشمی, ع.، هاشمی منفرد, آ., عزیزیان, غ. و اکبرپور، ا. 1398. تعیین حریم کمّی چاهها به کمک مدل عددی بدون شبکۀ محلی پتروو-گالرکین در آبخوان محصور و آزاد در شرایط غیر ماندگار (مطالعۀ موردی: دشت بیرجند). مجله اکوهیدرولوژی, 6(1), 239-255.
2
صادقی طبس، ص., اکبرپور، ا., پوررضا بیلندی. م و صمدی، ز. 1394. کاربرد الگوریتم فاخته در واسنجی پارامترهای هیدرودینامیکی آبخوان با استفاده از مدل ریاضی. نشریه آبیاری و زهکشی ایران. 9(2). 345-356.
3
Akbari A, Bagri R, A, Bordas S. P. A and Rabczuk T. 2010. "Analysis of ThermoelasticWaves in a Two-Dimensional Functionally Graded Materials Domain by the Meshless Local Petrov-Galerkin (MLPG) Method," Computer Modeling in Engineering and Sciences, vol. 65, no. 1, pp. 27-74.
4
Atluri S. N.and Zhu T. A. 1998. "A new MEshless method (MLPG) approach in computational mechanics," computaional mechanics, vol. 22, no. 2, pp. 117-127.
5
Belytschko T, Lu Y. Y and Gu L. 1994. "Elements free Galerkin methods," International Journal for Numerical Methods in Engineering, vol. 30, no. 2, pp. 229-256.
6
Ghazaw Y, Ghumman, M, Al-Salamah A. R and Khan Q. U. 2014. "Investigations of impact of recharge wells on groundwater in Buraydah by numerical modeling", Arabian Journal for Science and Engineering, vol. 39(2), pp. 713-724.
7
Kovarik K and Muzik J. 2013. "A meshless solution of two dimensional density-driven groundwater flow," Engineering Analysis with Boundary Elements, vol. 37, pp. 187-196.
8
Kulkarni N. H, "Numerical simulation of groundwater recharge from an injection well. 2015." International Journal of Water Resources and Environmental Engineering, vol. 7, no. 5, pp. 75-83.
9
Liu G, Mesh Free Methods: Moving Beyond the Finite Element Method, Boca Raton: CRC press. 2002.
10
Liu G. R and Gu Y T, An introduction to Meshfree Methods and Their Programming, Singapore: Springer. 2005.
11
Mategaonkar M and Eldho T. I. 2011. "Simulation of groundwater flow in unconfined aquifer using meshfree point collocation method," Engineering Analysis with Boundary Elements, vol. 35, pp. 700-707.
12
Mohtashami, A, Akbarpour A. and Mollazadeh M. 2017a. "Development of two dimensional groundwater flow simulation model using meshless method based on MLS approximation function in unconfined aquifer in transient state," Journal of Hydroinformatics , vol. 19, no. 5, pp. 640-652.
13
Mohtashami, A, Akbarpour A. and Mollazadeh M. 2017b. "Modeling of groundwater flow in unconfined aquifer in steady state with meshless local Petrov-Galerkin," Modares Mechanical Engineering, vol. 17, no. 2, pp. 393-403.
14
Swathi, B., and Eldho, T. I. 2013. Groundwater flow simulation in confined aquifers using meshless Local Petrov-Galerkin. ISH Journal of Hydraulic engineering.19.335-348.
15
Swathi, B., and Eldho, T. I. 2014. Groundwater flow simulation in unconfined aquifers using meshless local Petrov-Galerkin method. Engineering Analysis with Boundary Elements. 48.43-52
16
ORIGINAL_ARTICLE
بررسی تأثیر غلظت آلودگی بر ضرایب پراکندگی طولی و عرضی محیط متخلخل اشباع
در مقاله حاضر با بکارگیری یک مدل دو بعدی افقی آزمایشگاهی به بررسی اثر تغییر غلظت آلودگی بر ضرایب پراکندگی طولی و عرضی محیط متخلخل اشباع پرداخته شده است. محلول کلرید سدیم با پنج غلظت متفاوت 2.5، 5، 7.5، 10 و 12.5 گرم در لیتر به عنوان ردیاب استفاده شد. مقادیر غلظت در گام های زمانی یک ثانیه به وسیله ی رابطه حاصل از حل تحلیلی معادله دو بعدی همرفت – پخشیدگی با بهینه سازی ضرایب پراکنده پذیری طولی و عرضی برآورد و سپس با مقادیر اندازه گیری شده مقایسه شد. نتایج نشان داد که مقادیر پراکنده پذیری طولی با افزایش غلظت افزایش و مقادیر پراکنده پذیری عرضی با افزایش غلظت کاهش می یابد. همچنین سرعت پخش آلودگی در جهت طولی بیشتر از سرعت پخش آن در جهت عرضی است. به بیان دیگر سهم همرفت در انتقال آلودگی بیشتر از سهم پراکندگی هیدرودینامیکی است. بر اساس نتایج، مقدار کاربردی و قابل استفاده ضرایب پراکنده پذیری طولی برای شرایط اندازه گیری شده برای غلظت های 2.5، 5، 7.5، 10 و 12.5 گرم بر لیتر به ترتیب برابر 1012*3.57، 1013*2.29، 1013*3.57، 1013*7.43 و 1014*2.16 متر و مقادیر ضرایب پراکنده پذیری عرضی در محدوده ای مشابه به ترتیب برابر 27800، 26400، 25800، 25200، 24900 متر بدست آمد. ضمناً با افزایش فاصله از نقطه رهاسازی ردیاب مقادیر پراکنده پذیری طولی کاهش ناچیزی داشت، اما مقادیر پراکنده پذیری عرضی با افزایش فاصله از نقطه رهاسازی ردیاب افزایش یافت.
https://idj.iaid.ir/article_100422_76f3aa0956c1fd2a3b7af7b6a8e3b5ed.pdf
2019-12-22
1257
1269
حل تحلیلی
ردیاب
مدل آزمایشگاهی
همرفت
زهرا
مردانی
zahra.mardani95@ut.ac.ir
1
پردیس کشاورزی و منابع طبیعی دانشکده مهندسی و فناوری کشاورزی گروه مهندسی آبیاری و آبادانی
AUTHOR
کیومرث
ابراهیمی
ebrahimik@ut.ac.ir
2
گروه مهندسی آبیاری و آبادانی، دانشگاه تهران، پردیس کشاورزی و منابع طبیعی کرج
LEAD_AUTHOR
شهاب
عراقی نژاد
araghinejad@ut.ac.ir
3
دانشیار گروه مهندسی آبیاری و آبادانی دانشکده کشاورزی دانشگاه تهران
AUTHOR
عبدالمجید
لیاقت
aliaghat@ut.ac.ir
4
گروه مهندسی آبیاری و آبادانی دانشگاه تهران
AUTHOR
فراستی، معصومه و سیدمرتضی سیدیان. (1392). اثر فاصله انتقال بر انتشارپذیری کلرید سدیم با استفاده از نرم افزار HYDRUS 2D، نشریه آب و خاک مشهد، 7(4) ، 823-831.
1
قهرمانیتبار، م، خلفی ،ح، ابراهیمی ،ک، مردانی، ز. (1396). پایش حرکت MTBE در محیط متخلخل اشباع با استفاده از مدل فیزیکی. مجله هیدروژئولوژی دانشگاه تبریز.
2
محمودی، م. 1390، تخمین پارامترهای انتقال املاح با استفاده از مقادیر هیدرولیک خاک. رساله دکتری گروه فیزیک خاک دانشگاه تهران.
3
محمودیانشوشتری. م، (۱۳۹۴). هیدرولیک آبهای زیرزمینی. انتشارات دانشگاه شهید چمران اهواز، 664 صفحه.
4
معروفپور، عیسی و حیدرعلی کشکولی و هادی معاضد و محمدولی سامانی. (1384). بررسی وابستگی انتشارپذیری خاک به ضخامت آن در خاک های ماسه ای همگن اشباع. مجله علوم دانشگاه شهید چمران اهواز، اهواز، 14، 16-29.
5
میرزائی، ق. مظاهری،م. سرخوش،پ و نوروزی، ر. (۱۳۹۴). اعتبارسنجی برآورد آزمایشگاهی پارامترهای انتشارپذیری در محیط متخلخل با نرمافزار FEFLOW، دومین همایش ملی صیانت از منابع طبیعی و محیط زیست، اردبیل، دانشگاه محقق اردبیلی.
6
میرعبدالعظیمی، م. ملک پور،ا. اسمعیلی ورکی،م و گلمائی،ح. (۱۳۹۳). مقایسه روشهای تحلیلی و عددی در ارزیابی انتقال آلودگی در محیط متخلخل، اولین کنفرانس ملی مکانیک خاک و مهندسی پی، تهران، دانشگاه تربیت دبیر شهید رجایی، دانشکده عمران دانشگاه شهید رجایی.
7
ناظم، م.ر، ابراهیمی، ک. لیاقت، ع. عراقی نژاد، ش. (۱۳۹۶). مطالعه حرکت آلودگی در محیط متخلخل اشباع با استفاده از مدل فیزیکی، چهارمین کنفرانس بین المللی برنامه ریزی و مدیریت محیط زیست، تهران، دانشکده محیط زیست دانشگاه تهران.
8
ناظم، م.ر، ابراهیمی، ک. لیاقت، ع. عراقی نژاد، ش. (۱۳۹۶). تخمین آزمایشگاهی ضرایب پراکندگی طولی و عرضی رسوبات ماسهای در حالت اشباع، مجله مهندسی عمران دانشگاه صنعتی شریف.
9
Al-Tabbaa A., Ayotamuno J. And Martin R. (2000), One-dimensional solute transport in stratified sands at short travel distances. Journal of hazardous materials, 73(1): 1-15.
10
Andersona S.H., Haeffnerb B. and Peytonc R.L. (2012). Influence of Scale on Chemical Dispersivity in Geomedia, Procedia Computer Science 12:242 – 247.
11
Balakotaiah V, Chang H.C (1995), Dispersion of chemical solutes in chromatographs and reactors. Philosophical Transactions - Royal Society. Mathematical, Physical and Engineering Sciences 351:39–75.
12
Batu V (1998) Aquifer Hydraulics: A Comprehensive Guide to Hydrogeologic Data Analysis, 721p
13
Baumeister E, Klose U, Albert K, Bayer E, Guiochon G, (1995), Determination of the apparent transverse and axial dispersion coefficients in a chromatographic column by pulsed field gradient nuclear magnetic resonance. Journal of Chromatography. 694:321–331.
14
Bear, J., Bachmat, Y ., (1990). Introductionto modeling of transport phenomena in porous media, kluwer Academic Publisher, Dordrecht.
15
Bishop J.J, Popel A.S, Intaglietta M, Johnson P.C. (2002), Effects of erythrocyte aggregation and venous network geometry on red blood cell axial migration. American Journal of Physiology. Heart and Circulatory Physiology 283 (5):H1985–H1996
16
Blackwell R.J. (1962), Laboratory studies of microscopic dispersion phenomena. Society of Petroleum Engineers Journal 2:1–8
17
Chapuis R.P, Gill D.E & Baass K. (1989), Laboratory permeability tests on sand: Influence of the compaction method on anisotropy. Can. Geotech Journal 26:614-622
18
Chiogna G, Eberhard C, Grathwohl P, Cirpka O, Rolle M. (2010), Evidence of Compound-Dependent Hydrodynamic and Mechanical Transverse Dispersion by Multi tracer Laboratory Experiments, Environ. Sci. Techno journal 44:688–693
19
Citarella D, Cupola F, Giovanna Tanda M, Zanini A. (2015), Evaluation of dispersivity coefficients by means of a laboratory image analysis, Journal of contaminant hydrology 172:10-23
20
De Josselin de Jong G, van Duijn H. (1986), Transverse dispersion from an originally sharp fresh-salt interface caused by shear flow. Journal of Hydrology 84:55–79
21
Domenico P. A, Palciauskas V. V. (1982), Alternative boundaries in solid waste management. Ground Water journal 20(3):303–311
22
Ebrahimi, K. and Falconer, R.A. (2015), Development of an Integrated Free Surface and Groundwater Flow Model, LAP Lambert Academic Publishing, Saarbrucken, Germany, pp.268.
23
Ebrahimi K, Nazem M.R, Mardani Z, Araghinejad Sh and Liaghat A. (2018), Estimation of Longitudinal and Transverse Dispersion Coefficients in Saturated Porous Media Involving Physical Model, HIC 2018. 13th International Conference on Hydroinformatics, EPiC Series in Engineering (3):643-650
24
Fadaei Tehrani, M.R., R. Feizy, and H. Jahanian. (2016), New Approach for Approximation of Dispersivity in Porous Media, Journal of Structural Engineering and Geo-Techniques, 6(2).
25
Fried J.J, Comparnous M.A. (1971), Dispersion in porous media, in Chow, V.T. (Ed.), Advances in Hydroscience. Academic Press, New York. (7):169–282
26
Gaganis P, Skouras E.D, Theodoropoulou M.A, Tsakiroglou C.D, Burganos V.N. (2005), On the evaluation of dispersion coefficients from visualization experiments in artificial porous media. Journal of Hydrology 307(1):79-91
27
https://en.wikipedia.org/wiki/peclet number, (last access 29 March 2018, UTC)
28
Jiang, J., Wu, J., (2011) “A Transition rate transformation method for solving advection –dispersion equation”. J. of Computational Physics, vol.230, pp.5556-5563.
29
Mardani Z, Ebrahimi K, Jafari A (2018) Experimental Study on Sorption and Desorption of NaCl to Sand Using a Physical Model, HIC 2018. 13th International Conference on Hydroinformatics, EPiC Series in Engineering (3):1306-1315
30
Marinov I. & Marinov A. M (2014) The influence of a municipal solid waste landfill on groundwater quality: a modeling case study for raureni–ramnicu valcea (romania), Journal of International Journal of Computational Methods and Experimental Measurements 2(2):184–201
31
Naqvi S, Mo K, Kim M A (2012) Case Study on the Relationship between Conductivity and Dissolved Solids to Evaluate the Potential for Reuse of Reclaimed Industrial Wastewater. KSCE Journal of Civil Engineering 16(5):708-713
32
Olsson A, Grathwohl P (2007) Transverse dispersion of non-reactive tracers in porous media: A new nonlinear relationship to predict dispersion coefficients, Journal of contaminant hydrology 92(3):149-161
33
Priya M, Yamini Roja S, Sidhardhan S, Perumal B (2015) Study on Two Dimensional Dispersion of Pollutants through Porous Media, International Journal of Innovative Research in Engineering & Management (IJIREM) 3(1)
34
Sahimi M (1995) Flow and transport in porous media and fractured rock: from classical methods to modern approaches. VCH, Weinheim
35
Sun N (1983) A proposed upstream weight numerical method for simulating pollutant groundwater”, Water resource (19):1489-1500
36
Terzaghi C (1952) principles of soil mechanics. Determination of permeability of clay. Engineering News Records 95(21):836-832
37
Van Genuchten, M. Th., and Wierenga, P. J. (1986). Solute dispersion coefficient and retardation factors. In methods of soil analysis. Part 1. A. Klut, (ed), 2nd ed. Agronomy. Monograph. 9. Madison, Wisconsin:ASA and SSSA. 1025-1054.
38
Wang, H. and Anderson M. (1982),”Introduction to groundwater modeling, Finite Difference and Finite Element Methods”,Elsevier Science (USA), pp.237
39
ORIGINAL_ARTICLE
اندازهگیری و شبیهسازی حرکت آب و انتقال املاح در خاکهای مطبق
شبیهسازی دقیق حرکت آب و املاح در محیط متخلخل، در مطالعات آب و خاک اهمیت زیادی دارد. هدف از این تحقیق، اندازه گیری و شبیه سازی حرکت آب و انتقال املاح در تیمارهای خاک با لایه بندی متفاوت بود. در این تحقیق، تاثیر تغییر چگالی ظاهری خاک و ترتیب لایهبندی خاک بر حرکت آب و املاح در 5 تیمار و هر تیمار در دو تکرار اندازه گیری و با مدل HYDRUS-1D شبیه سازی شد. بدین منظور، از 10 ستون PVC با ارتفاع ۱۰۵ و قطر داخلی 31.5 سانتیمتر و سه بافت خاک شامل شنلومی، لوم شنی-رسی و لومرسی استفاده گردید. ستون ها با آب آبیاری و آب شور با شوری های به ترتیب 0.67 و 4.46 دسی زیمنس بر متر آبیاری شدند. در طول آزمایش، مقدار رطوبت (با رطوبتسنج از نوع TDR) و شوری (اندازه گیری هدایت الکتریکی عصاره گل اشباع)، در اعماق ۱۰، ۲۰، ۳۰، ۴۰ و ۶۰ سانتیمتری اندازه گیری گردید. نتایج تحقیق نشان داد حرکت آب در خاک تحت تاثیر موقعیت قرارگیری لایه ای با کمترین میزان نفوذپذیری است و زمانی که لایه ریزبافت در بالا قرار می گیرد زمان خروج آب بیشترین مقدار خواهد شد. همچنین، نتایج نشان داد در تمام ستون ها مقدار EC در لایه بالایی بیشترین مقدار بوده و بدون توجه به تغییر ترتیب قرارگیری لایه ها، از بالا به پایین کاهش می یابد. بررسی شاخص nRMSE بیانگر دقت بالای مدل HYDRUS در شبیه سازی حرکت آب و املاح در خاک مطبق می باشد. کمترین خطای شبیه سازی در خاک همگن بود.
https://idj.iaid.ir/article_100423_c4e9e883829ff3dee3ff658cd5b3097b.pdf
2019-12-22
1270
1282
چگالی ظاهری خاک
رطوبتسنج TDR
ستون خاک
HYDRUS-1D
فرشته
نسیمی
fereshteh_nasimi@yahoo.com
1
گروه مهندسی اب دانشکده کشاورزی دانشگاه ارومیه
AUTHOR
کامران
زینالزاده
k.zeinalzadeh@urmia.ac.ir
2
دانشیار گروه مهندسی آب، پژوهشکده مطالعات دریاچه ارومیه، دانشگاه ارومیه، ارومیه، ایران
LEAD_AUTHOR
سینا
بشارت
sina323@yahoo.com
3
دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
AUTHOR
بشارت، س.، ناظمی، الف.، صدرالدینی، ع. و شهمراد، ص. ۱۳۹۰. استفاده از نرمافزار HYDRUS در شبیهسازی حرکت و جذب آب در خاک و ارائه نرمافزار SWMRUM. نشریه دانش آب و خاک. ۲۱ .۴: ۱۲۱-۱۳۷.
1
تاران، ف. و نورآبادی، س. ۱۳۹۵. بررسی آزمایشگاهی و شبیه سازی تاثیر ترتیب قرارگیری لایه های خاک و ضخامت آنها در انتقال محلول. نشریه آبیاری و زهکشی ایران. ۱۰ .۱: ۶۳-۷۲.
2
جوادزاده شاخالی، ف.، خالدیان، م.، نوابیان، م. و شاهینرخسار، پ. ۱۳۹۵. شبیهسازی رطوبت حجمی خاک با مدل HYDRUS-2D از منبع تغذیه خطی با شوریهای متفاوت آب آبیاری و مقایسه با مشاهدات میدانی. نشریه علوم آب و خاک. ۲۰ .۷۵.
3
ذاکری نیا، م.، عباسی، ف.، سهرابی، ت. ۱۳۸۶. بررسی تغییرات هدایت هیدرولیکی خاک با استفاده از روش معکوس. مجله تحقیقات مهندسی کشاورزی. ۸ .۳: ۱۷-۳۰.
4
عباسی، ف. 1387. ارزیابی برخی روشهای تخمین ویژگیهای هیدرولیکی خاک برای شبیهسازی رطوبت. مجله تحقیقات مهندسی کشاورزی، جلد 9، شماره 4، صفحات 31-44.
5
عباسی، ف.، تاجیک، ف. 1386. برآورد همزمان پارامترهای هیدرولیکی و انتقال املاح در خاک به روش حل معکوس در مقیاس مزرعه. مجله علوم و فنون کشاورزی و منابع طبیعی، جلد 11، شماره 1، صفحات 122-111.
6
محمدی، الف.، دلبری، م.، ۱۳۹۴. شبیه سازی حرکت آب و نمک در خاک با استفاده از نرم افزار HYDRUS-1D. نشریه ی دانش آب و خاک، ۲۵ .۱: ۶۷-۷۸.
7
محمدی، الف.، دلبری، م.، محمدی چاری، م.، محمدی، م.، ۱۳۹۲. مدل HYDRUS-1D و شبیه سازی حرکت آب و املاح در خاک، در: دومین کنفرانس بین المللی مدلسازی گیاه، آب، خاک و هوا. اردیبهشت ماه، دانشگاه کرمان.
8
Huang, M., Barbour, S.L., Elshorbagy, A., Zettl, J.D. and Cheng Si, B. 2011. Infiltration and drainage processes in multilayered coarse soils. Journal of Soil Science. 91: 169-183.
9
Hu, K., Li, B. and Chen, D. 2004. Comparison of water drainage and nitrate leaching calculated by soil water balance model and dynamic process model. Advances in Water Science. 15: 87–93.
10
Kumar, A., Sharma, A.K. and Rani, A. 2015. Transport of solutes under transient flow conditions–A case study–Yamuna river sub basin. International Soil and Water Conservation Research. 3: 209-223.
11
McKenzie, R. H. 2010. Agricultural Soil Compaction: Causes and Management. Agri. facts. Practical information for Alberta‘s Agriculture Industry. Agdex 510-1. 10p.
12
Ma, Y., Feng, Sh., Su, D., Gao, G. and Huo, Z. 2010. Modeling water infiltration in a large layered soil column with a modified Green–Ampt model and HYDRUS-1D. Journal of Computers and Electronics in Agriculture. 71S: S40–S47.
13
Ritter, A., Munoz-Carpena, R. and Regalado, C.M. 2005. Using TDR and inverse modeling to characterize solute transport in a layered agricultural volcanic soil. Vadose Zone Journal. 4: 300–309.
14
Sharma, P.K., Savant, V.A., Shukla, S.K. and Khan, Z. 2014. Experimental and numerical simulation of contaminant transport through layered soil. International Journal of Geotechnical Engineering. 8(4):345-351.
15
Šimůnek, J., Kohne, J.M., Kodesova, R. and Sejna, M. 2008. Simulating Nonequilibrium Movement of Water, Solutes and Particles Using HYDRUS–A Review of Recent Applications. Soil and Water Research.3:S42-S51.
16
ORIGINAL_ARTICLE
مقایسهی مدلهای درخت تصمیم M5 و الگوریتم نزدیکترین همسایگی K در پیشبینی بارش ماهانه (مطالعه موردی:ایستگاه سینوپتیک بیرجند)
باتوجه به واقع شدن ایران در اقلیم خشک و نیمه خشک، توزیع ناهمگن بارندگی و همچنین وقوع پدیدهی تغییراقلیم سبب ایجاد پدیدههایی مانند سیل، خشکسالی، بیانزایی و تولید ریزگردها و نیز ایجاد خسارتهای مختلف اقتصادی، اجتماعی و زیستمحیطی گردیده است. یکی از راهکارهای اولیه جهت کاهش این خسارات، پیشبینی رخداد بارندگی است. هدف از مطالعهی حاضر پیشبینی بارش ماهانه با بکارگیری روشهای دادهکاوی الگوریتمهای درخت تصمیم (M5) و نزدیکترین همسایگی K (KNN) و مقایسهی این دو روش در راستای تعیین روش کاراتر در زمینهی پیشبینی بارندگی با استفاده از دادههای هواشناسی ماهانهی ایستگاه سینوپتیک بیرجند طی دورهی آماری 2010-1961 میلادی در سه حالت داده خام، میانگینمتحرک سهساله و میانگینمتحرک پنجساله در نرم افزار Weka میباشد. نتایج نشان داد که در تمامی سناریوهای تعریف شده، مدل درختی M5 نسبت به مدل KNN توانایی بیشتری در پیشبینی بارش ماهانهی این ایستگاه دارد. همچنین پس از بررسی معیارهای ارزیابی R،RMSE ، MAE و NS، سناریو پانزدهم با پارامترهای ورودی اختلاف میانگین حداکثر و حداقل دما، متوسط رطوبت نسبی، میانگین سرعت باد و درجه روز سرمایش (بر پایه 21 درجه سانتیگراد) در هر ماه به عنوان بهترین سناریو برای پیشبینی بارش همان ماه تعیین گردید. همچنین نتایج به دست آمده از مقایسهی سناریوهای تعریف شده در هر مدل در سه حالت دادههای خام، میانگین متحرک سه ساله و میانگین متحرک پنج ساله نشان میدهد که در اکثر سناریوها میانگین متحرک پنج ساله به طور میانگین با مقادیر 90445/0R=، 0543/6RMSE= و 78035/4MAE= در مدل M5 و به طور میانگین با مقادیر 83689/0R=، 69825/7RMSE= و 595/5MAE= در مدل KNN پیشبینی دقیقتری از بارش ماهانه را ارائه میدهد.
https://idj.iaid.ir/article_100424_3773aadbdf1a95faba0a798cc130dff3.pdf
2019-12-22
1283
1293
خشکسالی
درخت تصمیم
روشهای دادهکاوی
نرمافزار Weka
نزدیکترین همسایگی K
فاطمه
پورصالحی
fatemehpoorsalehi@yahoo.com
1
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند ایران
LEAD_AUTHOR
علی
شهیدی
ashahidi@birjand.ac.ir
2
استادیار گروه مهندسی آب، دانشگاه بیرجند، بیرجند، ایران
AUTHOR
عباس
خاشعی سیوکی
abbaskhashei@birjand.ac.ir
3
استادیار گروه مهندسی آب دانشگاه بیرجند، بیرجند، ایران
AUTHOR
امیدوار، ک.، شفیعی، ش.، تقیزاده، ز. و علیپور، م. 1393. ارزیابی کارایی مدل درخت تصمیم در پیش بینی بارش ایستگاه
1
سینوپتیک کرمانشاه. نشریه تحقیقات کاربردی علوم جغرافیایی. سال چهاردهم، شماره 34، صفحات 89-110.
2
خلیلی، ن.، خداشناس، س.ر.، داوری، ک. و موسویبایگی، م. 1389. پیشبینی بارش روزانه با استفاده از شبکههای عصبی مصنوعی مطالعه موردی: ایستگاه سینوپتیک مشهد. مجله پژوهشهای آبخیزداری (پژوهش و سازندگی). شماره 89، صفحات 15-7.
3
دستورانی، م.ت.، حبیبیپور، ا.، اختصاصی، م.ر.، طالبی، ع. و محجوبی، ج. 1391. بررسی کارایی مدل درخت تصمیم در پیش بینی بارش (مطالعه موردی ایستگاه سینوپتیک یزد). مجله تحقیقات منابع آب ایران. سال هشتم، شماره 3، 14-27.
4
ستاری، م.ت. و نهرین، ف. 1392. پیشبینی مقادیر حداکثر بارش روزانه با استفاده از سیستمهای هوشمند و مقایسه آن
5
با مدل درختی M5؛ مطالعه موردی ایستگاههای اهر و جلفا. فصلنامهی علمی-پژوهشی مهندسی آبیاری و آب. سال چهارم، شماره چهاردهم، صفحات 83-98.
6
سیدکابلی، ح.، آخوندعلی، ع.م.، مساحبوانی، ح. و رادمنش، ف. 1391. ارائه مدل ریزمقیاس نمایی دادههای اقلیمی براساس روش ناپارامتریک نزدیکترین همسایگی (K-NN). نشریه آب و خاک (علوم و صنایع کشاورزی). جلد 26، شماره 4، صفحات 808-779.
7
طالبی، ع. و اکبری، ز. 1392. بررسی کارایی مدل درختان تصمیمگیری در برآورد رسوبات معلق رودخانهای (مطالعه موردی: حوضه سد ایلام). مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک. سال هفدهم، شماره 63، صفحات 121-109.
8
فداییکرمانی، ا.، خانجانی، م.ج. و بارانی، غ.ع. 1393. کاربرد الگوریتم K-نزدیکترین همسایگی در پایش خشکسالی بر مبنای شاخص بارش استاندارد (SPI) (مطالعه موردی: شهرستان بم). فصلنامه بین المللی پژوهشی تحلیلی منابع آب و توسعه. شماره 1، صفحات 138-131.
9
قربانی، خ. 1393. ارزیابی مدلهای دادهکاوی در ریزمقیاس نمایی بارش براساس دادههای مدل گردش عمومی
10
NCEP (مطالعه موردی: ایستگاه سینوپتیک کرمانشاه). مجله پژوهش آب ایران. سال هشتم، شماره 15، صفحات 177-186.
11
مهدوی،م . 1374. هیدرولوژی کاربردی، چاپ دوم، انتشارات دانشگاه تهران، تهران.
12
نعیمی، م. و احقاقی، ا. 1381. بررسی و مدیریت خشکسالی در ایران. مرکز اطلاعات و مدارک علمی ایران. شماره 484824.
13
Alberg, D., M. Last and A. Kindle. 2012. Knowledge discovery in data streams with regression tree methods. WIREs Data Mining Knowl Discov (2): 69-78.
14
Chattopadhyay, S. 2007. Feed forward artificial neural network model to predict the average summer-monsoon rainfall in India, Acta Geophysical, No. 55(3), pp. 369-382.
15
Chuan, C.S. 1997. Weather prediction using artificial neural network, Journal of Hydrology, 230: 101-119.
16
Hung, NQ., Babel, MS., Weesakul, S., Tripathi, NK. 2008. An artificial neural network model for rainfall forecasting in Bankok, Thailand, Hydrology and Earth System Sciences Discussions, No. 5, pp. 183–218.
17
Jagtap SS. Lall U. Jones, JW. Gijsman AJ. Ritchie JT. 2004. Dynamic nearest-neighbor method for estimating soil water parameters.Trans. ASAE. 47:1437–1444.
18
Lall, U., and Sharma, A. 1996. A nearest neighbor bootstrap for resampling hydrologic time series, Water Resources Research, 32(3), 679-694.
19
Maria, C., Haroldo , F., Ferreira, N. 2005. Artificial neural network technique for rainfall forecasting
20
applied to the Sao Paulo region, Journal of Hydrology, No. 301, pp.146-162.
21
Nash, J. E. and Sutcliffe, J. V. 1970. River flow forecasting through conceptual models, Part I - A discussion of principles, J. Hydrol., 10, 282–290.
22
Trafalis, TB., White, A., Santosa, B., Richman, MB. 2002. Data mining techniques for improved WSR-88D rainfall estimation, Computers in Industrial Engineering, No. 43, pp. 775–786.
23
Witten, L. and Frank, E. 2000. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations, Morgan Kaufmann Publishers.
24
Xindung, W. & Kumar, V. 2009. Top Ten Algorithm in Data Mining, First Edition, Taylor & Francis Group , USA.
25
Yakowitz, S. J. 1985. Nonparametric density estimation, prediction, and regression for markov sequences. J. Am. Stat. Assoc., 80, 215-221
26
ORIGINAL_ARTICLE
بررسی یکنواختی جریان در آبگیرهای طرفین سرریز لبه پهن در پیچ یک آبراهه
شواهد زیادی از ساخت سرریز و سدانحرافی در محدوده پیچ رودخانه وجود دارد. عموماً ساخت سامانه آبگیر در دو طرف پیچ آبراهه ضروری بوده است. احداث سرریزها در محدوده پیچ رودخانه، مشکلاتی را از نظر عدم تقارن توزیع جریان و انحراف آب به آبگیرهای طرفین رودخانه پدید میآورد. در این تحقیق، کارکرد سرریزهای لبه پهن در پیچ یک آبراهه، با هدف یکنواختی بده جریان ورودی به آبگیرهای ساحل چپ و راست، در شرایط جریان آب صاف مورد ارزیابی قرارگرفته است. در مدل فیزیکی سرریز در پیچ آبراهه، اثر بده جریان و ارتفاع آبپایه آبگیرها در راستای جریان برای سرریز در موقعیت 60 درجه پیچ مورد بررسی قرار گرفت. مدل ریاضی FLOW-3D بر اساس نتایج تجربی واسنجی و تأیید گردید. از این مدل برای بررسی اثرات پنج متغیر (بده ورودی، زاویه آبگیری، نسبت عرض آبگیر به عرض آبراهه، ارتفاع آبپایه و موقعیت قرارگیری سرریز در پیچ) بر یکنواختی بده آبگیرها مورد آزمون قرار گرفت. نتایج نشان میدهد که بهترین شرایط برای یکنواختی بده جریان در آبگیرهای طرفین پیچ آبراهه، استقرار سرریز در موقعیت 60 درجه در میانه پیچ با نسبت (1:10) عرض آبگیر به آبراهه، همراه با آبپایه، و با زاویه آبگیری صفر درجه میباشد. کارآیی زاویه آبگیری60 درجه بهتر از 90 درجه بوده است.
https://idj.iaid.ir/article_100425_01867e2ce4bd0c10ea6b5647730d3c1d.pdf
2019-12-22
1294
1306
پیچ آبراهه
سرریز لبه پهن
آبگیر
Flow-3D
مهدی
یاسی
m.yasi@ut.ac.ir
1
دانشیار مهندسی رودخانه، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران
LEAD_AUTHOR
عاطفه
فرهادی بانسوله
atefeh.farhadi.b@ut.ac.ir
2
گروه آبیاری و آبادانی دانشگاه تهران
AUTHOR
ایاسه، ا. 1390. شبیهسازی جریان بر روی سرریز در پیچ یک آبراهه. پایاننامه کارشناسی ارشد سازههای آبی، دانشکده علوم و مهندسی آب، دانشگاه ارومیه.
1
حسینی، س. ع.، یاسی، م. 1395. کارکرد سرریزهای لبهکوتاه کرامپ در پیچ یک آبراهه. مجله پژوهش آب ایران. جلد 10، شماره 1، بهار 1395، صفحه 59 - 67.
2
رستم آبادی،م. 1392. تعیین شرایط مناسب آبگیری جانبی از پیچ با استفاده از مدل عددی. رساله دکتری آب، دانشکده عمران، دانشگاه تربیت مدرس.
3
سلامتروندی، ن. 1391. شبیهسازی جریان در بر روی سرریز در پیچ یک آبراهه با استفاده از مدل عددی FLOW-3D. پایاننامه کارشناسی ارشد سازههای آبی، دانشکده علوم و مهندسی آب، دانشگاه ارومیه.
4
عبدالله پور، م. 1389. ارزیابی کارکرد سرریزهای لبه تیز با تاج شیبدار در پیچ 90 درجه. پایاننامه کارشناسی ارشد سازههای آبی، دانشکده علوم و مهندسی آب، دانشگاه ارومیه.
5
ولیمحمدی، ا. و یاسی، م. 1394. ارزیابی هیدرولیکی سرریزهای لبه پهن با تاج افقی و شیبدار در پیچ یک آبراهه. مجله تحقیقات کاربردی مهندسی سازههای آبیاری و زهکشی. 16(65): 70-55.
6
Boss, M.G. 1988. Discharge measurement structures. ILRI Pub. Wageningen.
7
Chanel P.G., Doering J.C. 2008. Assessment of spillway modeling using computational fluid dynamics. Can. J. Civ. Eng. 35: 1481–1485.
8
Heydari, M. M., Mehrzadegan, R. 2014. Effect of Baffles on the Flow and Hydrodynamics of Settling Basins: A Review. Journal of Agricultural Research, 52(1), 137-151.
9
Hoseini, S. H. 2014. Experimental investigation of flow over a triangular broad-crested weir. ISH Journal of Hydraulic Engineering, 20(2), 230-237.
10
Kumcu, S. Y. 2017. Investigation of flow over spillway modeling and comparison between experimental data and CFD analysis. KSCE Journal of Civil Engineering, 21(3), 994-1003.
11
Meireles, I. N. Ê. S., Silva, S. O. R. A. I. A., Viseu, T. E. R. E. S. A., Sousa, V. I. T. O. R. 2014. Experimental and numerical study of water intakes: Case study of the Foz Tua hydropower plant.
12
Novak, P., Moffat, A. and Nalluri, C. 1990. Hydraulic structures, Pitman, London. 546 P.
13
Yasi, M. 1989. Training and bank protection of alluvial rivers by Bio-technical means. M.Sc. Thesis. Shiraz University. Shiraz. Iran. (In Farsi: www.mehdiyasi.ir).
14
ORIGINAL_ARTICLE
تاثیر آرایش کشتهای مختلف سیبزمینی بر میزان عملکرد و بهروری مصرف آب تحت شرایط آبیاری بارانی و قطرهای
این تحقیق به منظور بررسی اثر آرایشهای مختلف کشت سیبزمینی بر میزان عملکرد، بهروری مصرف آب محصول سیبزمینی تحت شرایط آبیاری بارانی و قطرهای طی سالهای 1391 تا 1393 انجام شد. پروژه بصورت کرتهای خرد شده در قالب طرح پایه بلوکهای کامل تصادفی در ایستگاه اکباتان مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان همدان در سه تکرار انجام شد. فاکتور اصلی در دو سطح آبیاری بارانی و قطرهای نواری و فاکتور فرعی آرایش کاشت در چهار سطح شامل:کاشت مرسوم با فاصله خطوط 75 سانتیمتر، کاشت دو ردیف با فواصل 75، 60 و 50 سانتیمتر روی پشته پهن، 150 سانتیمتری بودند. مقایسه میانگین نتایج نشان داد که هر سه آرایش کشت با پشتههای پهن ( آرایش دو ردیف کشت با فاصله 75، 60 و 50 سانتیمتر بر روی پشته 150 سانتیمتری) به ترتیب با عملکرد 96/40، 67/42 و 75/41 تن در هکتار در گروه آماری بالاتری نسبت به آرایش کاشت مرسوم با 50/40 تن در هکتار قرار گرفتند. بین دو سیستم آبیاری از نظر عملکرد محصول، بهرهوری مصرف آب، تاریخ خروج بوتهها از خاک و تاریخ همپوشانی بوتهها تفاوت معنیداری وجود داشت. میزان بهرهوری مصرف آب در آبیاری قطرهای نواری 4/34 درصد نسبت به آبیاری بارانی بالاتر بود. استفاده از سامانه آبیاری بارانی به همراه پشتههای پهن باعث افزایش بهرهوری مصرف نسبت به آرایش کشت مرسوم سیبزمینی شد، درحالیکه بهرهوری مصرف آب در روش آبیاری قطرهای نواری با کشت مرسوم، نسبت به آرایشهای کشت دو ردیفه بر روی پشته پهن بالاتر بود. همچنین نتایج این تحقیق نشان داد که بهکارگیری سیستم آبیاری قطرهای نواری نسبت به روش آبیاری بارانی شرایط بهتری را برای خروج بوتهها از خاک و سبز شدن سریعتر بوتهها و جبران بخشی از تاریخ کشت از دست رفته را برای کشتهای دیرهنگام بوجود میآورد.
https://idj.iaid.ir/article_100426_d5fdc10387417188cd00dfb2203e30c2.pdf
2019-12-22
1307
1316
آبیاری قطرهای نواری
پشته تلفیق شده
سیبزمینی
خروج بوته
سید معین الدین
رضوانی
moinirr@yahoo.com
1
مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی همدان
AUTHOR
علی
قدمی فیروزآبادی
aghadami@gmail.com
2
استادیار پژوهش بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان همدان، سازمان تحقیقات، آموزش
LEAD_AUTHOR
هرمز
سلطانی
soltanihormoz@yahoo.com
3
مربی پژوهش بخش گیاه پزشکی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان همدان، سازمان تحقیقات، آموزش و ترویج کشاورزی، همدان، ایران.
AUTHOR
علی محمد
جعفری
jafari_alim@yahoo.com
4
مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی همدان
AUTHOR
باغانی،ج. 1388. آرایش کاشت و مقادیر آب در زراعت سیبزمینی با آبیاری قطرهای در مشهد. مجله آب وخاک . 23(1): 153-159.
1
سازمان جهاد کشاورزی استان همدان . 1396.گزیده آمار پایه ای سال 1396. اداره آمار و فناوری اطلاعات.
2
سلطانی، ه.، حسنی، م. و سوری، ج. 1385. بررسی الگوی توزیع و تغییرات جمعیت زنجرکهای ناقل بیماری کرلیتاپ چغندرقند دراستان همدان. مجله چغندرقند. 30 (1): 27-40.
3
سلیمانیپور، ا.، باقری، ا. و واثقی ا. 1390. ارزیابی اقتصادی روشهای آبیاری و تاثیر آن بر عملکرد ارقام سیبزمینی در استان اصفهان. تحقیقات اقتصاد کشاورزی. 3 (1): 164-143.
4
شرکت آب منطقهای همدان. 1396. سیمای منابع آب استان همدان، معاونت برنامهریزی و مدیریت منابع آب.
5
صباح، آ. و غفاری نژاد، س.ع. 1386. تعیین مناسبترین میزان مصرف آب در آبیاری قطرهای و بهترین روش قرار گرفتن نوارها بر عملکرد سیب زمینی در منطقه جیرفت. پژوهش و سازندگی. 79: 199-195.
6
مولائی، ب.، قیصری، م.، .مصطفی زاده فرد، ب.، لندی،ا. و مجیدی، .م.م. 1394. بررسی عملکرد و ویژگیهای آن برای دو رقم سیبزمینی در روشهای آبیاری بارانی و قطرهای- نواری. مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک. 19(71): 250-241.
7
وزارت جهاد کشاورزی. 1396. آمارنامهکشاورزی، جلد اول: محصولات زراعی، سال زراعی 95-1394، معاونت برنامهریزی واقتصادی. مرکز فن آوری اطلاعات و ارتباطات. تهران.
8
Darwish, T., Atallah, T., Elkhath, M. and Hajasan, S. 2002. Impact of irrigation and fertigation on leaching and soil – ground water contamination in Lebanon. 17th wcss, 14-21 August, Thailand.
9
Manjunatha, M. V., K. N. Shukla, K. K. Singh, P. K. Singh and H. S. Chauhan, 2001. Response of 265 micro irrigation on various vegetables. In: Proc. Int. Conf. Micro and Sprinkler Irrigation Syst. Jalgoan. Maharashtra. India. pp: 357-364.
10
Moon, K, H, H.C. Lim and H. N. Hyun. 2006. Water use efficiency of potato between sprinkler and drip irrigation systems under field condition 18th word congress of soil science. pp: 9-15.
11
Nimah, N. M., Darwish, L. I, and Bashour, I. I, 2000. Potato yield response to deficit irrigation and. Acta Hort. (ISHS) 537: 823-830.
12
Singh, N., Sood, M.C. and Slxl, S.. 2005. Evaluation of potato based cropping sequences under drip, sprinkler and furrow methods of irrigation. Potato Journal. 32(3/4): 145-146.
13
Waddell, J.T., Gupta, S.C., Moncrief, J.F., Rosen, C.J. and Steele, D.D. 1999. Irrigation and nitrogen management effects on potato yield tuber quality and nitrogen uptake. Agronomy Journal. 91: 991-997.
14
Zou, X.., Li, Y.E., Gao, Q.Z., and Yunfan, W. 2012. How water saving irrigation contributes to climate change resilience – a case study of practices in China. Mitigation and Adaptation Strategies for Global Change. 17(2): 111–132.
15
Zoua, X., Lia, C, R., Gao, Q., Wan, Y. and Qina X. 2013. Cost-effectiveness analysis of water-saving irrigation technologies based on climate change response: A case study of China. Agricultural Water Management. 129 (1): 9– 20.
16
ORIGINAL_ARTICLE
مطالعه آزمایشگاهی بهبود عملکرد سازه متوقفکننده جریان واریزهای
سازه متوقفکننده جریان واریزهای(Debris flow breaker) سازهای با طراحی ساده، کاربردی، قابل اعتماد و مقرون بهصرفه برای حفاظت پاییندست میباشد. این سازه با قابلیت زهکشی آب جریان واریزهای حجم واریزههای جاری به پاییندست رودخانه و خسارات ناشی از این واریزهها را کاهش میدهد. آنالیز ابعادی بهمنظور بررسی رفتار سازه متوقفکننده در مقابل جریان واریزهای صورت گرفت. عملکرد سازه با استفاده از محاسبه راندمان سازه و پارامترهای بیبعد مسافت طی شده توسط واریزه و محل تشکیل ارتفاع ماکزیمم تجمع واریزهها روی سازه ارزیابی شد. کارایی سازه با تغییر بازشدگی، ساختمان آن و استقرار مانع یکپارچه بر روی سازه با غلظت و سرعت متفاوت جریان واریزهای مورد بررسی قرار گرفت. در نتایج سرعت جریان واریزهای متاثر از شیب فلوم نشان داده شد. میزان و حالت بازشدگی سازه از موثرترین پارامترها در عملکرد سازه میباشند. با کاهش 40 درصدی میزان بازشدگی سازه راندمان سازه به میزان 95 درصد افزایش یافتهاست. تغییر در ساختمان سازه موجب افزایش راندمان سازه تا 44 درصد شده است. کاربرد مانع یکپارچه بر روی سازه متوقف کننده علاوه بر افزایش راندمان کنترل واریزه، موجب کاهش طول مسافت طی شده توسط واریزهها تا توقف نهایی و کاهش طول کپه واریزهها در بالادست مانع شدهاست.
https://idj.iaid.ir/article_100427_9287ab22afa03259323cea47ba2b8c27.pdf
2019-12-22
1317
1330
سازه متوقفکننده
جریان واریزهای
راندمان کنترلی
مهندسی رودخانه
سرور
رضاپوریان قهفرخی
srezapourian@gmail.com
1
بخش مهندسی آب دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران
LEAD_AUTHOR
محمد مهدی
احمدی
ahmadi_mm@uk.ac.ir
2
بخش مهندسی آب دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران
AUTHOR
کوروش
قادری
kouroshqaderi@uk.ac.ir
3
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه باهنر کرمان، کرمان ، ایران
AUTHOR
Canelli. L., Ferrero. A. M., Migliazza. M., and Segalini. A. 2012. Debris flow risk mitigation by the means of rigid and flexible barriers- experimental tests and impact analysis. Journal of Natural Hazards Earth Systems science. Vol. 12:1693- 1699.
1
Clark, B. 2018. Numerical modeling of debris flow hazards using computational fluiddynamic. Master Thesis. Norwegian University of Science and Technology.
2
Cordoba, G., Sheridan, M. F., and Pitman, E. B. 2015. A model for tow phase debris flows. Journal of Natural Hazards Earth System Sciences Discussions. Vol. 3: 3789- 3822.
3
Gonda, Y. 2009. Function of a debris- flow brake. Journal of Erosion Control Engineering, Vol. 2(1): 15-21.
4
ICHARM .2008. Debris-flow dewatering brakes: a promising tool for disaster management in developing countries, International Center for Water Hazard and Risk Management Newsletter, Vol. 3(3): 10.
5
Izumi, I., Watanabe, M., Takemura, T., Mizuyama T. 1982. Test of a bottom infiltration screen in Ohsawa Fan, Mt. Fuji, Journal of the Japan Society of Erosion Control Engineering(Shin-sabo), Vol. 34(3): 45- 50.
6
Jues, C., Franzini, F., Soares-Frazao, S., Murillo, J., and Garcia-Navarro, p. 2015. Sediment transport in steep channels with a uniform grain size. E-proceedings of the 36th IAHR World Congress 28 June – 3 July. The Hague, The Netherlands.
7
Julien, P. Y., and Paris, A. 2010. Mean velocity of mudflows and debris flows. Journal of Hydraulic Engineering. ASCE. Vol. 136(9): 676-679.
8
Kim. Y., Nakagawa. H., Kawaike. K. and Zhang. H. 2012. Numerical and experimental study on debris flow breaker. Annuals of Disaster prevention research institute. Vol. 55: 471- 481.
9
Kim. Y., Nakagawa. H., Kawaike. K. and Zhang. H. 2013. A study on debris flow deposition by the arrangement of Sabo dam. Journal of Japan Society of Civil Engineers, Ser. B1 (Hydraulic Engineering), Vol. 69(4): 97- 102.
10
Pan. H. L., Jiang, y. J., Wang. J., and Qu, G. Q. 2018. Rainfall threshold calculation for debris flow early warning in areas with scarcity of data. Journal of Natural Hazards Earth System Sciences Discussions. Vol. 18: 1395- 1409.
11
Wang, F., Chen, X., Chen, J., and You, Y. 2017. Experimental study on a debris flow drainage channel with different types of energy dissipation baffles. Journal of Enginneing Geology. Vol. 14(10): 1951-1960.
12
Yazawa, A., Mizuyama, T. and Morita, A. 1998. Experimental study on debris-flow control facilities, Civil Engineering Journal, Vol. 28(8): 9-14.
13
ORIGINAL_ARTICLE
ارزیابی تأثیر مقادیر مختلف آب و دور آبیاری بر عملکرد و اجزای عملکرد پنبه در روشهای کشت مستقیم و نشایی
با توجه به اهمیت محصول پنبه در تناوب زراعی و کاهش شدید سطح زیر کشت پنبه در سالهای اخیر، استفاده از راهکارهای جدید برای افزایش سطح زیر کشت، تولید و کاهش هزینههای تولید این محصول استراتژیک، امری ضروری به نظر میرسد. یکی از این راهکارها، کشت تأخیری پنبه بصورت نشایی با استفاده از ارقام زودرس میباشد. با این روش میتوان در تناوب زراعی کشت پنبه را بعد از گندم قرار داده و به دلیل کوتاه شدن دوره رشد و عدم برخورد با سرما، محصول قابل قبولی را برداشت نمود. مدیریت زمان و مقدار آبیاری نقش مهمی در کشتهای تأخیری دارد. به همین منظور لازم است تا میزان بهینه آب مصرفی پنبه در روشهای کشت نشایی و معمولی تعیین شود. این پژوهش در قالب طرح کرتهای دوبار خرد شده نواری با 3 تکرار اجرا شد که تیمارهای روش کشت نشایی و مستقیم بعنوان کرت اصلی، دور آبیاری شامل آبیاری پس از 70، 105 و 140 میلیمتر تبخیر تجمعی از تشت تبخیر به عنوان کرت فرعی و مقادیر مختلف آب آبیاری شامل 50، 75، 100 و 125 درصد آب تبخیر شده از تشت به عنوان کرت فرعی- فرعی در نظر گرفته شدند. کشت نشایی دارای افزایش 38 درصدی عملکرد نسبت به کشت مستقیم بود اما این افزایش معنیدار نبود. کارایی مصرف آب، درصد زودرسی و درصد کیل در روش کشت نشایی به ترتیب به میزان 14 درصد، 45 درصد و 3/3 درصد از کشت مستقیم بیشتر بود. بیشترین عملکرد، کارایی مصرف آب، زودرسی و درصد کیل مربوط به دور آبیاری پس از 105 میلیمتر تبخیر تشت بود. تیمار 50 درصد آب مصرفی دارای عملکرد، کارایی مصرف آب و درصد کیل بیشتری نسبت به سایر تیمارها بود. در نتیجه برترین تیمار، روش کشت نشایی با 105 میلیمتر تبخیر تشت و 50 درصد نیاز آبی بود.
https://idj.iaid.ir/article_100428_9ffc5790428c17cb5e1fd14b76ed35e6.pdf
2019-12-22
1331
1341
پنبه
کشت نشایی
کشت مستقیم
آبیاری
آب مصرفی
میلاد
خواجه مظفری
miladkhajehmozaffari@gmail.com
1
گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
AUTHOR
محمد
عبدالحسینی
abd.phd@gmail.com
2
گروه مهندسی آب،دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
LEAD_AUTHOR
قربان
قربانی نصرآباد
ghorbang@gmail.com
3
مؤسسه تحقیقات پنبه کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، گرگان
AUTHOR
محمدرضا
فرزانه
mrf.farzaneh@gmail.com
4
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تربیت مدرس
AUTHOR
جلیلیان، ع.، شیروانی، ع.، نعمتی، ع.، بساطی، ج. 1380. بررسی اثرات کمآبیاری بر تولید و اقتصاد چغندرقند در منطقه کرمانشاه. مجله چغندرقند، 17(1): 1-14.
1
حائری، ع.، آسایش، آ. 1388. بررسی وضعیت پنبه در ایران و جهان. دفتر مطالعات آماری و راهبردی صنعت نساجی. ص4-6.
2
حمیدی، آ. 1389. شناسایی و ثبت ارقام پنبه با استفاده از خصوصیات مورفولوژیکی. موسسه تحقیقات ثبت و گواهی بذر و نهال.
3
خواجهپور، م. 1373. تولید نباتات صنعتی. جهاد دانشگاهی دانشگاه صنعتی اصفهان.
4
دهقانشعار، م.، حمیدی، آ. 1384. گزارش فراوری بذر پنبه ایران (ترجمه)، انتشارات مؤسسه تحقیقات ثبت و گواهی بذر و نهال کرج.
5
رضایی، ع.، کامکار حقیقی، ع.ا. 1388. اثر تنش رطوبتی در مراحل مختلف رشد بر عملکرد گیاه لوبیا چشمبلبلی. پژوهشهای خاک (علوم آب و خاک). 23(1): 1-5
6
سهرابی مشکآبادی، ب.، سلطانی، ا.، کاشفیپور، س.م.، برومندنسب، س. ۱۳۸۶. بررسی اثر مقادیر مختلف آب در آبیاری به روش بارانی بر خصوصیات کیفی الیاف رقم جدید پنبه سایاکرا. نشریه علمی پژوهشی امیرکبیر، ۱۸(د ۶۷): ۵۷-۶۴.
7
سهرابی مشکآبادی، ب. ۱۳۸۴. بررسی تأثیر آبیاری قطرهای بر مقدار آب مصرفی و خصوصیات کمی و کیفی پنبه. انتشارات موسسه تحقیقات پنبه کشور، گزارش نهایی طرح تحقیقاتی، شماره ثبت ۸۴/۲۹۲ مورخ ۶/۴/۱۳۸۴.
8
عربزاده، ب.، توکلی، ع. 1384. بهگزینی مدیریت کمآبیاری تنظیم شده در کشت نشایی برنج. علوم کشاورزی و منابع طبیعی، 12(4): 11-20.
9
قربانی، ق. 1383. گزارش نهایی طرح تحقیقاتی تأثیر کمآبیاری در مراحل مختلف رشد بر خواص کمی و کیفی پنبه. انتشارات مؤسسه تحقیقات پنبه کشور. 34 صفحه.
10
قربانی، ق. 1385. گزارش نهایی طرح تحقیقاتی تعیین دور و عمق مناسب آب آبیاری در کشت دوم پنبه. انتشارات مؤسسه تحقیقات پنبه کشور. 31 صفحه.
11
کوچکی، ع. 13۷۶. زراعت در مناطق خشک، جهاد دانشگاهی مشهد.
12
Bronson, K.F., Booker, J.D., Bordovsky, J.P., Keeling, J.W., Wheeler, T.A., Boman, R.K., ... and Nichols, R.L. 2006. Site-specific irrigation and nitrogen management for cotton production in the Southern High Plains. Agronomy Journal, 98(1): 212-219.
13
Dong, H.Z., Zhang, D.M., Tang, W., Li, W.J., and Li, Z.H. 2005. Effects of planting system, plant density and flower removal on yield and quality of hybrid seed in cotton. Field Crops Res. 93: 74-84.
14
English, M. and Raja. S.N. 1996. Perspective on deficit irrigation. Agricultural Water Management, 32(1): 1-14.
15
International Cotton Advisory Committee. 2018. Cotton review of the world situation, 71(3): 1-19.
16
Karve, A.D. 2003. High yield of rainfed cotton through transplanting. Curr. Sci. 84: 974-975.
17
McConnell, J.S., Baker, W.H. and Kirst, R.C. 2000. Long-term irrigation methods and nitrogen fertilization rates in cotton production: The last five years. In: W.E. Sabbe (ed.). Arkansas soil fertility 1999. University of Arkansas, Agricultural experiment station research series. 471: 63-67.
18
Price A.J. 2010. Planting and defoliation timing impacts on cotton yield and quality. Beltwide Cotton Conferences, New Orleans, Louisiana, January 4-7.
19
Radin, J.W., Mauney, J.R. and Kerridge, D.C. 1984. Water uptake by cotton roots during fruit filling in relation to irrigation frequency. Crop Sic. 29: 1000-1005.
20
Wang, M., Wang, Q., and Zhang, B. 2019. A Grafting Technique for Efficiently Transplanting Transgenic Regenerated Plants of Cotton. In Transgenic Cotton (pp. 195-198). Humana Press, New York, NY.
21
Xiang, Y., Zou, H., Zhang, F., Qiang, S., Wu, Y., Yan, S., ... and Wang, X. 2019. Effect of Irrigation Level and Irrigation Frequency on the Growth of Mini Chinese Cabbage and Residual Soil Nitrate Nitrogen. Sustainability. 11(1): 111
22
ORIGINAL_ARTICLE
ارائه تکنیک دادههای پانلی در برآورد تبخیر تعرق مرجع ماهانه
یکی از مهمترین اجزای چرخه هیدرولوژیکی، تبخیر-تعرق میباشد و برآورد آن برای بسیاری از مطالعات نظیر مدیریت منابع آب، شبیهسازی عملکرد محصول و برنامهریزی آبیاری حائز اهمیت است. هدف از این پژوهش، برآورد تبخیر-تعرق مرجع با استفاده از روش دادههای پانلی است. روش دادههای پانلی یک تحلیل چند متغیره بوده که در آن تحلیل رگرسیون در هر دو بعد مکانی و زمانی صورت میگیرد. این مطالعه با استفاده از دادههای هواشناسی 9 ایستگاه سینوپتیک خراسان رضوی در بازه زمانی 2010-1971 انجام شد. دادههای موجود به صورت کاملاً تصادفی به دو مجموعه تقسیم شدند، 75 درصد برای توسعه مدل و 25 درصد باقیمانده برای ارزیابی مدل اختصاص یافت. برای توسعه مدل میانگین ماهیانه دمای هوا و میانگین ماهانه سرعت باد به عنوان متغیرهای مستقل و مجموع ماهانه تبخیر-تعرق مرجع به عنوان متغیر مستقل در نظر گرفته شد. نتایج نشان داد که تصریح اثرهای ثابت دوطرفه از سایر تصریحها مناسبتر است. شاخصهای آماری (جذر میانگین مربعات خطای 85/9 میلیمتر در ماه، میانگین قدرمطلق خطا 38/7 میلیمتر در ماه و ضریب تعیین 99/0) کارآمد بودن این مدل را آشکار ساخت. همچین، در مقایسه مدل دادههای پانلی با مدل رگرسیون حداقل مربعات معمولی و روش هارگریوز-سامانی، مدل فوق دارای توانایی بالاتری در برآورد تبخیر-تعرق مرجع میباشد.
https://idj.iaid.ir/article_100429_a55308978679d91c5dbf33be051f07de.pdf
2019-12-22
1342
1351
پنمن-مانتیس فائو
تصریح اثرهای ثابت
روش دادههای پانلی
پویا
شیرازی
p.shirazi@outlook.com
1
دانشجوی دکتری گروه مهندسی علوم آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد
AUTHOR
کامران
داوری
k.davary@um.ac.ir
2
دانشگاه فردوسی مشهد
LEAD_AUTHOR
بیژن
قهرمان
bijangh@um.ac.ir
3
دانشگاه فردوسی مشهد
AUTHOR
مهدی
جباری نوقابی
jabbarinm@um.ac.ir
4
دانشگاه فردوسی مشهد
AUTHOR
شریفان، ح.، قربانی، خ. 1393. بهبود برآورد تبخیر-تعرق پتانسیل با استفاده از ضریب اصلاحی به کمک مدل درخت تصمیم M5. نشریه آبیاری و زهکشی ایران. 1. 8: 53-61.
1
فرسادنیا، ف.، زحمتی، س.، قهرمان، ب.، مقدمنیا، ع. 1394. ارائه تکنیک پیشبینی غیر-نظارت شونده در برآورد تبخیر-تعرق گیاه مرجع. تحقیقات منابع آب ایران. 11. 3: 31-42.
2
کواکبی، غ.، موسوی بایگی، م.، مساعدی، ا.، جباری نوقابی، م.، 1393. تعیین عوامل موثر بر وقوع خشکسالی با تحلیل داده های پانلی (مطالعه موردی استان خراسان رضوی). نشریه آب و خاک (علوم و صنایع کشاورزی) 6: 1298–1310.
3
مهرگان، ن.، اشرفزاده، ح. ر. 1387. اقتصادسنجی پانل دیتا. چاپ اول دانشگاه تهران، موسسه تحقیقات تعاون، تهران.
4
وزیری، ژ.، سلامت، ع.، انتصاری، م.، مسچی، م.، حیدری، ن.، دهقانی سانیچ، ح.، 1387. تبخیر و تعرق (دستورالعمل محاسبه آب مورد نیاز گیاهان). انتشارات کمیته ملی آبیاری و زهکشی ایران، تهران.
5
هادی قنوات، غ.، شهیدی، ع.، خاشعی سیوکی، ع.، هاشمی، ر.، 1394. کاربرد مدل داده های ترکیبی در برآورد غلظت کلر آبخوان دزفول. آب و فاضلاب 5: 48–55.
6
Allen, R.G., Pereira, L.S., Raes, D., Smith, M. 1998. Crop evapotranspiration: Guidelines for computing crop water requirements - FAO Irrigation and drainage paper 56.
7
Baltagi, B., 2008. Econometric analysis of panel data. Wiley.
8
Croissant, Y., Millo, G., 2018. Panel data econometrics with R. Wiley.
9
Eslamian, S.S., Gohari, S.A., Zareian, M.J., Firoozfar, A., 2012. Estimating Penman–Monteith reference evapotranspiration using artificial neural networks and genetic algorithm: a case study. Arabian Journal for Science and Engineering. 37. 4: 935–944.
10
Feng, Y., Cui, N., Gong, D., Zhang, Q., Zhao, L., 2017. Evaluation of random forests and generalized regression neural networks for daily reference evapotranspiration modelling. Agricultural Water Management. 193: 163–173.
11
Hsiao, C. 2003. Analysis of panel data. Cambridge University Press.
12
Izady, A., Davary, K., Alizadeh, A., Ghahraman, B., Sadeghi, M., Moghaddamnia, A., 2012. Application of “panel-data” modeling to predict groundwater levels in the Neishaboor Plain, Iran. Hydrogeology Journal. 20. 3: 435–447.
13
Karbasi, M., 2018. Forecasting of multi-step ahead reference evapotranspiration using wavelet- gaussian process regression model. Water Resources Management. 32. 3: 1035–1052.
14
Kisi, O., 2011. Evapotranspiration modeling using a wavelet regression model. Irrigation Science. 29. 3: 241–252.
15
Lee, L.F., Yu, J., 2010. Some recent developments in spatial panel data models. Regional Science and Urban Economics. 40. 5: 255–271.
16
Lin, C.H., Chao, C., Cheng, K.H., 2014. Study for regional evapotranspiration by fuzzy inference system. Advanced Materials Research. 838–841: 1776–1779.
17
Mahabbati, A., Izady, A., Mousavi Baygi, M., Davary, K., Hasheminia, S.M., 2017. Daily soil temperature modeling using “panel-data” concept. Journal of Applied Statistics. 44. 8: 1385–1401.
18
Maurseth, P.B., 2018. The effect of the Internet on economic growth: Counter-evidence from cross-country panel data. Economics Letters. 172: 74–77.
19
Ozgur, K., Aytac, G., 2010. Evapotranspiration modeling using linear genetic programming technique. Journal of Irrigation and Drainage Engineering. 136. 10: 715–723.
20
Pesaran, M.H., 2015. Time series and panel data econometrics. Oxford University Press.
21
Samani, Z. 2000. Estimating solar radiation and evapotranspiration using minimum climatological data. Journal of Irrigation and Drainage Engineering, 126. 4: 265-267.
22
Shiri, J., Nazemi, A.H., Sadraddini, A.A., Landeras, G., Kisi, O., Fard, A.F., Marti, P., 2013. Global cross-station assessment of neuro-fuzzy models for estimating daily reference evapotranspiration. Journal of Hydrology. 480: 46–57.
23
Slavisa, T., Branimir, T., Miomir, S., 2003. Forecasting of reference evapotranspiration by artificial neural networks. Journal of Irrigation and Drainage Engineering. 129. 6: 454–457.
24
Suzuki, T., 2017. Effects of the global economic crisis on FDI inflow in eastern European economies: a panel data analysis. Economics of European Crises and Emerging Markets. 10: 63-91.
25
Yassin, M.A., Alazba, A.A., Mattar, M.A., 2016. Artificial neural networks versus gene expression programming for estimating reference evapotranspiration in arid climate. Agricultural Water Management. 163: 110–124.
26
ORIGINAL_ARTICLE
سنجش اثربخشی عملکرد سازمانی برای سازگاری با خشکسالی مطالعه موردی: سازمان جهاد کشاورزی استان چهارمحال و بختیاری
با افزایش خشکسالیها سنجش ظرفیت نهادهای متولی مدیریت کشاورزی و آبخیزداری در زمینه سازگاری با خشکسالی و بررسی اثربخشی عملکرد این نهادها برای فهم نقاط قوت و ضعف سازمانی و ارائه راهکارهایی برای کاستن از مشکلات در این زمینه ضروری به نظر می رسد. در این پژوهش ابتدا با استفاده از شاخص های به کار رفته در مدل چرخ ظرفیت سازگاری گوپتا و با انجام یک پیمایش با همکاری کارشناسان سازمان جهاد کشاورزی استان چهارمحال و بختیاری، ظرفیت نهادی این سازمان در حوزه های مختلف در خصوص سازگاری با خشکسالی سنجیده شد. همچنین برای بررسی ارتباط بین ظرفیت نهادی و اثربخشی عملکرد سازمانی، نظرات کارشناسان سازمان با استفاده از پرسشنامه در خصوص میزان اثربخشی اقدامات سازمان کسب شد. تحلیل داده ها نشان داد که اثربخشی عملکرد این سازمان از نظر نیمی از کارکنان، ضعیف است. همچنین رابطه بین ظرفیت نهادی و اثربخشی سازمان از طریق رگرسیون چند متغیره نیز نشان داد که رابطه معناداری بین ظرفیت نهادی و اثربخشی عملکرد سازمانی در خصوص سازگاری با خشکسالی مشاهده می شود و سه بعد از ظرفیت نهادی شامل بعد حکمروایی خوب، بعد منابع و بعد رهبری، حدود 89 درصد از تغییرات اثربخشی نهادی را تبیین میکنند.
https://idj.iaid.ir/article_100430_f46afd13036d170833f74a1d2f4f7d95.pdf
2019-12-22
1352
1362
اثربخشی عملکرد
سازگاری با خشکسالی
ظرفیت نهادی
کشاورزی
وحید
یگانگی دستگردی
wyeganegi@gmail.com
1
گروه برنامه ریزی شهری و منطقه ای دانشکده معمعری و شهرسازی، دانشگاه شهید بهشتی، تهران، ایران
LEAD_AUTHOR
محمد حسین
شریف زادگان
m_sharifzadegan@sbu.ac.ir
2
گروه برنامه ریزی شهری و منطقه ای، دانشکده معماری و شهرسازی، دانشگاه شهید بهشتی، تهران، ایران
AUTHOR
نغمه
مبرقعی دینان
n_mobarghei@yahoo.com
3
پژوهشکده علوم محیطی دانشگاه شهید بهشتی، تهران، ایران
AUTHOR
زیبایی، منصور. 1392. تعیین بازده سرمایهگذاری در زمینه نصب سیستمهای آبیاری تحت فشار در استان فارس، مجموعه مقالات همایش تأمین مالی کشاورزی، تجربهها و درسها، تهران پژوهشکده اقتصاد دانشگاه تربیت مدرس.
1
سازمان جهاد کشاورزی استان چهارمحال و بختیاری. 1396. گزارش خسارات وارده به کشاورزان بر اثر خشکسالی، شهرکرد.
2
سازمان مدیریت و برنامهریزی استان چهارمحال و بختیاری .1396. آمارنامه استان چهارمحال و بختیاری، شهرکرد.
3
شرکت آب منطقه ای استان چهارمحال و بختیاری. 1396. گزارش پایش خشکسالی استان چهارمحال و بختیاری ، شهرکرد.
4
Agrawal, Arun. 2008. The role of local institutions in adaptation to climate change. Paper prepared for the Social Dimensions of Climate Change, Social Development Department, The World Bank, Washington DC, March 5-6, 2008.
5
Brown, Oli and Alec Crewford. 2009. Rising Temperatures, Rising Tensions, Climate change and the risk of violent conflict in the Middle East, International Institute for Sustainable Development, Winnipeg.
6
Byremo, C. S. 2015. Human Resource Management and Organisational Performance: Does HRM lead to better organisational performance? (Master's thesis).
7
Chhetri, N., Chaudhary, P., Tiwari, P. R., & Yadaw, R. B. (2012). Institutional and technological innovation: Understanding agricultural adaptation to climate change in Nepal. Applied Geography, 33, 142-150.
8
Etzioni, Amitia. 1964. Modern Organizations. Englewood Cliffs, NJ: Prentice-Hall.
9
Fu, X., & Tang, Z. 2013. Planning for drought-resilient communities: an evaluation of local comprehensive plans in the fastest growing counties in the US. Cities, 32, 60-69.
10
Grothmann, T., Grecksch, K., Winges, M., & Siebenhüner, B. 2013. Assessing institutional capacities to adapt to climate change: integrating psychological dimensions in the Adaptive Capacity Wheel. Natural Hazards and Earth System Sciences, 13(12), 3369.
11
Gupta, J., Termeer, K., Klostermann, J., Meijerink, S., van den Brink, M., Jong, P., Noote boom, S., and Bergsmaa, E. 2010. The Adaptive Capacity Wheel: a method to assess the inherent characteristics of institutions to enable the adaptive capacity of society, Environ. Sci. Policy, 13, 459–471.
12
Gurran, N., Hamin, E. and Norman B. 2008. Planning for climate change: Leading Practice Principles and Models for Sea Change Communities in Coastal Australia., Report no 3 for the National Sea Change Taskforce July 2008.
13
Heracleous, L. 2001. What is the impact of corporate governance on organisational performance?. Corporate governance: an international review, 9(3), 165-173.
14
Ivancevich, J. M. 2007. Human Resource Management. New York: Mc GrawHill.
15
Kanwal, E., Nawaz, W., Nisar, Q., & Azeem, M. 2017. Does Organization Learning Capacity influence the Organization Effectiveness? Moderating Role of Absorptive Capacity. International Journal of Engineering and Information Systems (IJEAIS), 1, 28-35.
16
López-Mosquera, N., García, T., & Barrena, R. 2014. An extension of the Theory of Planned Behavior to predict willingness to pay for the conservation of an urban park. Journal of environmental management, 135, 91-99.Paterson ,Shona and Pelling, Mark. 2017. adaptive capacity methodological working paper , paper 75, King;s college London.
17
Marchildon, G. P., Kulshreshtha, S., Wheaton, E., & Sauchyn, D. (2008). Drought and institutional adaptation in the Great Plains of Alberta and Saskatchewan, 1914–1939. Natural Hazards, 45(3), 391-411.
18
Pelling, M., High, C. 2005. Understanding adaptation: what social capital offer assessments of adaptive capacity. Global Environmental Change 15, 308–319.
19
Richard et al. 2009. Measuring Organizational Performance: Towards Methodological Best Practice. Journal of Management.
20
Robinson, D. G., and Robinson, J. C. 2005. Moving from training to performance: A practical guidebook: American Society for Training & Development (ASTD) and Berrett- San Francisco, Kohler Publishers.
21
Smit, B., & Wandel, J. 2006. Adaptation, adaptive capacity and vulnerability. Global environmental change, 16(3), 282-292.
22
Stringer, L. C., Dyer, J. C., Reed, M. S., Dougill, A. J., Twyman, C., & Mkwambisi, D. (2009). Adaptations to climate change, drought and desertification: local insights to enhance policy in southern Africa. Environmental Science & Policy, 12(7), 748-765.
23
Termeer, C., Biesbroek, R., & Van den Brink, M. 2012. Institutions for adaptation to climate change: comparing national adaptation strategies in Europe. European Political Science, 11(1), 41-53.
24
Va Dany, Kathryn J. Bowen & Fiona Miller. 2015. Assessing the institutional capacity to adapt to climate change: a case study in the Cambodian health and water sectors, Climate Policy, 15:3, 388-409, DOI: 10.1080/14693062.2014.937385
25
ORIGINAL_ARTICLE
تاثیر انتقال آب بین حوضه ای بر ارزش اقتصادی منابع آب کشاورزی (مطالعه موردی: دشت اراک)
در مقاله حاضر تاثیر انتقال آب بین حوضه ای بر ارزش اقتصادی منابع آب، با مطالعه موردی انتقال آب سد کمال صالح از حوضه سربند به دشت اراک بررسی شده است. برای این منظور با استفاده از مدل ریاضی بومی توسعه داده شده طی همین تحقیق، ارزش اقتصادی آب کشاورزی بدون لحاظ منابع آب انتقال یافته و با لحاظ تاثیر آن برای محصولات استراتژیک گندم و جو و همچنین یونجه و ذرت علوفه ای بررسی شد. اطلاعات لازم برای این پژوهش شامل اطلاعات هواشناسی، کشاورزی، احجام آب مصرفی، حجم پساب تولیدی تصفیه خانه شهر اراک، حجم آب انتقالی سد کمال صالح و اطلاعات هزینه ها و درآمدهای مربوط به سال زراعی 1395- 1394 است. نتایج نشان داد که انتقال آب به دشت اراک باعث افزایش ارزش اقتصادی منابع آب کشاورزی شده است؛ به طوری که با افزایش سطح زیرکشت ذرت علوفه ای بر اساس سه روش وزن دهی مساحت تحت کشت، حجم آب مصرفی و درآمد محصول، به ترتیب 10، 7.5 و 9 درصد و با کشت یونجه در هر سه روش 2 درصد افزایش در ارزش اقتصادی منابع آب مشاهده می شود. افزایش ارزش اقتصادی منابع آب می تواند از راهکارهای رسیدن به توسعه پایدار و تأمین امنیّت غذایی باشد. اما طرح های انتقال آب بین حوضه ای می بایست با لحاظ نمودن تمامی عوامل فنی- اقتصادی و زیست محیطی با تأکید بر ملاحظات اجتماعی- سیاسی صورت گیرد.
https://idj.iaid.ir/article_100432_6c71cb903f0bf29ee3412959ccd571f4.pdf
2019-12-22
1363
1373
مدیریت جامع منابع آب
امنیت غذایی
مدل ریاضی
وزن دهی
هاجر
فضل الهی
hajarfazlolahi@yahoo.com
1
گروه مهندسی آب، دانشگاه شهرکرد، ایران
AUTHOR
کیومرث
ابراهیمی
ebrahimik@ut.ac.ir
2
گروه مهندسی آبیاری و آبادانی، دانشگاه تهران، پردیس کشاورزی و منابع طبیعی کرج
LEAD_AUTHOR
روح اله
فتاحی
fatahi2@gmail.com
3
گروه آب، دانشکده کشاورزی، دانشگاه شهرکرد
AUTHOR
اسدی، ر. و کاراندیش، ف. 1395. تاثیر مدیریت آبیاری و آرایش لاترال های آبیاری قطره ای بر عملکرد، بهرهوری آب و سود خالص در کشت خیار گلخانهای. تحقیقات آب و خاک ایران. 47. 1: 24-13.
1
اسماعیلی موخر فردویی، م. ع.، ابراهیمی، ک.، عراقی نژاد، ش. و هورفر، ع. 1394. ارزیابی راندمان مالی کشاورزان با تکیه بر تعیین ارزش اقتصادی آب. مجله تحقیقات اقتصاد و توسعه کشاورزی ایران. 2 .47: 150-141.
2
امیدی، ف. و ابراهیمی، ک. 1391. معرفی و بررسی لزوم کاربرد راندمان اقتصادی به همراه راندمان فیزیکی در آبیاری مطالعه موردی استان کرمان. اقتصاد کشاورزی و توسعه. 77: 200-179.
3
امیدی، ف.، ابراهیمی، ک. و فضل الهی، ه. 1398. توسعه مدل ریاضی AWPM برای تعیین ارزش اقتصادی آب. تحقیقات اقتصاد و توسعه کشاورزی. 2.1-50 : 146-137.
4
پرهیزکاری، ا.، تقی زاده رنجبری، ح.، شوکت فدایی م. و محمودی، ا. 1394. ارزیابی خسارتهای اقتصادی انتقال آب بین حوضه ای بر الگوی کشت و وضعیت درآمدی کشاورزان در حوضه مبدأ (مطالعه موردی: انتقال آب الموترود به دشت قزوین). نشریه اقتصاد و توسعه کشاورزی 29: 333- 319.
5
چیمه، ط.، ابراهیمی، ک.، هورفر، ع. و عراقی نژاد، ش. 1393. ارزیابی ارزش اقتصادی آب کشاورزی با رویکرد قیمت گذاری بر اساس نوع محصول در دشت قزوین. پژوهش آب در کشاورزی. 28: 181 – 171.
6
حلبیان، ا.ح.، و شبانکاری، م. 1389. مدیریت منابع آب در ایران (مطالعة موردی: چالشهای انتقال آب از بهشتآباد به زایندهرود). چهارمین کنگرة بینالمللی جغرافیدانان جهان اسلام. دانشگاه سیستان و بلوچستان.
7
خدابخشی، ب. و خدابخشی، ف. 1385. انتقال بین حوضه ای رویکردی پایدار در مدیریت منابع آب کشور. دومین کنفرانس مدیریت منابع آب. دانشگاه صنعتی اصفهان.
8
رحیمی، م.، ابراهیمی، ک. و عراقی نژاد، ش. 1396. ارائه و ارزیابی یک روش پیشنهادی در تعیین مناسب ترین کاربرد پساب. تحقیقات آب و خاک ایران، 5. 48: 974-963.
9
صالح نیا، ن. و باستانی، م. 1396. بررسی راهبرد تجارت آب مجازی محصولات زراعی و باغی در ایران. نشریه آبیاری و زهکشی ایران، 5. 11: 762-750.
10
قدرتنما، غ. 1382. انتقال آب از حوضه به حوضه، استانداردها و سیاست ها. سمینار انتقال بین حوضه ای آب و نقش آن در توسعه پایدار. دانشگاه صنعت آب و برق.
11
قربانی، م. و هزاره، ر. 1395. برآورد کمی تهدیدها و فرصتهای اصلاح قیمت آب کشاورزی در ایران (محدوده مطالعاتی مشهد- چناران). نشریه آبیاری و زهکشی ایران، 10. 6 : 836-821.
12
کارآموز، م.، مجاهدی، س.ع. و احمدی، ا. 1386. ارزیابی اقتصادی و تعیین سیاستهای بهرهبرداری انتقال آب بین حوضهای. تحقیقات منابع آب ایران، 3: 25-10.
13
گلزاری، ز.، اشراقی ف. و کرامت زاده، ع. 1395. برآورد ارزش اقتصادی آب در تولید محصول گندم در شهرستان گرگان، نشریه پژوهش آب در کشاورزی، 30: 466-457.
14
معاونت برنامهریزی و نظارت راهبردی رئیس جمهور. 1390. راهنمای تعیین ارزش اقتصادی آب برای مصارف کشاورزی. نشریه شماره 666: 79-1.
15
Agudelo, J.I. 2001. The economic valuation of water, principle and method. Value of water research report, IHE Delft, Netherlands, No 5. 1-48.
16
Akron, A., Ghermandi, A., Dayan, T. and Hershkovitz, Y. 2017. Interbasin water transfer for the rehabilitation of a transboundary Mediterranean stream: An economic analysis. Journal of Environmental Management. 202:276-286.
17
De Wit, C., Goudriaan, J., Van Laar, H., Penning de Vries F.W.T., Rabbinge R., Van Keulen, H., Louwerse, W., Sibma L. and de Jonge, C. 1978. Simulation of assimilation, respiration and transpiration of crops. Simulation Monographs, Pudoc, Wageningen. 1-141.
18
Dinesh Kumar, M. 2018. Water Policy Science and Politics. Elsevier Science. 1-326.
19
Doorenbos, J. and Kassam, A.H. 1979. Yield response to water. FAO irrigation and drainage paper No. 33, Italy. 1-193.
20
Easter, K.W. 2005. Cost Recovery and Water Pricing for Irrigation and Drainage Projects. Agriculture and Rural Development Discussion Paper. No.25.
21
Gupta, J. and Zaag, P. 2008. Interbasin water transfers and integrated water resources management: Where engineering, science and politics interlock. Physics and Chemistry of the Earth 33:28–40.
22
Johansson, R.C. 2001. Pricing Irrigation Water: A Litrerature Survey. Report No. WPS2449. Washington, DC: World Bank.
23
Sawyer, D., Perron, G. and Trudeau, M. 2005. Analysis of Economic Instruments for Water Conservation. Brock University.
24
Shao, X., Wang, H. and Wang, Zh. 2003. Interbasin transfer projects and their implications: A China case study. River Basin Management 1:5–14
25
ORIGINAL_ARTICLE
شبیه سازی سرعت پیشروی جبهه رطوبتی در سامانه آبیاری قطرهای پالسی به کمک مدل رگرسیون غیرخطی
به منظور انجام این تحقیق دادههای آزمایشی در یک مدل فیزیکی از جنس پلیکربنات به ابعاد 5/0×1×3 و بر روی سه نوع بافت خاک (سبک، متوسط و سنگین)، با سه نوع دبی قطره چکان (2، 4 و 6 لیتر در ساعت)، در سه عمق مختلف نصب قطرهچکان (صفر، 15 و 30 سانتیمتری) به انجام رسید. همچنین این آزمایشات برای دو نوع سیستم آبیاری پیوسته و پالسی صورت گرفت که در آبیاری پالسی، زمان قطع و وصل پالسها مقادیر 30-30، 20-40 و 40-20 دقیقه در نظر گرفته شد. با در نظر گرفتن متغیرهای زمان آبیاری، دبی قطرهچکان، هدایت هیدرولیکی اشباع، درصد شن و سیلت و رس، چگالی ظاهری خاک، رطوبت اولیه خاک، عمق نصب قطرهچکان و همچنین نسبت زمان آبیاری در هر چرخه به زمان کل یک چرخه روابطی برای تخمین سرعت پیشروی جبهه رطوبتی با استفاده از رگرسیون غیرخطی ارائه گردید. نتایج مقایسه بین مقادیر اندازه گیری و شبیهسازی شده نشان داد که مدل رگرسیون غیر خطی با دقت بالایی سرعت پیشروی جبهه رطوبتی را برآورد میکند. مقادیر شاخصهای میانگین ریشه دوم خطا (RMSE) و میانگین خطای مطلق (MAE) برای پیشبینی سرعت پیشروی جبهه رطوبت به ترتیب بین 067/0 تا 275/0 و 031/0 تا 108/0 سانتیمتر بر دقیقه نوسان می-کند.
https://idj.iaid.ir/article_100433_ec29201a3ad88fd81b06a848d740064c.pdf
2019-12-22
1374
1387
آبیاری قطرهای زیر سطحی
سیستم آبیاری قطرهای پالسی
رگرسیون غیر خطی
مدیریت آبیاری
بختیار
کریمی
bakhtiar.karimi@gmail.com
1
گروه علوم و مهندسی آب، دانشگاه کردستان
LEAD_AUTHOR
نظیر
کریمی
nazirkarimi1373@gmail.com
2
دانشجوی کارشناسی ارشد، گروه علوم و مهندسی آب، دانشگاه کردستان
AUTHOR
علیزاده، الف. 1376. آبیاری قطرهای (اصول و عملیات). انتشارات آستان قدس رضوی. 441 صفحه.
1
کریمی، ب.، محمدی، پ. 1397. ارزیابی شبکه عصبی مصنوعی در برآورد سرعت پیشروی جبهه رطوبتی در سامانه آبیاری قطرهای. مجله پژوهش آب در کشاورزی. 32.1: 92-79.
2
کریمی، ب. 1392. بهینهسازی و مدیریت توزیع رطوبت و نیترات در سامانههای آبیاری قطرهای سطحی و زیرسطحی به روش آنالیز ابعادی. رساله دکتری آبیاری و زهکشی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران.
3
کریمی، ب.، سهرابی، ت.، میرزایی، ف.، آبابایی، ب. a 1394. استخراج روابط تخمین سرعت پیشروی جبهه حرکت آب در سیستم آبیاری قطرهای سطحی و زیرسطحی با کمک آنالیز ابعادی. مجله دانش آب و خاک. 75.1: 117-102.
4
کریمی، ب.، میرزایی، ف.، سهرابی، ت. b 1394. بسط معادلاتی برای برآورد الگوی سطح خیسشده در سیستم آبیاری قطرهای سطحی و زیرسطحی به روش تحلیل ابعادی. مجله دانش آب و خاک. 25.3: 252-241.
5
محمدبیگی، الف.، میرزایی، ف.، اشرف، ن. 1395. شبیهسازی توزیع رطوبت خاک اطراف قطرهچکان در آبیاری قطرهای پالسی و پیوسته به روش آنالیز ابعادی.مجله پژوهشهای حفاظت آب و خاک. 23.6: 180-163.
6
میرزایی، ف.، لیاقت، ع.، سهرابی، ت.، امید، م. 1384. نمونسازی جبهه رطوبتی خاک از منبع تغذیه خطی در آبیاری قطرهای نواری. مجله تحقیقات مهندسی کشاورزی. 22.6: 66-53.
7
Al-Qinna, M.I and Abu-Awwad, AM. 2001. Wetting patterns under trickle source in arid soils with surface crust. Journal of Agricultural Engineering Research. 80.3: 301–305.
8
Al-Ogaidi, A.A.M., Wayayok, A., Rowshona, M.K and Abdullah, A.F. 2016. Wetting patterns estimation under drip irrigation systems using an enhanced empirical model. Journal of Agricultural Water Management. 176: 203-213.
9
Al-Ogaidi, A.A.M., Wayayok, A., Rowshona, M.K and Abdullah, A.F. 2017. The influence of magnetized water on soil water dynamics under drip irrigation systems. Journal of Agricultural Water Management. 180: 70-77.
10
Amin, M.S.M and Ekhmaj, A. I. M. 2006. DIPAC-drip irrigation water distribution pattern calculator. In: 7th International Micro Irrigation Congress, 10-16 Sept. PWTC, Kuala Lumpur, Malaysia.
11
Cook F.J., Fitch, P., Thorburn, P.J., Charlesworth, P.B and Keith, L. 2006. Modeling trickle irrigation: Comparison of analytical and numerical models for estimation of wetting front position with time. Journal of Environmental Modeling and Software. 21: 1353-1359.
12
Karimi, B., Sohrabi, T., Mirzaei, F and Rodriguez-Sinobas, L. 2012a. Evaluation of wetting area and water distribution on different soils in subsurface drip irrigation emitters. European Geosciences Union Conference. Vienna, Austria. 22-27 April.
13
Karimi, B., Sohrabi, T and Mirzaei, F. 2012b. Determining suitable probability distribution for estimating wetting front in surface and subsurface drip irrigation. Journal of Elixir Agriculture. 48: 9242-9244.
14
Karmelli, D and Peri, G. 1974. Basic principles of pulse irrigation. American Society of Civil Engineers, Proceedings of the Irrigation and Drainage Division. 100: 309-319.
15
Lazarovitch, N., Warrick, A.W., Furman, A and Simunek, J. 2007. Subsurface Water distribution from drip irrigation described by moment analyses. Journal of Vadose Zone. 6.1: 116-123.
16
Li, J., Zhang, J and Rao, M. 2004. Wetting patterns and nitrogen distribution as affected by fertigation strategies from a surface point source. Journal of Agricultural Water Management. 67:89-104.
17
Schwartzman, M and Zur, B. 1986. Emitter spacing and geometry of wetted soil volume. Journal of Irrigation and Drainage Engineering. 112.3: 242-253.
18
Singh, D.K., Rajput, T.B.S., Sikarwar, H.S and Ahmad, T. 2006, Simulation of soil wetting pattern with subsurface drip irrigation from line source. Journal of Agricultural Water Management. 83:130-134.
19
Qiaosheng, Sh., Zuoxin, L., Zhenying, W and Haigun, L. 2007. Simulation of the soil wetting shape under porous pipe sub-irrigation using dimensional analysis. Journal of Irrigation drainage Engineering. 56: 389-396
20
ORIGINAL_ARTICLE
برآورد تأثیر تغییرات اقلیمی و هیدرولوژیکی بر تراز سطح آب زیرزمینی در آبخوان ساحلی
در اغلب موارد آب زیرزمینی در آبخوانهای ساحلی مهمترین منبع تأمین آب با کیفیت مناسب است. تغییر در متغیرهای اقلیمی و هیدرولوژیکی میتواند تأثیر قابل توجهی بر آبخوان ساحلی داشته باشد. در این مطالعه تأثیر تغییر اقلیم بر آبخوان ساحلی بندرگز در شمال ایران با استفاده از سناریوهای گزارش پنجم هیات بین الدول تغییر اقلیم (IPCC) بررسی گردید. همچنین تغییرات متغیرهای هیدرولوژیکی به صورت تغییر در تراز سطح آب دریا، مقادیر تغذیه و همچنین تخلیه آبخوان با استفاده از مدل عددی بررسی گردید. نتایج این تحقیق نشان میدهد که مدل مورد استفاده از اعتمادپذیری مناسب برای انجام این تحقیق برخوردار بوده است. بررسی سناریو خوش بینانه مؤید آن است که در آینده تغییرات قابل توجهی در ذخیره منابع آب آبخوان ساحلی بندرگز روی نخواهد داد. نتایج سناریو بد بینانه مؤید آن است که در آینده نزدیک (سال 2040) بخش نسبتاً محدود از آبخوان دچار کاهش تراز سطح آب زیرزمینی میشود اما در آینده میانی (سال 2070) بخش گستردهای از آبخوان با این مشکل مواجه خواهد بود و افت 3 تا 7 متر را تجربه خواهد کرد. همچنین در آینده دور (2100) کاهش تراز سطح آب در بخشهای میانی آبخوان در محدوده 10 تا 13 متر خواهد بود.
https://idj.iaid.ir/article_100434_5073276eb47132f8da96ee73403fa886.pdf
2019-12-22
1388
1397
آبخوان ساحلی
تغییر اقلیم
تغییرات برداشت و تغذیه
تراز سطح آب دریا
محمد مهدی
انصاری فر
mehdi_ima@yahoo.com
1
دانشگاه
AUTHOR
میثم
سالاری جزی
meysam.salarijazi@gmail.com
2
گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان
LEAD_AUTHOR
خلیل
قربانی
ghorbani.khalil@yahoo.com
3
عضو هیئت علمی و دانشیار گروه علوم و مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان
AUTHOR
عبدالرضا
کابلی
kaboli@yahoo.com
4
کارشناس ارشد آب منطقه ای استان گلستان
AUTHOR
Ali, R., McFarlane, D., Varma, S., Dawes, W., Emelyanova, I., Hodgson, G., Charles, S. 2012. Potential climate change impacts on groundwater resources of south-western Australia. Journal of hydrology. 475: 456-472.
1
Ansarifar, Mohammad Mahdi., Salarijazi, Meysam., Ghorbani, Khalil., Kaboli, Abdol-Reza. 2019. Estimation of Monthly Oscillations of the Groundwater Exchange in Coastal Aquifer. Journal of Ecohydrology. 5.4: 1233-1240
2
Benabdallah, S., Mairech, H., & Hummel, F. M. .2018. Assessing the Impacts of Climate Change on Groundwater Recharge for the Chiba Basin in Tunisia. In Groundwater and Global Change in the Western Mediterranean Area (pp. 27-33). Springer, Cham.
3
Carneiro, J. F., Boughriba, M., Correia, A., Zarhloule, Y., Rimi, A., & El Houadi, B. 2010. Evaluation of climate change effects in a coastal aquifer in Morocco using a density-dependent numerical model. Environmental Earth Sciences, 61.2: 241-252.
4
Elassaoui,n.,Amraoui,f.,Elmansouri,b. 2015. modeling of climate changes impact on groundwater resourses of berrechid aquifer. ijirset,7:5681-5695.
5
Earman, S., & Dettinger, M. 2011. Potential impacts of climate change on groundwater resources-a global review. Journal of water and climate change, 2.4: 213.
6
Feng, D., Zheng, Y., Mao, Y., Zhang, A., Wu, B., Li, J., ... & Wu, X. 2018. An integrated hydrological modeling approach for detection and attribution of climatic and human impacts on coastal water resources. Journal of Hydrology. 557: 305-320.
7
Guermazi, E., Milano, M., Reynard, E., & Zairi, M. 2018. Impact of climate change and anthropogenic pressure on the groundwater resources in arid environment. Mitigation and Adaptation Strategies for Global Change. 1-20.
8
Ghazavi, R., & Ebrahimi, H. 2018. Predicting the impacts of climate change on groundwater recharge in an arid environment using modeling approach.International Journal of Climate Change Strategies and Management.
9
Hori, Y., Cheng, V. Y., Gough, W. A., Jien, J. Y., & Tsuji, L. J. 2018. Implications of projected climate change on winter road systems in Ontario’s Far North, Canada. Climatic Change.148.1-2: 109-122.
10
Kumar, C. P. 2016. Impact of climate change on groundwater resources. In Handbook of research on climate change impact on health and environmental sustainability (pp. 196-221). IGI Global.
11
Maiti, S., & Tiwari, R. K. (2014). A comparative study of artificial neural networks, Bayesian neural networks and adaptive neuro-fuzzy inference system in groundwater level prediction. Environmental earth sciences, 71.7: 3147-3160.
12
Moustadraf, J., Razack, M., Sinan, M. 2008. Evaluation of the impacts of climate changes on the coastal Chaouia aquifer, Morocco, using numerical modeling. Hydrogeology Journal. 16.7: 1411-1426.
13
Oude Essink, G. H. P., Van Baaren, E. S., & De Louw, P. G. 2010. Effects of climate change on coastal groundwater systems: A modeling study in the Netherlands. Water Resources Research, 46.10.
14
Ostad-Ali-Askari, K., Shayannejad, M., & Ghorbanizadeh-Kharazi, H. 2017. Artificial neural network for modeling nitrate pollution of groundwater in marginal area of Zayandeh-rood River, Isfahan, Iran. KSCE Journal of Civil Engineering. 21.1: 134-140.
15
Salem, G. S. A., Kazama, S., Shahid, S., & Dey, N. C. 2018. Impacts of climate change on groundwater level and irrigation cost in a groundwater dependent irrigated region. Agricultural Water Management. 208: 33-42.
16
Stigter, T. Y., Nunes, J. P., Pisani, B., Fakir, Y., Hugman, R., Li, Y., Monteiro, J. P. 2014. Comparative assessment of climate change and its impacts on three coastal aquifers in the Mediterranean. Regional environmental change.14.1: 41-56.
17
Shukla, P., & Singh, R. M. 2018. Groundwater System Modelling and Sensitivity of Groundwater Level Prediction in Indo-Gangetic Alluvial Plains. In Groundwater (pp. 55-66). Springer, Singapore.
18
Taylor, R. G., Scanlon, B., Döll, P., Rodell, M., Van Beek, R., Wada, Y., ... & Konikow, L. 2013. Ground water and climate change. Nature Climate Change. 3.4: 322.
19
Van Vuuren, D. P., Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard, K., ... & Masui, T. 2011. The representative concentration pathways: an overview. Climatic change, 109.1-2: 5.
20
Woldeamlak, S. T., Batelaan, O., & De Smedt, F. 2007. Effects of climate change on the groundwater system in the Grote-Nete catchment, Belgium. Hydrogeology Journal. 15.5: 891-901.
21
Yusoff, I., Hiscock, K. M., & Conway, D. 2002. Simulation of the impacts of climate change on groundwater resources in eastern England. Geological Society, London, Special Publications. 193.1: 325-344.
22
ORIGINAL_ARTICLE
بررسی تاثیر اندازه ذرات ماسه بر مقاومت فشاری و مدول الاستیسیته خاک بهسازی شده با آهک
استفاده از مواد افزودنی موجب بهبود خصوصیات مکانیکی خاکهای مورد استفاده در پروژه های عمرانی مانند احداث کانالهای آبیاری می شود. در این میان، در سالیان اخیر، موادی مانند ماسه علاوه بر افزایش مقاومت خاک، با طبیعت سازگار می باشند. از این رو استفاده از ماسه در ساخت شبکه های آبیاری گسترش یافته است. در تحقیق حاضر تاثیر اندازه و مقدار ماسه بر خصوصیات مقاومتی خاکهای تثبیت شده با آهک مورد بررسی قرار گرفت. برای این منظور ابتدا خاک موردنظر برای تعیین نسبت بهینه آهک با درصدهای مختلفی از آهک مخلوط شده و تحت آزمایش مقاومت فشاری قرار گرفت. نسبت بهینه آهک به منظور ایجاد بیشترین مقاومت فشاری برابر 7 درصد تعیین شد. سپس با سه اندازه ماسه درشت ( D50= 1.4 mm)، متوسط (D50= 0.45 mm ) و ریز ( D50= 0.22 mm) با سه مقدار 5، 10 و 15 درصد و افزودن به مخلوط خاک-آهک در مجموع 10 تیمار آزمایشی تهیه شده که در سه تکرار برای سه دوره 7، 14 و 28 روزه مورد آزمایش مقاومت فشاری قرار گرفتند. نتایج حاصل نشان داد که افزودن ماسه درشت به میزان 5 درصد به مخلوط خاک-آهک باعث افزایش مقاومت فشاری و مدول الاستیسیته به میزان متوسط به ترتیب برابر 13 درصد و 16 درصد برای 3 دوره نگهداری میشود. همچنین افزودن ماسههای ریز و متوسط منجر به کاهش مقاومت و مدول الاستیسیته مخلوط خاک-آهک میشود.
https://idj.iaid.ir/article_100435_f38149abceaa1aae1b3473dba7f7dbce.pdf
2019-12-22
1398
1409
خاک رسی
آهک
ماسه
مقاومت فشاری
مدول الاستیسیته
قاسم
کعب عمیر
ghassem.kaab11@gmail.com
1
گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان
AUTHOR
امیر
ناصرین
amir8480@gmail.com
2
گروه مهندسی آب، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان
LEAD_AUTHOR
مهدی
دریایی
m.daryaee@scu.ac.ir
3
گروه سازههای آبی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز- ایران.
AUTHOR
محمدرضا
انصاری
ansari386@yahoo.com
4
گروه مهندسی خاکشناسی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان -اهواز- ایران
AUTHOR
دریایی،م و کاشفی پور، م. 1390. بررسی تاثیر ماسه بادی و آهک بر روی خصوصیات مقاومتی خاکهای رسی. نشریه آب و خاک. 25. 2: 230-239.
1
قبادی،م.ح.، بابازاده،ر و عبدی،ی. 1391. بهسازی خصوصیات زمین شناسی مهندسی خاکهای ریزدانه منطقه سد اکباتان همدان با استفاده از آهک. یافته های نوین زمین شناسی کاربردی. 6. 12: 1-8.
2
نوروزیان،ک.، عباسی.ن. و عابدی کوپایی، ج. 1393. استفاده از خاکستر لجن فاضلاب برای بهبود خواص مهندسی خاکهای رسی در سازه های آبی. مجله تحقیقات مهندسی کشاورزی. 15. 4: 93-108.
3
Asgari, M.R., Baghbanzadeh Dezfuli, A. and Bayat, M., 2015. Experimental study on stabilization of a low plasticity clayey soil with cement/lime. Arab Journal GeoSciences, pp.1439-1452.
4
Bowles, J., 1992. Engineering properties of soils and their measurement, McGraw-Hill publication, 4th ed.
5
Chen, L. and Lin, D.F., 2009. Stabilization treatment of soft subgrade soil by sewage sludge ash and cement. Journal of Hazardous Materials 162, pp.321–327.
6
Estabragh, A.R., Khatibi, M. and Javadi, A.A., 2015. Effect of Cement on Treatment of a Clay Soil Contaminated with Glycerol. Journal of Materials in Civil Engineering, pp.1-10.
7
McDowell, C., 1959. Stabilization of Soils with Lime, Lime-Flyash, and Other Lime Reactive Materials. In Highway Research Board Bulletin, No. 23I, HRB, National Research Council, Washington, pp.60-66.
8
Maubec, N., Deneele, D. and Ouvrard, G., 2017. Influence of the clay type on the strength evolution of lime treated material. Applied Clay Science 137, pp.107–114.
9
Pourakbar, Sh., Asadi, A. Huat, B.K.and Fasihnikoutalab, M.H., 2015. Stabilization of clayey soil using ultrafine palm oil fuel ash (POFA) and cement Transportation Geotechnics. 3, pp.24–35.
10
Roohbakhshan, A. and Kalantari, B., 2016. Stabilization of Clayey Soil with Lime and Waste Stone Powder. Amirkabir Journal of Civil and Environmental Engineering, 48(4), pp. 429-438.
11
Seco. A., Ramírez, f. Miqueleiz, l. and García, b., 2011. Stabilization of expansive soils for use in construction. Appl. Clay Sci. 51, pp.348-352.
12
Zhang, Ji-ru. and Xing, c., 2002. Stabilization of expansive soil by lime and fly ash, Journal. Wuhan Univ. Technol. Mater. Sci. Edu, 17(4), Pp.73-77.
13
ORIGINAL_ARTICLE
ارزیابی سیاستهای کاهش مصرف آب و افزایش بهرهوری آب کشاورزی در چارچوبی همبسته
کمبود آب به عنوان یک تهدید جدی در حفظ امنیت غذایی کشور مطرح می باشد. از این رو، راهبردهای مختلفی برای صرفه جویی آب و افزایش بهره وری در نظر گرفته شده است. در این تحقیق، برخی از اقداماتی که در برنامه های بالادستی کشور مطرح شده، براساس مفهوم «صرفه جویی واقعی آب» و تفکیک برداشت و مصرف (بهره وری آب و بهره وری فیزیکی آب) مورد ارزیابی قرار می گیرد. در این خصوص ابتدا مدل SWAT برای شبیه سازی های موردنیاز به کار گرفته شده است. اما از منظری SWAT، ضعف هایی را برای سناریوی مقیاس مزرعه دارد که از این بابت مدل AquaCrop نیز مورد استفاده قرار گرفته است. اقدامات مختلفی که ارزیابی می شود شامل؛ کم آبیاری (سناریو 20، 40 و 50 درصد)، آبیاری قطره ای و مدیریت کشت گلخانه ای می باشد. برای پیاده سازی چارچوب این تحقیق، زیرحوضه مرودشت-خرامه از زیرحوضه های طشک-بختگان در استان فارس انتخاب شده است. نتایج مدل سازی نشان داد راهکار کمآبیاری در بالاترین شدت (سناریو 50 درصد کم آبیاری) منجر به 12 درصد صرفه جویی آب شده درحالیکه راهکار افزایش راندمان 8/3 درصد افزایش مصرف داشته و به طور مشابه مدیریت کشت گلخانه با 24 درصد کاهش در تبخیر-تعرق بالاترین ظرفیت در کاهش مصرف آب را دارد. نقش اقدامات کم آبیاری و افزایش راندمان در تغییر میزان بهره وری قابل ملاحظه نبوده اما بهره وری فیزیکی آب افزایش یافته است که به دلیل کاهش در مصرف آب نمی باشد. نتایج نشان می دهد چارچوب مدل سازی این تحقیق، چارچوب مناسبی برای ارزیابی های مقیاس مزرعه و حوضه می باشد که ابعاد مختلف مولفه های بیلان و بهره وری آب را درنظر می گیرد. بنابراین، توصیه می-شود که برای انجام تحقیقات مشابه در زمینه سیاست های صرفه جویی آب و بهره وری آب مورد توجه قرار گیرد.
https://idj.iaid.ir/article_100436_e66048b62989404726307de76d27076a.pdf
2019-12-22
1410
1425
بهره وری آب
صرفه جویی واقعی آب
مدل SWAT
مدل AquaCrop
استان فارس
لیلا
گلی رئیسی
leilaraeisi71@gmail.com
1
دانشگاه تربیت مدرس
AUTHOR
سعید
مرید
morid_sa@modares.ac.ir
2
گروه مهندسی منابع آب، دانشکده کشاورزی، دانشگاه تربیت مدرس
LEAD_AUTHOR
مجید
دلاور
majid.delavar@gmail.com
3
گروه مهندسی منابع آب، دانشکده کشاورزی، دانشگاه تربیت مدرس
AUTHOR
دلاور، م.، مرید، ر.، محمودی، ی.، مهرآذر، آ.، (1395)، گزارش شبیهسازی سیستمهای منابع آب و کشاورزی حوضه طشک بختگان، گزارش مطالعات بخش ششم.
1
احمدزاده، ح.، (1391)، ارزیابی بهرهوری آب کشاورزی با استفاده از مدل SWAT در حوضه آبریز زرینهرود. پایان نامه کارشناسی ارشد مهندسی منابع آب. دانشکده کشاورزی. دانشگاه تربیت مدرس.
2
شعبانی، م.ح.، هنر، ت. و سپاسخواه، ع.ر.، (1387). بهینهسازی مصرف آب و الگوی کشت با استفاده از تکنیک کمآبیاری در سطح مزرعه؛ مطالعه موردی شبکه آبیاری درودزن فارس. مجله تحقیقات مهندسی کشاورزی. جلد نهم. شماره سوم.
3
طلوعی، ظ.، (1392)، ارزیابی توسعه سیستمهای آبیاری تحت فشار بر افزایش ورودی رودخانه زرینهرود به دریاچه ارومیه. پایان نامه کارشناسی ارشد مهندسی منابع آب. دانشکده کشاورزی. دانشگاه تربیت مدرس.
4
وزارت نیرو (الف)، معاونت امور آب و آبفا، دفتر برنامهریزی کلان آب و آبفا، مطالعات بهنگامسازی طرح جامع آب، (1394)، گزارش تلفیق مطالعات و تهیه و تنظیم برنامههای حوضه آبریز مهارلو طشک– بختگان، بسته شماره 6.
5
علیزاده ح.ع.، نظری ب.، پارسینژاد م.، رمضانی اعتدالی ه. و جانباز ح.ر.، (1389)، ارزیابی مـدل AquaCrop در مـدیریت کـمآبیـاری گنـدم در منطقه کرج. نشریه آبیاری و زهکشی ایران. 2)4 :(273-283
6
سالمی، ح.، افیونی، د.، (1383)، اثر تیمارهای کمآبیاری بر عملکرد و اجزای عملکرد دانه ارقام جدید گندم. مجله علوم کشاورزی و منابع طبیعی. سال دوازدهم. شماره سوم.
7
انتصاری، م.ر.، حیدری، ن.، خیرابی، ج.، علایی، م.، فرشی، ع.ا. و وزیری، ژ.، (1386)، گزارش کارایی مصرف آب در کشت گلخانهای. کمیته ملی آبیاری و زهکشی ایران.
8
کوپایی، ج.، اسلامیان، س.، زارعیان، م.، (1390)، اندازهگیری و مدلسازی نیاز آبی و ضریب گیاهی خیار، گوجه فرنگی و فلفل با استفاده از میکرولایسیمتر در گلخانه. علوم و فنون کشتهای گلخانهای.سال دوم. شماره هفتم.
9
Arnold, J. G., Srinivasan, R., Muttiah, R. S., & Williams, J. R. (1998). Large area hydrologic modeling and assessment part I: model development. JAWRA Journal of the American Water Resources Association, 34(1), 73-89.
10
Arnold, J. G., Kiniry, J. R., Srinivasan, R., Williams, J. R., Haney, E. B., and Neitsch, S.L. (2012). Input/Output Documentation Version 2012, Soil and Water Assessment Tool.
11
Chukalla, A. D., Krol, M. S., & Hoekstra, A. Y. (2015). Green and blue water footprint reduction in irrigated agriculture: effect of irrigation techniques, irrigation strategies and mulching. Hydrology and earth system sciences, 19(12), 4877.
12
Fazlil-Ilahil, W. F. (2009). Evapotranspiration models in greenhouse (Doctoral dissertation, M. Sc. Thesis. Wageningen Agricultural University, The Netherlands).
13
Fernandes, C., Corá, J. E., & Araújo, J. A. C. D. (2003). Reference evapotranspiration estimation inside greenhouses. Scientia Agricola, 60(3), 591-594.
14
Hsiao, T. C., Heng, L., Steduto, P., Rojas-Lara, B., Raes, D., & Fereres, E. (2009). AquaCrop—the FAO crop model to simulate yield response to water: III. Parameterization and testing for maize. Agronomy Journal, 101(3), 448-459.
15
Kiziloglu, F. M., Sahin, U., Tune, T., & Diler, S. (2006). The Effect of Deficit Irrigation on Potato Evapotranspiration and Tuber Yield under Cool Season and Semiarid Climatic Conditions. Journal of Agronomy, 5(2), 284-288.
16
Kulkarni, S. (2011). Innovative technologies for water saving in irrigated agriculture. International journal of water resources and arid environments, 1(3), 226-231.
17
Lei, Y., Zhonggen, W., & Shengjun, C. (2015). Study on Real Water-Saving in Agricultural Region Based on Improved SWAT Model. Physical and Numerical Simulation of Geotechnical Engineering, (20), 59.
18
Li, J., Cui, J., Chen, R., Yang, P., Wu, Y. H., Chai, S. X., & Wangsomboondee, T. (2016). Evapotranspiration and crop coefficient of drip-irrigated winter wheat in China’s Xinjiang Province. SCIENCEASIA, 42(5), 303-314.
19
Molden, D., Sakthivadivel, R., & Habib, Z. (2001). Basin-level use and productivity of water: Examples from South Asia (Vol. 49). IWMI.
20
Neitsch, S. L., Arnold, J. G., Kiniry, J. R., and Williams, J. R. (2011). Soil and Water assessment Tool Theoretical Documentation Version 2009.
21
O’Connor, N., & Mehta, K. (2016). Modes of greenhouse water savings. Procedia engineering, 159, 259-266.
22
Pareek, N., Roy, S., Saha, S., and Nain, A. (2017). Calibration & validation of Aquacrop model for wheat crop in Tarai region of Uttarakhand. Journal of Pharmacognosy and Phytochemistry; 6(5): 1442-1445
23
Perry, C., Steduto, P., & Karajeh, F. (2017). Does improved irrigation technology save water. FAO: Cairo, Egypt, 36-39.
24
Raes, D., Steduto, P., Hsiao, T. C., & Fereres, E. (2012). Reference Manual AquaCrop (Version 4.0). AquaCrop Website http://www. fao. org/nr/water/aquacrop. html.
25
Salokhe, Harmanto V. M., M. S. Babel, & H. J. (2005). Tantau Water Requirement of Drip Irrigated Tomatoes Grown in Greenhouse in Tropical Environment. Agricultural Water Management 71, 225 – 242.
26
Scott, C. A., Vicuña, S., Blanco-Gutiérrez, I., Meza, F., & Varela-Ortega, C. (2014). Irrigation efficiency and water-policy implications for river basin resilience. Hydrology and Earth System Sciences, 18(4), 1339.
27
Seckler, D. (1999). Revisiting the\IWMI paradigm:\Increasing the efficiency and productivity of water use (No. H024042). International Water Management Institute.
28
Stanghellini, C. (1987). Transpiration of greenhouse crops. An aid to climate management (Doctoral dissertation, IMAG).
29
Steduto, P., Hsiao, T. C., Raes, D., & Fereres, E. (2009). AquaCrop—The FAO crop model to simulate yield response to water: I. Concepts and underlying principles. Agronomy Journal, 101(3), 426-437.
30
Ward, F. A., & Pulido-Velazquez, M. (2008). Water conservation in irrigation can increase water use. Proceedings of the National Academy of Sciences, pnas-0805554105.
31
ORIGINAL_ARTICLE
برآورد دبی رسوب معلق رودخانه با استفاده از الگوریتمهای فراابتکاری
در بسیاری از نقاط ایران اطلاع دقیقی از میزان فرسایش، انتقال رسوب و نیز رسوبگذاری رودخانهها وجود نداشته و در بسیاری از موارد، بین اندازه گیریهای انجام شده، اختلافات بسیاری مشاهده میشود. با توجه به اینکه رژیم جریان و به تبع آن رژیم رسوب در حوضههای آبریز ثابت نیست، پیشبینی دبی رسوب کمک شایانی در برآورد رسوب تجمعیافته پشت سازههای آبی بهخصوص سدها و تعیین حجم مرده مخازن در ماههای آتی نموده و با اتخاذ تمهیدات به موقع، مدیریت تخلیه بههنگام رسوب را تا حدی تسهیل میکند. در این پژوهش، از سه الگوریتم فراابتکاری بهینهسازی شامل الگوریتم ژنتیک (GA)، الگوریتم گرگ خاکستری (GWO) و الگوریتم انتخابات (EA) جهت پیشبینی بار رسوبی معلق رودخانهها استفاده شده است. برای ارزیابی عملکرد روش پیشنهادی، از سه آماره شامل ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE) و معیار نش- ساتکلیف (NSE) استفاده شده است. بار معلق رسوبی ایستگاه رسوبی واقع در رودخانه زرینهرود طی سالهای 94- 1384 بهعنوان مطالعه موردی در نظر گرفته شده است. نتایج بهدست آمده نشان میدهد الگوریتم GWO با کسب مقادیر ، RMSE=0.022 و NSE=0.74 در مقایسه با سایر الگوریتمهای بهکار گرفته شده، از کارایی بالاتری برخوردار است.
https://idj.iaid.ir/article_100437_06a21adc46872455ebfd696bdd80a866.pdf
2019-12-22
1426
1438
برآورد دبی رسوب معلق
الگوریتمهای فراابتکاری
الگوریتم ژنتیک
الگوریتم گرگ خاکستری
الگوریتم انتخابات
حجت
امامی
emami@bonabu.ac.ir
1
استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه بناب، بناب، ایران
LEAD_AUTHOR
سمیه
امامی
somayehemami70@gmail.com
2
دانشجوی دکتری سازههای آبی، گروه مهندسی آب دانشگاه تبریز، تبریز، ایران
AUTHOR
شادی
حیدری
shadiheydari21@gmail.com
3
کارشناسی ارشد آبیاری زهکشی، گروه مهندسی آب دانشگاه کردستان، کردستان، ایران
AUTHOR
امامی، س و چوپان، ی. 1398. کاربرد الگوریتم رقابت استعماری در تخمین مقادیر بار معلق رسوبی. مجلهی هیدروژئولوژی. 1.4: 79-70.
1
خورشید دوست، ع. م.، فیضاللهپور، م و صدرافشاری، س. 1394. ارزیابی قابلیت مدل سیستم استنتاجی فازی عصبی (ANFIS) در تخمین مقادیر بار معلق رسوبی و مقایسه آن با دو نوع از مدلهای شبکهی عصبی مصنوعی. مجلهی جغرافیا و توسعه، 41: 185-200.
2
دهقانی، ا. ا.، زنگانه، م. ا.، مساعدی، ا و کوهستانی، ن. 1388. مقایسه تخمین بار معلق به دو روش منحنی سنجه رسوب و شبکه عصبی مصنوعی. مجله علوم کشاورزی و منابع طبیعی. 16: 36-51.
3
دهقانی، ا. ا.، محمدی، م.، م و هزارجریبی، ا. 1389. تخمین رسوب معلق رودخانه بهشتآباد با استفاده از شبکه عصبی مصنوعی. مجله پژوهشهای حفاظت آب و خاک. 17: 168-159.
4
رستگار، ح و حبیبی، م. 1390. ارزیابی پنج روش برآورد رسوب در رودخانه جگین در استان هرمزگان. مهندسی و مدیریت آبخیز. 3(3).
5
فغفوری، ز.، آرمان، ن.، فرجی، م و خرسندی، ز. 1396. تعیین عوامل مؤثر بر رسوبدهی با استفاده از روشهای آماری (مطالعه موردی: حوضه سیدآباد). مجله مهندسی و مدیریت آبخیز. 9(2): 190-204.
6
قربانی، م. ع و دهقانی، ر. 1396. مقایسه روشهای شبکه عصبی بیزین و شبکه عصبی مصنوعی در تخمین رسوبات معلق رودخانهها )مطالعه موردی: سیمینهرود(. مجله علوم و تکنولوژی محیط زیست. 19(2).
7
میرباقری، س. ا و رجائی، ط. 1383. تخمین بار معلق رودخانه زهره با استفاده از شبکه عصبی مصنوعی. اولین کنگره ملی مهندسی عمران، دانشگاه صنعتی شریف.
8
محمدرضاپور، ا. ا.، حقیقتجو، پ. و زینلی، م. ج. 1394. مقایسه الگوریتم ازدحام ذرات و ژنتیک در بهینه سازی ضرایب معادله منحنی سنجه رسوب در برآورد دبی رسوب معلق رودخانه سیستان؛ مطالعه موردی ایستگاه کهک. نشریه آبیاری و آب ایران. 2.6: 89-76.
9
ستاری، م. ت.، رضازاده جودی، ع.، صفدری، ف. و قهرمانیان، ف. 1395. ارزیابی عملکرد روشهای مدل درختی M5 و رگرسیون بردار پشتیبان در مدلسازی رسوب معلق رودخانه. نشریه حفاظت منابع آب و خاک، 1.6: 124-109.
10
Nagy, H. M., Watanabe, K. and Hirano, M. 2002. Prediction of Sediment Load Concentration in Rivers using Artificial Neural Network Model, Journal of Hydraulic Engineering. 128.6: DOI: 10.1061/(ASCE)0733-9429(2002)128:6(588).
11
Ebrahimi, H., Jabbari, E. and Ghasemi, M. 2013. Application of Honey-Bees Mating Optimization algorithm on Estimation of Suspended Sediment Concentration. World Applied Sciences Journal. 22.11: 1630-1638.
12
Mirjalili, S. Mirjalili, S. M. and Lewis, A. 2014. Grey wolf optimizer. Advances in Engineering Software, 69.92: 46-61.
13
Mech, L. D. 1999. Alpha Status, Dominance, and Division of Labor in Wolf Packs. Canadian Journal of Zoology. 77.8: 1196-1203.
14
Muro, C., Escobedo, R., Spector, L. and Coppinger, R. 2011. Wolf-pack (Canis Lupus) Hunting Strategies Emerge from Simple Rules in Computational Simulations, Behavioural Processes, 88.3: 192-197.
15
Emami, H. and Derakhshan, F. 2015. Election algorithm: A new socio-politically inspired strategy. AI Communications. 28: 591–603.
16
Goldberg, D. E. 1989. Genetic algorithms in search, optimization and machine learning. Addison – Nesley, pub. Co.
17
Kisi, O. 2005. Suspended sediment estimation using neuro-fuzzy and neural network approaches. Hydrological sciences journal. 50.4: 683-696.
18
Kisi, O. 2009. Evolutionary fuzzy models for river suspended sediment concentration estimation. Journal of Hydrology. 372.1-4: 68-79.
19
Kisi, O. 2008.Constructing neural network sediment estimation models using a data-driven algorithm. Math. Comput. Simult. 79.1: 94-103.
20
Kisi, O. 2016. A new approach for modeling suspended sediment: Evolutionary fuzzy approach. Hydrology and Earth System Sciences Discussions. Doi: 10.5194/hess-2016.
21
ORIGINAL_ARTICLE
بررسی کارایی مدل AquaCrop در تعیین زمان آبیاری گیاه نیشکر و پایش آن با شاخص تنش آبی گیاه
کمبود آب یکی از فاکتورهای مهم و تأثیرگذار در تولید محصولات کشاورزی تلقی میگردد. استفاده از مدلهای مدیریت زراعی همچون مدل AquaCrop میتواند ابزاری مفید برای بررسی راهکارها و امکان بررسی آنها در شرایط مختلف باشد. این تحقیق بهمنظور بررسی کارایی مدل AquaCrop در تعیین زمان آبیاری گیاه نیشکر و پایش آن با شاخص تنش آبی گیاه در سال زراعی 96-1395 در اراضی کشت و صنعت نیشکر دعبل خزاعی در مزرعه R7-11 با مساحت 25 هکتار و پلنت (کشت جدید) واریته CP69-1062 در جنوب اهواز انجام شد. واسنجی لازم برای تعیین دقت مدل در زمان آبیاری گیاه نیشکر شامل بررسی شاخص تنش آبی گیاه (CWSI) با دماسنج مادن قرمز انجام شد. این واسنجی نشان داد، مدل AquaCrop در تعیین زمان آبیاری گیاه نیشکر از قدرت شبیه سازی نسبتاً بالایی برخوردار می باشد. تحلیل آماری دقت مدل در پیشبینی زمان آبیاری مزرعه با شرایط واقعی مزرعه برابر CRM=0.006، d=1.0، RMSE=%2.0 به دست آمد. برنامهریزی آبیاری مزرعه R7-11 با مدل AquaCrop با مجموع دور آبیاری اعمال شده در مزرعه 16.6 دور (از فروردین تا مهرماه 1396) انجام شد، این تعداد دور آبیاری با تعداد دور آبیاری مزارع پلنت واریته CP69-1062 کشت و صنعت دعبل خزاعی که به طور میانگین با مجموع دور آبیاری اعمال شده در مزارع 20.8 دور بود مقایسه شد، مشاهده می شود مزرعه R7-11 تعداد 2/4 دور آبیاری در آن سال صرفه جویی شده است. میزان عملکرد محصول این مزرعه 128 تن در هکتار و متوسط عملکرد مزارع پلنت واریته CP69-1062 کشت و صنعت دعبل خزاعی برابر 103.60 تن در هکتار بدست آمد. کیفیت شربت نیشکر مزرعه R7-11 شامل درصد خلوص (PTY%) و درصد استحصال شکر سفید (R.S%) برابر PTY= %90 و R.S= %11.1 و میانگین مزارع پلنت واریته CP69-1062 کشت و صنعت دعبل خزاعی برابر PTY= %88.6 و R.S= %10.8 بدست آمد. نتایج این تحقیق نشان داد، با توجه به این که مدل AquaCrop از دقت بالایی برخوردار است، استفاده از این روش برای تعیین زمان آبیاری نسبت به روش فعلی (کراپ لاگ) که در شرکتهای توسعه نیشکر خوزستان رایج است، هم از لحاظ هزینه و هم از لحاظ استفاده از آن در طرحهای تحقیقاتی توصیه میشود.
https://idj.iaid.ir/article_100438_819d10285ce786c3042a3e59da410e56.pdf
2019-12-22
1439
1450
زمان آبیاری
شاخص تنش رطوبتی
دمای پوشش گیاهی
نیشکر
AquaCrop
جمال
محمدی معله زاده
jamalmohammadi611@gmail.com
1
کارشناس ارشد آبیاری و زهکشی و کارشناس مؤسسه تحقیقات و آموزش توسعه نیشکر
LEAD_AUTHOR
عبدعلی
ناصری
abdalinaseri@scu.ac.ir
2
استاد آبیاری و زهکشی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
AUTHOR
عبدالرحیم
هوشمند
hooshmand_a@scu.ac.ir
3
گروه آبیاری و زهکشی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
AUTHOR
الماسی شوشتری، م. ، برومند نسب ، س. ، کشکولی، ح. ع. 1387. تعیین زمان آبیاری با استفاده از تفاوت دمای پوشش سبز گیاه – هوا و شاخص تنش آبی در نیشکر. دومین همایش ملی مدیریت شبکههای آبیاری و زهکشی، دانشگاه شهید چمران اهواز، دانشکده مهندسی علوم آب.
1
برومند نسب، س. طاهری قناد، س. و معیری، م. 1383. استفاده از درجه حرارت پوشش سبز برای برنامهریزی آبیاری ذرت بهاره در شرایط شمال خوزستان. مجله علمی کشاورزی، دانشکده کشاورزی اهواز.
2
برومند نسب،س.، کشکولی،ح.ع.، ناصری،ع،ع، فرهاد،ر.، 1386، تعیین زمان آبیاری با استفاده از شاخص تنش آبی در گیاه نیشکر، جلد هفتم، شماره اول، بهار 1386.
3
جودی، ف.، 1390. استفاده از دماسنج مادونقرمز در برنامهریزی آبیاری گیاه آفتابگردان در خوزستان. پایاننامه کارشناسی ارشد. دانشگاه شهید چمران.
4
روحانی، ه.، 1392. تعیین زمان آبیاری با اندازهگیری دمای پوشش سبز گیاه، دمای هوا و رطوبت خاک برای محصول نیشکر (مطالعه موردی: اراضی شرکت کشت و صنعت سلمان فارسی). پایاننامه کارشناسی ارشد. دانشگاه شهید چمران.
5
رشید زاده، ف.، 1382. تعیین زمان آبیاری با استفاده از شاخص تنش آبی در گیاه نیشکر در منطقه شعبیه شوشتر. پایاننامه کارشناسی ارشد. دانشگاه شهید چمران.
6
طاهری قناد، س.، 1381، استفاده از درجه حرارت پوشش سبز گیاه جهت برنامهریزی آبیاری ذرت بهاره در شرایط شمال خوزستان. پایاننامه کارشناسی ارشد و دانشگاه چمران.
7
علیزاده، ا. 1388. رابطه آبوخاک و گیاه. انتشارات آستان قدس رضوی دانشگاه امام رضا.
8
گلابی،م.، ناصری،ع،ع. 1394، به ارزیابی مدل AquaCrop در پیشبینی عملکرد نیشکر و شوری پروفیل خاک تحت تنش شوری در استان خوزستان، تحقیقات آبوخاک ایران، دوره 46، شماره 4، زمستان 1394 (ص 694-685)
9
Allen, R.G., Pereira, L.S., Raes, D and Smith, M. (1998). Crop evapotranspiration. Guidelines for Computing Crop Water Requirements. FAO Irrigation Drainage Paper No. 56, FAO. Rome, Italy. pp 1-326.
10
Asari, A.Q., and Loomis, W.E. 1959. Leaf temperature. Am. J. Bot. 46: 713-717.
11
Curtis, O.F. 1938. Wallace and Clum "leaf temperatures" - A critical analysis with additional data. Amer. J. Bot. 25: 761-771.
12
Doorenbos, J., A. H. Kassam. 1979. "Yield response to water". Irrigation and drainage. Paper No. 33. FAO. Rome.
13
Ehrler, W.L, Idso, S. B, Jackson, R. D and Reginato, R. J. 1978. Wheat canopy temperature relation to water potential. Agronomy Journal, Vol 70:251-256.
14
Farahani, H. J., G. Izzi, and T. Y. Oweis. 2008. "Parameterization and Evaluation of the AquaCrop Model for Full and Deficit Irrigation Cotton'‘. Agron J.101:469-476.
15
Garcia-Vila, M., E. Fereres, F. Orgaz, and P. Stedute. 2008. Deficit Irrigation Optimazation of Cotton with AquaCrop. Agron J. 101:477-478.
16
Halim Orta, A., Y. Erdem. And T. Erdem. 2003. Crop Water Strees Index for Watermelon. Scientia Horticulturae. 98:121-130.
17
Idso, S.B., R.D. Jackson. And R.J. Reginato. 1977. Remote Sensing of Crop Yields. Science. 196:19-25.
18
Idso, S. B, Reginato, R. J and Radin, J. W. 1982. Leaf diffusion resistance and photosynthesis in cotton as related to a foliage temperature-based plant water stress index. Agricultural Meteorology. 27: 27-34.
19
Patel, N., P. Kumar, and N. Sign. 2008. Performance evaluation of AquaCrop in simulating Potato yield under varying water availability condition. Indian Agricultural Research Institute, New Delhi- 110012, India.
20
Paltineanu, C., Septar, L., and Moale, C. 2013. Crop Water Stress in Peach Orchards and Relationships with Soil Moisture Content in a Chernozem of Dobrogea.ASCE. J. Irrig. Drain Eng., 139: 20-25.
21
Russo D and Bakker D. 1986. Crop water production function for sweet corn and cotton irrigated and saline water. Soil science society and American journal. 51, 1554-1562.
22
Todorovic, M., R. Albrizio, L. Zivotic, M. Therese Abi Saab, C. Stockle, and P. Steduto. 2009. Assessment of AquaCrop, CropSyst and WOFOST Models in the simulations of Sunflower growth under different water regimes. Agron. J. 101:509-521.
23
Wiegand, C.L. and L.N. Namken 1966. Influences of Plant Moisture Strees, Solar Radiation and Air Temperature on Cotton Leaf Temperature. Agron J. 58:522-556.
24
ORIGINAL_ARTICLE
تأثیر آبیاری ناقص ریشه با آب شور و شیرین بر برخی از ویژگیهای گیاه زنیان در یک اقلیم خشک
بحران آب شیرین و شوری خاک مهمترین عوامل محدود کننده کشاورزی در مناطق خشک محسوب میشوند، در چنین شرایطی بهرهبرداری سازگار با محیط زیست همچون کشت گیاهان دارویی میتواند راهبردی هوشمندانه برای این مناطق باشد. بدین منظور، آزمایش مزرعهای با چهار تیمار و سه تکرار، در قالب طرح بلوکهای کامل تصادفی در شهرستان زهک طی سال زراعی 96-1395 انجام شد. تیمارهای آزمایش، استراتژیهای مختلف آبیاری بودند که شامل آبیاری کامل با آب شیرین (F.FI)، آبیاری ناقص ریشه با آب شیرین (F.PRD)، آبیاری ناقص ریشه با آب شور (S.PRD) و آبیاری ناقص ریشه با آب شور و شیرین به صورت تناوبی (SF.PRD) میشوند. نتایج بدست آمده بیانگر این بود که بیشترین مقادیر ارتفاع، تعداد چتر، شاخههای جانبی، وزن هزار دانه و عملکرد گیاه در تیمار F.FI بدست آمد و مقادیر آنها، به ترتیب، cm 1/46، 42 عدد، 10 عدد، 86/0 گرم و 293 کیلوگرم بر هکتار بود. با این وجود، اختلاف معنیداری بین مقادیر عملکرد تیمار F.FI با تیمارهای F.PRD و SF.PRD مشاهده نشد. لذا میتوان آبیاری ناقص ریشه با آب شور و شیرین را به عنوان بهترین راهکار کاهش مصرف آب شیرین در اقلیمهای خشکی همچون منطقه سیستان برای کشت این گیاه دارویی توصیه نمود.
https://idj.iaid.ir/article_100439_066922b3d8541b50046cfeac4a29ce4e.pdf
2019-12-22
1451
1459
آبیاری ناقص ریشه
آب شور
زنیان
سیستان
مهدی
کلانکی
kalanaki_mahdi@yahoo.om
1
گروه مهندسی آب، دانشگاه زابل، زابل، سیستان و بلوچستان، ایران
AUTHOR
فاطمه
کاراندیش
karandish_h@yahoo.com
2
دانشیار گروه مهندسی آب، دانشگاه زابل، زابل، ایران
LEAD_AUTHOR
پیمان
افراسیاب
p_afrasiab@yahoo.com
3
دانشیار گروه مهندسی آب، دانشگاه زابل، زابل، ایران
AUTHOR
عیسی
خمری
ikhammari@gmail.com
4
استادیار گروه زراعت دانشگاه زابل، زابل، سیستان و بلوچستان، ایران
AUTHOR
سیدمحمود
طباطبایی
smtabataba2000@yahoo.com
5
استادیار گروه مهندسی آب، دانشگاه زابل، زابل، سیستان و بلوچستان، ایران
AUTHOR
Alrajhi, A., Beecham, S., and Hassanli, A. 2017. Effects of partial root-zone drying irrigation and water quality on soil physical and chemical properties. Agricultural Water Management. 182: 117-125.
1
Asadi, R., Hassan pour, F., Mehrabani, M., Baghizadeh, A., Karandish, F. 2018. Investigation the effect of deficit irrigation on root distribution and vegetative growth of Rosmarinus Officinalis L. Journal of Water and Irrigation Management. 8.2: 289-301 (In Persian).
2
Ashraf, M., and Orooj, A. 2006. Salt stress effects on growth, ion accumulation and seed oil concentration in an arid zone traditional medicinal plant ajwain (Trachyspermum ammi [L.] Sprague). Journal of Arid Environments. 64.2: 209-220.
3
Azhar, N., Hussain, B., Ashraf, M. Y., and Abbasi, K. Y. 2011. Water stress mediated changes in growth, physiology and secondary metabolites of desi ajwain (Trachyspermum ammi L.). Pakistan Journal of Botany. 43.1:15-19.
4
Booroomand Zade, Z. and Koochaki, A. 2006. Germination response of Ajowan, Fennel and Dill to osmotic potential of sodium chloride and polyethylene glycol 6000 in different temperature regimes. Iranian Journal of Field Crops Research. 3. 2: 207-218 (In Persian).
5
Chai, Q., Gan, Y., Zhao, C., Xu, H. L., Waskom, R. M., Niu, Y., and Siddique, K. H. 2016. Regulated deficit irrigation for crop production under drought stress (A review). Agronomy for Sustainable Development. 36.3: 1-21.
6
Davazdahemami, S. Sefidkon, F. Jahansooz, M.R. and Mazaheri, D. 2010. Evaluation of water salinity effects on yield on essential oil content and composition of Carum copticum L. Iranian Journal of Medicinal and Aromatic plants. 25.4: 504-512 (In Persian).
7
Dry, P. R. and Loveys, B. R. 1998. Factors influencing grapevine vigor and the potential for control with partial root zone drying. Australian journal of grape and wine research, 4.3: 140–148.
8
Ghadami, A., Raeni, M., Shahnazari, A. and Abyaneh, H. R. 2014. Variation of Cholorophyll, Leaf Area Index and root parameters of Sunflower under, Regulated deficit and Partial Root Zone Drying Irrigation. Plant Production Technology. 6.1: 69-79 (In Persian).
9
Ghaffari Moghadam, Z., Mohkami, Z., and BadihBarzin, H. 2016. Analysis Economic of Medicinal Plants production in tropical Area. Bulletin de la Société Royale des Sciences de Liège. 85: 1308-1315.
10
Kang, S., and Zhang, J. 2004. Controlled alternate partial root-zone irrigation: its physiological consequences and impact on water use efficiency. Journal of experimental botany. 55.407: 2437-2446.
11
Karandish, F. and Šimůnek, J. 2016. Numerical and machine-learning modeling of soil water content for sustainable water management in agriculture under water stress. Journal of Hydrology. 543: 892–909.
12
Karandish, F., & Šimůnek, J. 2018. An application of the water footprint assessment to optimize production of crops irrigated with saline water: A scenario assessment with HYDRUS. Agricultural Water Management. 208: 67-82.
13
Karandish, F., Mirlatifi, M., Shahnazari, A., Abbasi, F. and Gheisari M. 2015. Effect of Partial Root-zone Drying and Deficit Irrigation on Yield and Yield Components of Maize. Iranian Journal of Soil and Water Research. 44.1:33-44 (In Persian).
14
Khaleghei, M., Hassanpour, F., Shahnazari, A. and Karandish, F. 2016. Influence of Partial Root-zone Drying management with a combination of sea water on water productivity and sunflower yield. Iranian Journal of Soil and Water Research. 47.3: 613-623 (In Persian).
15
Lebaschy, M.H. and Sharifi ashoor abadi, E. 2004. Growth indices of some medicinal plants under different water stresses. Iranian Journal of Medicinal and Aromatic plants. 20.3: 249-262 (In Persian).
16
Li, X., Wan, S., Kang, Y., Chen, X., and Chu, L. 2016. Chinese rose (Rosa chinensis) growth and ion accumulation under irrigation with waters of different salt contents. Agricultural Water Management. 163: 180-189.
17
Moosavi, S. G., Seghatoleslami, M. J., and Moosavi, S. M. 2012. Effect irrigation stop in reproductive stage and nitrogen fertilizer rates on fertility of flower, yield and agronomical nitrogen use efficiency of fennel. International Journal of Agriculture. 2.3: 284.
18
Mousavi, S. F., Soltani-Gerdefaramarzi, S., and Mostafazadeh-Fard, B. 2010. Effects of partial rootzone drying on yield, yield components, and irrigation water use efficiency of canola (Brassica napus L.). Paddy and Water Environment. 8.2: 157-163.
19
Moussavi-Nik, S. M., Salari, M., Mobasser, H. R., & Keshavarzi, M. H. B. 2011. The effect of different irrigation intervals and mineral nutrition on seed yield of ajowan (Trachyspermum ammi). Annals of Biological Research. 2.6: 692-698.
20
Nagalakshmi, S. and Shankaracharya, NB. 2000. Studies on chemical and technological aspects of ajowan. Journal Food Science and Technological Mysore. 37.3: 277-81.
21
Nassiri, H., Seghatoleslami, M., Mousavi, G., and Ebrahimi, A. 2014. Effect of irrigation and planting date on yield and water use efficiency of ajowan (Carum copticum). Annual Research & Review in Biology. 4.12: 1968-1979.
22
Razavizadeh, R., Shafaghat, M. and Najafei, SH. 2015. Effect of water deficit on morphological and physiological parameters of Carum copticum. Iranian Journal of Plant Biology. 6.22: 25-38 (In Persian).
23
Sezen, S. M., Yazar, A., & Tekin, S. 2011. Effects of partial root zone drying and deficit irrigation on yield and oil quality of sunflower in a Mediterranean environment. Irrigation and Drainage. 60.4: 499-508.
24
Shahrokhnia, M. H., and Sepaskhah, A. R. 2016. Effects of irrigation strategies, planting methods and nitrogen fertilization on yield, water and nitrogen efficiencies of safflower. Agricultural Water Management. 172: 18-30.
25
Sharifi Ashoorabadi, E., Matin, M., Lebaschi, H., Abbaszadeh, B. and Naderi, B. 2005. Effects of water stress on quantity yield in Achillea millefolium. First International Conference on the Theory and Practices in Biological Water Saving. Beijing, China.
26
Zounemat Kermani, M. and Asadi, R. 2018. Effect of partial root zone drying on the quantitative traits of (Thymus vulgaris L.). Journal of Water Research in Agriculture. 32.1: 147-160 (In Persian).
27
ORIGINAL_ARTICLE
پیش بینی عملکرد ذرت علوفه ای و تحلیل حساسیت پارامترهای مدیریتی با استفاده از مدل های شبکه عصبی مصنوعی
افزایش روزافزون تقاضای محصولات کشاورزی و کاهش دسترسی به منابع آب متعارف لزوم مدیریت صحیح منابع آب مصرفی در بخش کشاورزی را بیش از گذشته نمایان کرده است. از طرفی مشکلات اندازه گیری و دستیابی به دادههای میدانی ضرورت به کارگیری مدل هایی کارآ که قادر به پیش بینی دقیق عملکرد محصولات و تحلیل حساسیت عملکرد نسبت به پارامترهای گوناگون باشند را روشن می سازد. لذا در این تحقیق اثرات پارامترهای مختلف بر میزان عملکرد ذرت علوفه ای در سطح کشور سنجیده شده و کارآیی مدل شبکه عصبی مصنوعی به منظور برآورد عملکرد محصول نیز مورد ارزیابی قرار گرفت. پارامترهای شوری آب آبیاری، شوری خاک، طول دوره رشد گیاه، میزان آب مصرفی و تعداد دفعات آبیاری مربوط به 104 مزرعه در 8 استان کشور که طی مطالعات میدانی گردآوری شده اند، به منظور توسعه مدلها در شبکه عصبی مصنوعی مورد استفاده قرار گرفتند. همچنین با برآورد میزان آب مورد نیاز مزارع منتخب، عملکرد مورد انتظار با استفاده از مدل بهینه انتخاب شده، برآورد شده و با عملکرد اندازهگیری شده در مزارع مقایسه شد. نتایج نشان داد که مدل شبکه عصبی مصنوعی با دو لایه پنهان و ساختار نهایی 1-15-19-5 قادر است با دقت مطلوبی (0.85=R2) عملکرد محصول را برآورد کند. نتایج تحلیل حساسیت مدل بهینه انتخاب شده نشان داد که پارامترهای تعداد دفعات آبیاری و طول دوره رشد گیاه به ترتیب اثرگذارترین و کم اثرترین پارامترها بر عملکرد محصول ذرت علوفه-ای میباشند. همچنین نتایج مدلسازی نشان داد که بین عملکرد اندازه گیری شده در مزارع و عملکرد قابل انتظار شکافی وجود داشته و در صورت اعمال نیاز کامل آبیاری می توان عملکرد ذرت علوفه ای در مناطق مورد مطالعه را به طور متوسط به میزان 5/12 تن در هکتار افزایش داد.
https://idj.iaid.ir/article_100440_f90f4fab683dfe040d278cf2b3385412.pdf
2019-12-22
1460
1470
آبیاری
پرسپترون چند لایه
شکاف عملکرد
مدلسازی
سالومه
سپهری
sepehri_saloome@yahoo.com
1
عضو هیات علمی بخش آبیاری و زهکشی موسسه تحقیقات فنی و مهندسی کشاورزی
LEAD_AUTHOR
فریبرز
عباسی
fariborzabbasi@ymail.com
2
استاد موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج
AUTHOR
محمد مهدی
نخجوانی مقدم
mehdin55@yahoo.com
3
موسسه تحقیقات فنی و مهندسی کشاورزی
AUTHOR
باغانی، ج. و خوشبزم، ر. 1386. بررسی تولید و کارآیی مصرف آب آبیاری در محصولات زراعی چغندرقند، سیبزمینی، گوجهفرنگی و ذرت علوفهای در روشهای آبیاری قطرهای و سطحی. گزارش پژوهشی نهایی شماره ثبت 86/1366، مؤسسه تحقیقات فنی و مهندسی کشاورزی، کرج.
1
بینام، 1396. آمار نامه کشاورزی وزارت جهاد کشاورزی، جلد اول: محصولات زراعی.
2
حیدری سورشجانی، س.، شایاننژاد، م.، نادری، م. و حقیقتی، ب. 1394. تأثیر سطوح مختلف آبیاری بر خصوصیات کمی و کیفی ذرت علوفهای (رقم NS) و تعیین عمق بهینه آبیاری آن در شرایط کمبود آب. نشریه علوم آب و خاک (علوم و فنون کشاورزی و منابع طبیعی). 19. 73: 137-125.
3
خدابنده، ن. 1388. زراعت گیاهان علوفهای. نشر علم کشاورزی ایران.310 ص.
4
رضائی استخروئیه، ع.، س. برومند نسب، ع. هوشمند و خانجانی، م. ج. 1390. تأثیرکمآبیاری و خشکی موضعی ریشه بر خصوصیات مورفولوژیکی و فیزیولوژیکی گیاه ذرت. فصلنامه علمی پژوهشی مهندسی آبیاری و آب. 6: 76-67.
5
عباسی، ف.، نخجوانی، م. م.، سلامتی، ن.، خرمیان، م.، دهقانیان، س. ا.، جلینی، م.، اسلامی، ع. ر.، اخوان، ک.، گمرکچی، ه. ی و فرزامنیا، م. 1396. تعیین آب مصرفی ذرت علوفهای در کشور. گزارش پژوهشی نهایی شماره 53054، مؤسسه تحقیقات فنی و مهندسی کشاورزی، کرج.
6
کریمی، م.، اصفهانی، م.، بیگلوئی، م.، ربیعی، ب و کافی قاسمی، ع. 1388. تأثیر تیمارهای کمآبیاری بر صفات مورفولوژیک و شاخص های رشد ذرت علوفهای در شرایط آب و هوایی رشت. مجله الکترونیک تولید گیاهان زراعی. 2. 2 : 109-91.
7
کوچکی، ع.، حسینی، م و نصیری محلاتی، م. 1374. رابطه آب و خاک و گیاه در گیاهان زراعی. چاپ دوم. انتشارات جهاد دانشگاهی مشهد. 560 ص.
8
نصرا.. زاده، ص.، شیرخانی، ع. زهتاب سلماسی، س و چوگان، ر. 1396. اثر کودهای زیستی و شیمیایی بر عملکرد دانه و ویژگیهای برگ ذرت در شرایط آبیاری متفاوت. نشریه پژوهشهای کاربردی زراعی. 29. 4: 86-72.
9
نصرالهی، ع. ح.، هوشمند، ع و برومند نسب، س. 1396. بررسی واکنش ذرت به شوری تحت شرایط آبیاری قطرهای و مدیریت آبیاری. مجله علوم و مهندسی آبیاری. 38. 4: 32-25.
10
Abood, M.A.A. 1978. Analysis of corn yield components for salinity and moisture treatments. Dissertation Abstracts International. 38: (12): 5683.
11
Alvarez, R. 2009. Predicting average regional yield and production of wheat in the Argentine Pampas by an artificial neural network approach. European Journal of Agronomy. 30: 70-77.
12
Ayers, R.S and Westcot, D. W. 1985. Water Quality for Agriculture. FAO Irrigation and Drainage Paper 29, Rev. 1, U.N. Rome.
13
Azizian, A and Sepaskhah, A.R. 2014. Maize response to different water, salinity and nitrogen levels: Agronomic behavior. International Journal of Plant Production. 8 (1):107-130.
14
Daryanto, S., Wang, L and Jacinthe, P. 2017. Global synthesis of drought effects on cereal, legume, tuber and root crops production: A review. Agricultural Water Management. 179: 18-33.
15
Kang, Y.H., Chen, M. and Wan, S.Q. 2010. Effects of drip irrigation with saline water on waxy maize (Zea mays L. var. ceratina Kulesh) in North China Plain. Agricultural Water Management, 97: 1303–1309.
16
Kaul, M., Hill, R.L and Walthall, C. 2005. Artificial neural networks for corn and soybean yield prediction. Agricultural Systems. 85: 1-18.
17
Kresovic, B., Tapanarova, A., Tomic, Z., Ljubomirzivotic, L and Gaji, B. 2016. Grain yield and water use efficiency of maize as influenced by different irrigation regimes through sprinkler irrigation under temperate climate. Agricultural Water Management. 169: 34-43.
18
Markovic, M., Josipovic, M., Sostaric, J., Jambrovic, A and Brkic, A. 2017. Response of maize (Zea mays L.) grain yield and yield components to irrigation and nitrogen fertilization. Journal of Central European Agriculture. 18(1): 55-72.
19
Miao, Y., Mulla, D. J and Robert, P. C. 2006. Identifying important factors influencing corn yield and grain quality variability using artificial neural networks. Precision Agriculture. 7: 117- 135.
20
Ozesmi, S.L., Tan, C.O and Ozesmi, U. 2006. Methodological issues in building, training, and testing artificial neural networks in ecological applications. Ecological Modelling. 195, 83–93.
21
Payero, J. O., Tarkalson, D. D., Irmak, S., Davison, D and Petersen, J. L. 2009. Effect of timing of a deficit-irrigation allocation on corn evapotranspiration, yield, water use efficiency and dry mass. Agricultural Water Management. 96: 1387–1397.
22
Raes, D. 2012. The ETo calculator, evapotranspiration from a reference surface. Reference Manual. Version 3.2. FAO. 00153 Rome, Italy.
23
Sadras, V.O and Calvino, P.A. 2001. Quantification of grain yield response to soil depth in soybean, maize, sunflower, and wheat. Agronomy Journal. 93: 577–583.
24
Tayfur, G and Singh, V.P. 2005. Predicting longitudinal dispersion coefficient in natural streams by artificial neural network. Journal of Hydraulic Engineering. 131. 11: 991–1000.
25
Wolfe, D.W., Henderson, D.W., Hsiao, T.C and Alvino, A. 1988. Interactive water and nitrogen effects on senescence of maize: Leaf area duration, nitrogen distribution, and yield. Agronomy Journal. 80: 859-864.
26
Yesilnacar, M. I., Sahinkaya, E., Naz, M and Ozkaya, B. 2008. Neural network prediction of nitrate in groundwater of Harran plain, Turkey. Environmental Geology. 56: 19-25.
27
ORIGINAL_ARTICLE
تأثیر سطوح مختلف آبیاری و شوری بر عملکرد خیار گلخانهای
محدودیت کمی و کیفی آب در مناطق خشک و نیمهخشک، دو عامل تأثیرگذار در تولیدات محصولات کشاورزی میباشند لذا توجه به بهـبود و اصلاح انواع روشهای آبیـاری و نیز مـکـانیزه کردن این روشها برای افزایش رانـدمان آبیـاری و بالا بردن یکنواخـتی توزیع آب در سطح مزرعه، از اهمیت خاصی برخوردار است. در این راستا بهمنظور بررسی تأثیر منابع مختلف آب شور و مقادیر مختلف آبیاری بر خصوصیات گیاهی خیار گلخانهای، آزمایشی در قالب کرتهای نواری خرد شده بر پایه طرح بلوکهای کامل تصادفی، در سه تکرار در سال زراعی 1397 در شهرستان جیرفت انجام شد. در این مطالعه تیمارها در چهار سطح تبخیر از تشت (15= 1I، 30= 2I، 45= 3I و 60= 4I میلیمتر تبخیر از تشت) و سه سطح شوری (9/0=1S، 6/2=2S و 5/7=3S دسی زیمنس بر متر) بهترتیب بهعنوان عوامل اصلی و فرعی، در نظر گرفته شدند. نتایج حاصل از بررسی عملکرد و اجزای عملکرد خیار گلخانهای در شرایط اعمال توأم کمآبیاری و شوری نشان داد که صرفهجویی 670 مترمکعبی آب در سطح آبیاری شده پس از 30 میلیمتر تبخیر از تشت در مقایسه با سطح آبیاری شده پس از 15 میلیمتر تبخیر از تشت، در شرایطی باعث کاهش 3/6 درصدی عملکرد محصول، 1/8 درصدی ارتفاع بوته، 2/5 درصدی وزن میوه و 1/8 درصدی تعداد میوه در بوته شد که افزایش 9/5 درصدی بهرهوری آب، را درپی داشته است. همچنین اعمال سطح شوری 6/2 دسیزیمنسبرمتر در مقایسه با سطح شوری 9/0 دسیزیمنسبرمتر در کشت خیار گلخانهای سبب کاهش 1/7 درصدی عملکرد محصول، 6/5 درصدی ارتفاع بوته، 2/5 درصدی وزن میوه و 1/6 درصدی تعداد میوه در بوته، 1/7 درصدی بهرهوری آب شد
https://idj.iaid.ir/article_100441_4392bbe06fed26c404a0eb396b312ba9.pdf
2019-12-22
1471
1480
آبیاری قطرهای
بهرهوری آب
تنش شوری
خیار گلخانهای
سطوح آبیاری
رضوان
رئیسینژاد دوبنه
rakh_805662@yahoo.com
1
دانشجوی کارشناسی ارشد، گروه مهندسی آب، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران
AUTHOR
نجمه
یزدان پناه
najmeyazdanpznah@yahoo.com
2
دانشیار، گروه مهندسی آب، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران
LEAD_AUTHOR
اسدی، ر. و کاراندیش، ف. 1395. تأثیر مدیریت آبیاری و آرایش لوله آبده آبیاری قطرهای بر عملکرئ، بهرهوری آب و سود خالص در کشت خیار گلخانهای. مجله تحقیقات آب و خاک ایران. 47 (1): 24-13.
1
افراسیاب، پ.، دلبری، م. و اسدی، ر. 1394. برنامهریزی آبیاری خیار گلخانهای با استفاده از پتانسیل آب در خاک. مجله پژوهش آب در کشاورزی. 29 (4): 507-497.
2
حیدری، م. و رضاپور، ع. 1390 اثر تنش خشکی و کود گوگرد بر عملکرد دانه، کلروفیل و غلظت عناصر معدنی در گیاه دارویی سیاهدانه. تولید و فرآوری محصولات زراعی و باغی. 1: 81-90.
3
دهقان، ه.، علیزاده، ا.، حقابقی، ا. و انصاری، ح. 1389. پیش بینی رطوبت نیمرخ خاک در سه مزرعه گندم با استفاده از مدل SWAP. مجله آب و خاک. 24 (5): 1015-1008.
4
ذونعمتکرمانی، م. و اسدی، ر. 1393. تأثیر پتانسیل ماتریک خاک و الگوی کارگزاری لوله آبده بر عملکرد و کارایی مصرف آب خیار گلخانهای. مجله مدیریت آب و آبیاری. 2: 203-214.
5
ذونعمتکرمانی، م.، اسدی، ر. و دهقانیسانیچ، ح. 1394. اثر مقادیر مختلف پساب شهری بر عملکرد پنبه با آبیاری قطرهای. نشریه پژوهش آب در کشاورزی. 29 (1): 63-74.
6
شریفروحانی، م.، کافی، م. و نظامی، ا. 1393. تأثیر رژیمهای آبیاری و عمق کاشت بر عملکرد و اجزای عملکرد گیاه دارویی و صنعتی موسیر در شرایط آب و هوایی مشهد. بومشناسی کشاورزی. 6: 219-228.
7
فرامرزپور، ع.، دلشاد، م. و پارسانژاد، م. 1391. بررسی رشد، عملکرد و کارایی مصرف آب در خیار گلخانهای در شرایط مختلف رطوبت خاک با استفاده از تانسومتر، مجله علوم باغی ایران. 43 (3): 292-285.
8
کریمی، ن.، صدرالدینی، ع.، ناظمی، ا.، فرسادیزاده، د.، حسینزاده، ع.، دلیر، م. و دهقانی، ف. 1389. تأثیر کمآبیاری روی رشد و عملکرد خیار گلخانهای. مجله دانش آب و خاک. 7: 26-15.
9
Amer, K., Midan, S and Hatfield, J. 2009. Effect of deficit irrigation and fertilization on cucumber. Agronomy Journal. Vol. 101: 1556-1564.
10
Asadi, R., Kouhi, N and Yazdanpanah, N. 2011. Applicability of micro irrigation system on cotton yield and water use efficiency. Journal of Food, Agriculture and environment. 10: 302-306.
11
Bozkurt, S and Mansuroglu, G. 2011. The effects of drip line depths and irrigation levels on yield, quality and water use characteristics of lettuce under greenhouse condition. African Journal of Biotechnology. 10 (17): 3370-3379.
12
Chen, W., Hou, Z., Wu, L., Liang, Y and Wei, C. 2010. Evaluating salinity distribution in soil irrigated with saline water in arid regions of northwest china. Agricultural Water Management. 97: 2001–2008.
13
Colak, Y.B., Yazar, A., Sesveren, S and Colak, I. 2017. Evaluation of yield and leaf water potantial (LWP) for eggplant under varying irrigation regimes using surface and subsurface drip systems. Scientia Horticulturae. 219: 10-21.
14
Douh, B., Mguidiche, A., Bhouri-Khila, S., Mansour, M., Harrabi, R and Boujlben, A. 2013.Yield and water use efficiency of cucumber (Cucumis sativus L.) conducted under subsurface drip irrigation system in a Mediterranean climate. Journal of Environmental Science, Toxicology and Food Technology. 2 (4): 46–51.
15
Ibragimov, N., Evett, S.R., Esanbekov, Y., Bakhtiyar, S., Lutfullo, M and Lamers, P.A. 2007. Water use efficiency of irrigated cotton in Uzbekistan under drip and furrow irrigation. Agricultural Water Management. 90: 112-120.
16
Kang, Y., Chena, M. and Wan, S. 2010. Effects of drip irrigation with saline water on waxy maize (Zea mays L. var. ceratina Kulesh) in North China Plain. Agricultural Water Management. 97: 1303–1309.
17
Mao, X., Liu, M., Wang, X., Liu, C., Hou, Z and Shi, J. 2003. Effects of deficit irrigation on yield and water use of greenhouse grown cucumber in the North China Plain. Agricultural Water Management. 61: 219-228.
18
Marofi, S., Parsafar, N., Rahim G., Dashti, F and Marofi, H. 2013. The effects of wastewater reuse on potato growth properties under greenhouse lysimeteric condition. Journal of Science Environment and Technology. 10:133-140.
19
Moreno, F., Cabora, F., Fernandez, E., Grion, I. and Bellido, B. 2001. Irrigation with saline water in the reclaimed marsh soils of south west Spain: Impact on soil properties and cotton and sugerbeet crops. Agricultural Water Management. 48: 133-150.
20
Paris, P., Matteo, G.D., Tarchi, M., Tosi, L., Spaccino, L and Lauteri, M. 2018. Precision subsurface drip irrigation increases yield while sustaining water use efficiency in Mediterranean poplar bioenergy plantations. Forest Ecology and Management. 409: 749–756.
21
Suojala, T and Salo, T. 2005. Growth and yield of pickling cucumber in different soil moisture circumstances. Scientia Horticulturae. 107: 11-16.
22
Taiz, L and Ziger, E. 1991. Plant Physiology. Benjamin Publication. p. 346-356.
23
Wan, S.h., Kang, Y., Wang, D and Liu, Sh. 2010. Effect of saline water on cucumber (Cucumis sativus L.) yield and water use under drip irrigation in North China. Agricultural Water Management. 98(1): 105–113.
24
Wang, X., Yang, J., Liu, G., Yao, R and Yu, Sh. 2015. Impact of irrigation volume and water salinity on winter wheat productivity and soil salinity distribution. Agricultural Water Management. 146: 44–54
25
Zhang, H.X., Chi, D.C., Wang, Q., Fang, J and Fang, X.Y. 2011. Yield and quality response of cucumber to irrigation and nitrogen fertilization under subsurface drip irrigation in solar greenhouse. Agriculture Science China. 6: 921–930.
26
ORIGINAL_ARTICLE
استخراج منحنی فرمان با استفاده از سیاست بهرهبرداری استاندارد و مدلهای ترکیبی جیره-بندی-الگوریتم ژنتیک و برنامهریزی خطی- جیرهبندی
برای مدیریت بهتر آب موجود در مخازن سدها با توجه به ذخیره مخزن و جریانهای ورودی به آن، منحنیفرمان بهرهبرداری باید توسط مدل-های بهرهبرداری تهیه شود. در این مقاله منحنی فرمان برای بهرهبرداری از سیستم تک مخزنه سد درودزن واقع در استان فارس، با استفاده از روشهای سیاست بهرهبرداری استاندارد، جیرهبندی و برنامهریزی خطی، استخراج شده است. تابع هدف کمینهسازی کمبود آب طی دوره آماری 60 ماهه از سال آبی 88 تا 92 در نظرگرفته شده است. روش سیاست بهرهبرداری استاندارد در مواقع خشکسالی کمبودهای شدیدی بهوجود می-آورد. به منظور تعدیل نمودن این کمبودهای شدید، قوانین جیرهبندی برقرار میشود تا ذخیره مخزن را برای مصارف آینده حفظ نماید. در روش جیرهبندی برای رسیدن به بهترین مقدار تابع هدف، مقادیر فاکتورهای بهینه جیرهبندی با روش الگوریتم ژنتیک به دست آمده است. در نهایت نتایج به دست آمده از این دو روش با نتایج به دست آمده از برنامهریزی خطی مبتنی بر جیرهبندی مقایسه شدند. مقدار کمبودکل در روش برنامهریزی خطی-جیرهبندی، 56/219 و در روش سیاست بهرهبرداری استاندارد، 57/216 و در روش جیرهبندی-الگوریتم ژنتیک 19/84 میلیون مترمکعب محاسبه شده است. مدل جیرهبندی-الگوریتم ژنتیک با درصد تأمین 33/83% نیازها، شدت کمبود را نیز کنترل میکند. همچنین متوسط حجم ذخیره مخزن در این روش دارای بیشترین مقدار است. مقایسه سه روش مزبور با استفاده از معیارهای ارزیابی شامل قابلیت اعتماد زمانی، حجمی و آسیبپذیری نشان میدهد که روش جیرهبندی-الگوریتم ژنتیک آسیبپذیری کمتر و اعتماد پذیری زمانی و حجمی بالاتری دارد و نسبت به دو روش دیگر مناسبتر عمل کرده است.
https://idj.iaid.ir/article_100442_216def567fe3d0e884636c13852e7864.pdf
2019-12-22
1481
1490
الگوریتم ژنتیک
برنامهریزی خطی
بهرهبرداری بهینه
جیرهبندی
منحنیفرمان
سارا
روانشادنیا
sara_ravanshadnia@yahoo.com
1
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه باهنر کرمان، کرمان. ایران.
AUTHOR
کوروش
قادری
kouroshqaderi@uk.ac.ir
2
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه باهنر کرمان، کرمان ، ایران
LEAD_AUTHOR
مرضیه
ثمره هاشمی
samareh.hashemi@gmail.com
3
گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه باهنر کرمان، کرمان، ایران
AUTHOR
اصل روستا، ب.، بزرگ حداد، ا. 1388. استخراج سیاست جیرهبندی سهنقطهای در بهرهبرداری از مخزن. کنفرانس ملی مهندسی و مدیریت زیرساختها. دانشگاه تهران. تهران. ایران.
1
ترابی حقیقی، ع. 1382. آنالیز ورودیهای سد درودزن. اداره کل امور آب استان فارس. شیراز.
2
حجتی، ع.، فرید حسینی، ع. ر. و علیزاده، ا. 1391. مدل بهرهبرداری مخزن با رویه جیرهبندی و کاربرد آن در تهیه منحنیفرمان سد دوستی. اولین کنفرانس ملی راهکارهای دستیابی به توسعه پایدار پژوهشکده سوانح طبیعی. تهران. ایران.
3
کرمی، ف. و برهانی داریان، ع. 1393. مقایسه روشهای جیرهبندی در مدیریت مخازن در شرایط خشکسالی. نشریه آب و فاضلاب. 3: 85-76.
4
Bayazit, M. and Unal, N.E. 1990. Effects of hedging on reservoir performance. J. Water Resources Research. 26.4: 713–719.
5
Celeste, A.B., and Billib, M. 2009. Evaluation of stochastic reservoir operation optimization models. Advances in Water Resources. 32.9: 1429-1443.
6
Chuthamat, C., Adeloye A. J. and B. Soundharajan. 2014. Genetic algorithms optimization of hedging rules for operation of the multi-purpose Ubonratana Reservoir in Thailand. Evolving Water Resources Systems: Understanding, Predicting and Managing Water–Society Interactions Proceedings of ICWRS2014. Bologna. Italy.
7
Draper, A.J. and Lund, J.R. 2004. Optimal hedging and carryover storage value. J. Water Resources Planning and Management.130:83–87.
8
Eum, H., Kim, Y. and Palmer, R. 2011. Optimal Drought Management Using Sampling Stochastic Dynamic Programming with a Hedging Rule. Journal of Water Resources Planning and Management. 137.1: 113–122.
9
Haghighi, A., Samani, H. M. V., and Samani, Z. M. V. 2011. GA-ILP method for optimization of water distribution networks. Water Resour. Manage. 25.7: 1791–1808.
10
Hashimoto, T., Stedinger, J. R., and Loucks, D. P. 1982. Reliability, resilience, and vulnerability criteria for water resource system performance evaluation. Water Resour. Res. 18.1: 14 – 20.
11
Rittima, A. 2012. Optimal Hedging Policies for Hydropower Generation at Ubolratana Reservoir. Department of Civil and Environmental Engineering. Faculty of Engineering. Mahidol University. Nakhon Pathom 73170. Thailand.
12
Shiau, Jenq- Tzong. 2009. Optimization of Reservoir Hedging Rules Using Multi objective Genetic Algorithm. Journal of water resources planning and management. 135(5):355.
13
Shih, J. S. and ReVelle, C. 1994. Water-supply operations during drought: Continuous hedging rule. J. Water Resources Planning and Management. 120.5: 613–629
14
ORIGINAL_ARTICLE
مقایسه دو الگوی بارش یکنواخت و بلوک تناوبی در ارزیابی سیستم جمعآوری رواناب به منظور کنترل سیلاب در مناطق پرتراکم شهری با استفاده از نرمافزار ASSA (مطالعه موردی: حوضه چهل بازه گلستان مشهد)
به دلیل افزایش سطوح نفوذ ناپذیر در شهرها، حجم رواناب در زمان بارندگی بهطور چشمگیری افزایش مییابد و باعث سرریز شدن کانالها و جویهای انتقالدهنده رواناب و بروز مشکلات فراوانی در سطح شهر میشود. یکی از ورودیهای اصلی مدلهای شبیهساز سیلاب در حوضههای شهری، الگوی توزیع زمانی بارش است که در حیطه شبیهسازی بارش-رواناب کاربرد داشته و مشخصات هیدرولیکی جریان در مجاری انتقالدهنده اعم از روباز و سرپوشیده را تحتالشعاع قرار میدهد. روشهای متعددی برای تعیین الگوی توزیع زمانی بارش ارائه شده است. در تحقیق حاضر، الگوهای بارش در حوضه چهل بازه گلستان مشهد مورد ارزیابی قرار گرفت. در این راستا، از نرمافزارهای Arc Map و ASSA جهت مدلسازی استفاده شد. حوضهبندی صورت گرفته بر مبنای شرایط موجود و در محیط AutoCAD وArc Map انجام گردید. همچنین، پارامترهای هندسی حوضه از جمله مساحت زیرحوضهها، طول کانالها، شیب و دیگر خصوصیات به کمک Arc Map محاسبه شد. برای توزیع زمانی بارندگی برای بارش طرح، از الگوهای بارش یکنواخت و بلوک تناوبی استفاده شد و برای دورههای بازگشت 2 و 5 سال کفایت سیستم برای انتقال رواناب بررسی گردید. نتایج نشان داد که الگوی بارش نقش مهمی در میزان رواناب حوضه ایفا میکند. روش بلوک تناوبی برای دوره بازگشت 2 سال به میزان 33 درصد نسبت به الگوی بارش یکنواخت افزایش رواناب را نتیجه داد. همچنین، در روش بلوک تناوبی، زمان اوج هیدروگراف رواناب خروجی حوضه 29 درصد نسبت به روش بارش یکنواخت کاهش پیدا کرد و حجم رواناب خروجی 17 درصد افزایش را نشان داد. به طور کلی میتوان گفت در مناطق شهری با توجه به تنوع در کاربری اراضی و حوضهبندیهای متفاوت، روش بارش یکنواخت به دلیل در نظر گرفتن پارامترهای هندسی حوضهها، نتایج بهتری در مقایسه با روش بلوک تناوبی ارائه میدهد.
https://idj.iaid.ir/article_100443_fdfdd0ff76fbda47464bb009b2b5cdc4.pdf
2019-12-22
1491
1503
الگوی بارش
روش بلوک تناوبی
روش بارش یکنواخت
سیلاب
نرمافزار ASSA
فاطمه
قبادی
fatemeh.ghobadi@mail.um.ac.ir
1
دانشکده کشاورزی - گروه علوم و مهندسی آب - دانشگاه فردوسی مشهد - مشهد - ایران
AUTHOR
سعیدرضا
خداشناس
khodashenas@ferdowsi.um.ac.ir
2
استاد گروه مهندسی آب،دانشگاه فردوسی مشهد- مشهد،ایران
LEAD_AUTHOR
ابوالفضل
مساعدی
mosaedi@um.ac.ir
3
استاد گروه علوم و مهندسی آب دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
AUTHOR
آقاجانی، ن.، کرمی، ح. 1394. استخراج منحنیهای IDF از دادههای روزانه بارش مطالعه موردی ایستگاه سینوپتیک مشهد. دهمین کنگره بینالمللی مهندسی عمران. دانشگاه تبریز. دانشکده مهندسی عمران.
1
برومند نسب، س.، جلالوند، ج. 1390. هیدرولوژی، هیدرولیک و کیفیت رواناب در حوضه شهری. دانشگاه شهید چمران اهواز.
2
برومند نسب ، س. 1380. هیدرولوژی رگبار در حوضههای شهری. تألیف: عثمان اکان، دانشگاه شهید چمران اهواز.
3
تلوری، ع.، قنبرپور، م. ، غیاثی، ن.، عباسی، ع.، عرب خدری، م. 1381. بررسی ویژگیهای باران در رابطه با روشهای برآورد سیلاب در ایران. جلد دوم الگوی توزیع زمانی بارش. گزارش نهایی طرح تحقیقاتی، پژوهشکده حفاظت خاک و آبخیزداری.
4
رستمی خلج، م.، خلیقی، ش.، سیگارودی، مهدوی، م.، سلاجقه، ع. 1394. واسنجی و ارزیابی مدل SWMM به منظور شبیهسازی رواناب شهری (مطالعه موردی شهرک امام علی ع شهر مشهد )، مجله منابع طبیعی ایران. دوره 68.، شماره 2، صفحه 487-498.
5
رضایی, ف.، بهره مند، ع.ر.، بردی شیخ، و.، دستورانی، م.ت. ۱۳۹۶. نقاط آبگرفتگی و طراحی ابعاد بهینه کانالهای منطقه 9 شهرداری مشهد توسط مدل SWMM. دومین کنفرانس ملی هیدرولوژی ایران. شهرکرد. دانشگاه شهرکرد. انجمن هیدرولوژی ایران.
6
صمدیان, م.، حصاری، ب. ۱۳۹۱. ارزیابی وضع موجود و شبیهسازی شبکه جمعآوری و دفع آبهای سطحی با استفاده از مدل هیدرولیکی STMC مطالعه موردی: شهر اشنویه. یازدهمین کنفرانس هیدرولیک ایران. ارومیه. انجمن هیدرولیک ایران. دانشگاه ارومیه.
7
طاهری بهبهانی، م.ط.، بزرگ زاده، م. 1375. سیلابهای شهری. چاپ اول. انتشارات علمی و فرهنگی.
8
علیزاده، ا. 1389. اصول هیدرولوژی کاربردی. چاپ سیام، مؤسسه چاپ و انتشارات آستان قدس رضوی.
9
خانی، س.، فغفور مغربی، م. 1396. مقایسه برآورد دبی طراحی رواناب براساس مدلهای SWMM و HEC-HMS با استفاده از نرمافزار ASSA (منطقه مورد مطالعه: مسیل اقبال شرقی)، شانزدهمین کنفرانس ملی هیدرولیک. اردبیل.
10
مبانی و ضوابط طراحی شبکههای جمع آوری آبهای سطحی و فاضلاب شهری. 1371. انتشارات سازمان برنامه و بودجه، دفتر تحقیقات و معیارهای فنی، وزارت نیرو، نشریه 118.
11
American Society of Civil Engineers (ASCE). 2000. National Storm Water Best Management Practices (BMP) Database. Prepared by the Urban Water Resources Research Council of ASCE for the US EPA. Office of Science and Technology. Washington D.C.
12
Brown, S., Stein, S., Warner, J. 2009. Urban drainage design manual. Hydraulic Engineering Circular No. 22.
13
Fewtrell, T.J., Duncan, A., Sampson, C.C., Neal, J.C., Bates, P.D. 2011. Benchmarking urban flood models of varying complexity and scale using high resolution terrestrial LIDAR data. Physics and Chemistry of the Earth, Parts A/B/C, 36, 7-8: 281-291.
14
Ghahraman, B. 2006. A General Dimensionless Rainfall Depth-Duration-Frequency Relationship. Iran Agric. Res., 14(2): 217-235.
15
Jain Gaurav, V., Agrawal, R., Bhanderi, R.J., Jayaprasad, P., Patel, J.N., Agnihotri, P.G., Samtani, B.M. 2015. Estimation of Sub-Catchment Area Parameters for Storm Water Management Model (SWMM) Using Geo-Informatics. Geocarto International. 31(4):1-28
16
Katherine, L., Smith, J.A., Baeck, M.L., Miller, A.J. 2010. Analyses of Urban Drainage Network Structure and Its Impact on Hydrologic Response. Journal of the American Water Resources Association. 46(5): 932-943
17
Matthew, G.S. 2010. Low impact development modeling to manage urban storm water runoff and restore predevelopment site hydrology. MSc. Colorado State University. Fort Collins. Colorado.
18
Miller, J D., Kim, H., Kjeldsen, T.R., Packman, J., Grebby, S., Dearden, R. 2014. Assessing the impact of urbanization on storm runoff in a peri-urban catchment using historical change in impervious cover. Journal of Hydrology. 515: 59-70.
19
Bhattacharya, N. 2010. Flood risk assessment in Barcelona, France, The Netherlands, International Institute for Geo-information Science and Earth Observation Enscheda (ITC).
20
Wang, M.., Zhang, D.Q., Su, J., Trzcinski, A.P., Dong, J.W., Tan, S.K. 2017. Future Scenarios Modeling of Urban Storm Water Management Response to Impacts of Climate Change and Urbanization. Journal of Clean Soil Air Water. 45(10).
21
ORIGINAL_ARTICLE
تحلیل مکانی-زمانی نوسانات تراز آب زیرزمینی در آبخوانهای عمیق و نیمهعمیق استان گلستان با استفاده از آزمونهای آماری ناپارامتری در محیط GIS
آبهای زیرزمینی از منابع ارزشمند در سراسر جهان هستند که متاسفانه در طول دهههای گذشته به واسطه برداشتهای بیرویه از آن در کنار کاهش نزولات جوی، با کاهش شدید سطح سفره همراه بوده است. این کاهش در اقلیمهای خشک و نیمه خشک و مناطقی که بخش زیادی از نیاز آبیاری آنها از طریق چاهها تأمین میشود بیشتر میباشد. بر این اساس ضروری است تا تغییرات مکانی- زمانی آنها مورد قرار گیرد. در این پژوهش آبخوانهای سطحی و عمیق استان گلستان به عنوان منطقه مطالعاتی در نظر گرفته شدند. آزمونهای ناپارامتری من-کندال، شیب خط سن و پتیت بر روی دادههای سری زمانی (1369-1395) 277 ایستگاه پیزومتری اجراء و نتایج آنها در محیط GIS پهنهبندی شد. در این مطالعه، الگو و روند تراز سطح آب زیرزمینی مورد بررسی قرار گرفت. نتایج نشان داد که در بیشتر مناطق، سطح آبخوان عمیق از روند کاهشی برخوردار است ولی در آبخوانهای نیمه عمیق در کنار روند کاهشی، در بخشهایی از آن روند افزایشی نیز مشاهده میشود. شیب خط روند در آبخوانهای نیمه عمیق در مسیر حرکت آبهای زیرزمینی است ولی در آبخوان های عمیق الگوی منظمی دیده نمیشود. شیب کاهشی تغییرات سطح سفره در آبخوانهای عمیق به بیشتر از 8 درصد میرسد. این آبخوان از لحاظ کاهش سطح سفره، شرایط بدتری را نسبت به آبخوان نیمه عمیق دارد و این میتواند ناشی از برداشتهای بیرویه از این سفره و عدم جایگزینی سریع آن باشد. همچنین نتایج نشان داد که هر 3 آزمون ناپارامتری این تغییرات را نشان داده و تقریبا از الگوی مشابهی تبعیت میکنند.
https://idj.iaid.ir/article_100444_e0e769266f445536978d3b27c07e2ba7.pdf
2019-12-22
1504
1514
آبخوان
برداشت بیرویه
گلستان
پتیت
آب زیرزمینی
خلیل
قربانی
ghorbani.khalil@yahoo.com
1
عضو هیئت علمی و دانشیار گروه علوم و مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان
LEAD_AUTHOR
اکرامی،م.، شریفی،ذ.، ملکینژاد،ح.، اختصاصی،م.1390. بررسی روند تغییرات کیفی و کمی منابع آب زیرزمینی دشت یزد-اردکان در دهه 88-1379. فصلنامه علمی پژوهشی دانشکده بهداشت یزد. 2: 91-82.
1
چوبین،ب.، ملکیان،آ.، قرهچایی،ح. 1391. بررسی روند تغییرات زمانی سطح ایستابی آبهای زیرزمینی در یک زیستبوم خشک (مطالعه موردی: آبخوان دشت آسپاس). نشریه مهندسی اکوسیستم های بیابان. شمارهی. 1: 50-39.
2
صمدی،ر.، بهمنش،ج.، رضایی،ح. 1394. بررسی روند تغییرات تراز آب زیرزمینی (مطالعه موردی: دشت ارومیه). نشریه پژوهشهای حفاظت آب و خاک. 4: 84-67.
3
قربانی خ، سهرابیان ا، سالاریجزی م و عبدالحسینی م. 1395. پیش بینی تاثیر تغییر اقلیم بر روند دبی ماهانه رودخانه با بکار بردن مدل هیدرولوژیکی(IHACRES) مطالعه موردی: حوضه آبریز گالیکش. نشریه حفاظت منابع آب و خاک، دانشگاه آزاد اسلامی. 5(4) :18-34.
4
قربانی، خ. 1393. الگوی فصلی و مکانی تغییر اقلیم دمای هوا در ایران. نشریه پژوهشهای حفاظت آب و خاک. 21(5): 270-257.
5
مهری،س.، آل شیخ،ع.، جوادزاده،ز. 1394. بررسی روندتغییرات کیفی و سطح ایستابی آبهای زیرزمینی در حوضۀ آبریز دریاچۀ ارومیه. مجله اکوهیدرولوژی. 4: 404-395.
6
.Masoudi, R., Zehtabian, G., Ahmadi, H., Malekian, A. 2015. Assessment of trends in groundwater quality and quantity of Kashan plain. Desert Management. 3.5: 65-78.
7
.Zhang, X., Vincent, L.A., Hogg, W.D., Niitsoo. A. 2000. Temperature and rainfall trends in Canada during the 20th century. Atmospheric Ocean. 38.3: 395-429.
8
Abdullahi, M.G., Toriman, M.E., Gasim, M.B., Garba, I. 2015. Trends analysis of groundwater: using non-parametric methods in Terengganu Malaysia. Journal of Earth Science & Climatic Change. 6.1: 251-252.
9
Gao, Z., Zhang, L., Cheng, L., Zhang, X., Cowan, T., Cai, W., Brutsaert, W. 2015. Groundwater storage trends in the Loess Plateau of China estimated from streamflow records. Journal of Hydrology. 530: 281-290.
10
Hamed, K. H., Rao, A.R. 1998. A modified Mann-Kendall trend test for autocorrelated data. Journal of hydrology. 204.1-4: 182-196.
11
Hooshm, A., Salarijazi, M., Bahrami, M., Zahiri, J., & Soleimani, S. 2013. Assessment of pan evaporation changes in South Western Iran. African Journal of Agricultural Research, 8.16: 1449-1456.
12
Kahya, E., Kalayc, S. 2004. Trend analysis of stream flow in Turkey. Journal of Hydrology. 289: 128–144.
13
Kendall, M.G. 1957. Rank Correlation Measures. Charles Griffin. London. 202.
14
Mair, A., Fares, A. 2010. Influence of groundwater pumping and rainfall spatio-temporal variation on streamflow. Journal of hydrology. 393.3-4: 287-308.
15
Mann, H.B. 1945. Non-parametric Tests against Trend. The econometric society. Econometrica. 13: 245-259.
16
Moazed, H., Salarijazi, M., Moradzadeh, M., & Soleymani, S. 2012. Changes in rainfall characteristics in Southwestern Iran. African Journal of Agricultural Research, 7.18: 2835-2843.
17
Moslemzadeh, M., Salarizazi, M., & Soleymani, S. 2011. Application and assessment of kriging and cokriging methods on groundwater level estimation. J Am Sci, 7.7: 34-39.
18
Panda, D.K., Mishra, A., Jena, S.K., James, B.K., Kumar, A. 2007. The influence of drought and anthropogenic effects on groundwater levels in Orissa, India. Journal of hydrology. 343.3-4: 140-153.
19
Pettit, A.N. 1979. A non-parametric approach to the change-point detection. Applied Statistics. 28: 126–135.
20
Piri, H., Bameri, A. 2014. Investigating the quantity variation trend of ground water table using geostatistics and GIS (Case study: Sirjan Plain). Journal of RS and GIS for Natural Resources. 5.1: 29-44.
21
Sen, P.K. 1968. Estimates of the regression coefficient based on Kendall's tau. Journal of the American statistical association. 63.324: 1379-1389.
22
Zhang, L., Brutsaert, W., Crosbie, R., Potter, N. 2014. Long-term annual groundwater storage trends in Australian catchments. Advances in water resources. 74: 156-165.
23
ORIGINAL_ARTICLE
ارزیابی پیشبینی دو مدل هدایت هیدرولیکی غیراشباع با در نظرگیری عدم قطعیت پارامترها
هدایت هیدرولیکی غیر اشباع در محیط متخلخل متناسب با مقدار حجمی آب است. بهدست آوردن منحنی هدایت هیدرولیکی غیراشباع برای مدلسازی حرکت آب در خاک الزامی است. تئوریها و مدلهای متعددی به منظور برآورد هدایت هیدرولیکی غیر اشباع پیشنهاد شده است. اما روشهای پیشنهاد شده، با وجود بهتر کردن برآورد مدل، نقطه ضعفهایی نیز دارند. تحلیل مسیر بحرانی از نظریه نفوذ، با سادهسازی مدل هندسه پیچیده محیط متخلخل، سعی در بهبود پیشبینی هدایت هیدرولیکی غیراشباع دارد. همچنین، مدل پیترز- دورنر- ایدن نشان داده است که قابلیت بالایی در پیشبینی هدایت هیدرولیکی غیر اشباع دارد. در این پژوهش، هر دو مدل تئوری نفوذ و مدل پیترز- دورنر- ایدن ارزیابی میشوند و همچنین با استفاده از روش مونت کارلو زنجیره مارکوف به بررسی عدم قطعیت موجود در پارامترهای شبیهسازی پرداخته میشود. در این تحقیق، از الگوریتم هیبرید تکاملی مونت کارلو – زنجیره مارکوف استفاده شده که شامل روشهای متروپولیس تطبیق پذیر، تکامل- تفاضلی و به روز رسانی اسنوکر می باشد که بررسی فضای پارامتری را به حداقل تعداد تکرار میرساند. نتایج سنجش خطا نشان داد که پیشبینیهای هدایت هیدرولیکی مدل تئوری نفوذ دقیقتر میباشد و در تمامی موارد به جز یک خاک معیار نش – ساتکلیف بالاتر از 0.9 بود. همچنین، تعداد پارامترهای مورد نیاز مدل پیترز- دورنر- ایدن بیشتر از مدل تئوری نفوذ میباشد که منجر به افزایش عدم قطعیت پارامتریک میشود. اعمال چند قید، و ثابت فرض نمودن تعدادی از پارامترهای مورد نیاز مدل پیترز-دورنر- ایدن، سبب میشود که این روش در تمامی بافتهای خاک جواب مناسبی نداشته باشد. مقایسه سرعت همگرایی این دو مدل نشان داد که پارامترهای مدل مدل پیترز-دورنر- ایدن در تمامی موارد تقریباً با 300 تکرار به همگرایی میرسند و این در حالی است که مدل تئوری نفوذ تغریبا به 2000 تکرار برای رسیدن به همگرایی احتیاج دارد. نتایج، بیانگر این موضوع است که مدل تئوری نفوذ با تعداد پارامترهای مورد نیاز کمتر، قادر است تخمینهای دقیقتر و مطمئنتری از هدایت هیدرولیکی غیر اشباع و نگهداشت آب داشته باشد.
https://idj.iaid.ir/article_100445_1fccc79cb7cb3f4f953eba8286880a7f.pdf
2019-12-22
1515
1526
تئوری نفوذ
جریان مویینه
محیط متخلخل
مدل پیترز-دورنر-ایدن
هدایت موئینگی
آرش
مدرسی راد
arashmod@gmail.com
1
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
AUTHOR
بیژن
قهرمان
bijangh@um.ac.ir
2
گروه علوم مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد
LEAD_AUTHOR
ابوالفضل
مساعدی
mosaedi@um.ac.ir
3
استاد دانشکده منابع طبیعی و محیط زیست و استاد مدعو گروه علوم و مهندسی آب دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
AUTHOR
مجتبی
صادق
mojtabasadegh@boisestate.edu
4
استادیار گروه عمران، دانشگاه بویزی، ایالت ایداهو، آمریکا
AUTHOR
زرین فر،س.، قهرمان،ب.، داوری،ک. 1390. ارائه توابع انتقالی جهت پیش بینی هدایت هیدرولیکی اشباع خاک های گراولی با استفاده از رگرسیون حداقل مربعات جزئی، آب و خاک. 25: ۶۱۷-۶۲۴.
1
Alfaro Soto, M.A., Chang, H.K., van Genuchten, M.T., 2017. Fractal-based models for the unsaturated soil hydraulic functions. Geoderma 306, 144–151. doi:10.1016/j.geoderma.2017.07.019
2
Cihan, A., Sukop, M.C., Tyner, J.S., Perfect, E., Huang, H., 2009. Analytical Predictions and Lattice Boltzmann Simulations of Intrinsic Permeability for Mass Fractal Porous Media. Vadose Zo. J. 8, 187. doi:10.2136/vzj2008.0003
3
Crawford, J.W., 1994. The relationship between structure and the hydraulic conductivity of soil. Eur. J. Soil Sci. 45, 493–502.
4
Guarracino, L., Rötting, T., Carrera, J., 2014. A fractal model to describe the evolution of multiphase flow properties during mineral dissolution. Adv. Water Resour. 67, 78–86. doi:10.1016/j.advwatres.2014.02.011
5
Ghanbarian, B., Hunt, A.G., 2012. Unsaturated hydraulic conductivity in porous media: Percolation theory. Geoderma. 187:77-84.
6
Ghanbarian, B., Hunt, A.G., Daigle, H., 2016. Fluid flow in porous media with rough pore‐solid interface. Water Resour. Res. 52, 2045–2058
7
Hunt, A.G., Gee, G.W., 2002. Application of critical path analysis to fractal porous media: Comparison with examples from the Hanford site. Adv. Water Resour. 25, 129–146. doi:10.1016/S0309-1708(01)00057-4
8
Hunt, A.G., Ghanbarian, B., Saville, K.C., 2013. Unsaturated hydraulic conductivity modeling for porous media with two fractal regimes. Geoderma 207–208, 268–278. doi:10.1016/j.geoderma.2013.05.023
9
Iden, S. C., Durner, W., 2014. Comment on ‘‘Simple consistent models for water retention and hydraulic conductivity in the complete moisture range’’ by A. Peters,Water Resour. Res., 50, 7530–7534, doi:10.1002/2014WR015937
10
Kitanidis, P.K., and Bras, R.L., 1980. Real-Time Forecasting with a Conceptual Hydrologic Model. Part I: Analysis of Uncertainty, Water Resources Research. 16: 6.1025-1033
11
Mehta, B. K., Shiozawa, S., Nakano M., 1994. Hydraulic properties of a sandy soil at low water contents. Soil Sci. 157(4), 208–214.
12
Millington, R., Quirk J. P., 1961. Permeability of porous solids.Trans. Faraday Soc. 57(8), 1200–1207.
13
Perrier, E., Bird, N., Rieu, M., 2000. Generalizing the fractal model of soil structure: the pore—solid fractal approach. Developments in Soil Science. Vol. 27. Elsevier,. 47-74.
14
Peters, A., 2014. Reply to comment by S. Iden and W. Durner on ‘‘Simple consistent models for water retention and hydraulic conductivity in the complete moisture range’’, Water Resour. Res., 50, 7535–7539, doi:10.1002/2014WR016107
15
Rieu, M., Sposito, G., 1991. Fractal fragmentation, soil porosity, and soil water properties: I. Theory. Soil Sci. Soc. Am. J. 55, 1231–1238.
16
Tyler, S.W., Wheatcraft, S.W., 1989. Application of Fractal Mathematics to Soil Water Retention Estimation. Soil Sci. Soc. Am. J. 53, 987. doi:10.2136/sssaj1989.03615995005300040001x
17
Sadegh, M., Ragno, E., AghaKouchak, A., 2017. Multivariate Copula Analysis Toolbox (MvCAT): Describing dependence and underlying uncertainty using a Bayesian framework. Water Resour. Res. 53, 5166–5183. doi:10.1002/2016WR020242
18
Saito, H., Sim˚unek, j., Mohanty, B. P., 2006. Numerical analysis of coupled water, vapor, and heat transport in the vadose zone.Vadose Zone J., 5(2), 784–800, doi:10.2136/vzj2006.0007
19
Sakai, M., Van Genuchten, M.T., Alazba, A.A., Setiawan, B.I., Minasny, B. A., 2015. complete soil hydraulic model accounting for capillary and adsorptive water retention, capillary and film conductivity, and hysteresis. Water Resources Research. 51(11):8757-72.
20
Vrugt, J.A., Gupta, H.V., Bouten, W., Sorooshian. S. A., 2003. Shuffled Complex Evolution Metropolis algorithm for optimization and uncertainty assessment of hydrologic model parameters. Water Resources Research. 39(8).
21
Vrugt, J.A., Ter Braak, C.J., Diks, C.G., Robinson, B.A., Hyman, J.M., Higdon, D., 2009. Accelerating Markov chain Monte Carlo simulation by differential evolution with self-adaptive randomized subspace sampling. International Journal of Nonlinear Sciences and Numerical Simulation. 10(3):273-90.
22
Zand-Parsa, S., 2006. Improved soil hydraulic conductivity function based on specific liquid-vapour interfacial area around the soil particles. Geoderma 132, 20–30. doi:10.1016/j.geoderma.2005.04.020
23
Zand-Parsa, S., Sepaskhah, A.R., 2004. Soil hydraulic conductivity function based on specific liquid-vapor interfacial area around the soil particles. Geoderma 119, 143–157. doi:10.1016/S0016-7061(03)00258-1
24
ORIGINAL_ARTICLE
تعیین بهره وری آب نرمال شده و بررسی حساسیت مدل آکوکراپ برای گیاه تربچه
مدل آکواکراپ یکی از مدلهای شبیهساز عملکرد محصول است که برای مدیریت کم آبیاری توسط کارشناسان فائو ارائه شده است. این مدل دادههای ورودی کمتری نسبت به سایر مدلهای مشابه لازم دارد. یکی از دادههای وردی این مدل پارامتر بهرهوری آب نرمال شده است که باید برای هر گیاه معلوم باشد. این پارامتر برای گیاه تربچه که جزء نباتات C3 است تاکنون تعیین نشده است، لذا هدف نخست این پژوهش تعیین آن برای منطقه پاکدشت و هدف دوم آن تحلیل حساسیت مدل آکواکراپ نسبت به دادههای ورودی تبخیر و تعرق مرجع (ETo)، بهرهوری آب نرمال شده (WP*)، پوشش گیاهی در مرحله اولیه رشد (CCo) و حداکثر پوشش گیاه (CCx) بود. این پژوهش درگلخانه تحقیقاتی پردیس ابوریحان، دانشگاه تهران در منطقه پاکدشت در سال زراعی 1396 انجام شد. بر اساس نتایج این تحقیق، بهرهوری آب نرمال شده تربچه 3/11 گرم بر متر مربع تعیین شد. نتایج بررسی حساسیت نشان داد مدل آکواکراپ بیشترین حساسیت را به پارامتر بهرهوری آب نرمال شده برای شرایط آبیاری کامل دارد که در آن ضریب حساسیت 88/0 برآورد گردید. در شرایط کم آبیاری بیشترین حساسیت مدل بر روی پارامتر تبخیر و تعرق مرجع است و هر چه کم آبیاری شدیدتر باشد ضریب حساسیت افزایش مییابد. ضریب حساسیت در کم آبیاری 60 درصدی برابر 19/10- برآورد شد.
https://idj.iaid.ir/article_100446_01d322078601f127e1fb0f02befa8284.pdf
2019-12-22
1527
1537
: تبخیر و تعرق مرجع
حداکثر پوشش گیاه
ضریب حساسیت
پوشش گیاهی در مرحله اولیه رشد
مهری
حاجی زاده
mehri.hajizade90@ut.ac.ir
1
گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران، پاکدشت، ایران
AUTHOR
علی
رحیمی خوب
akhob@ut.ac.ir
2
گزوه آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران
LEAD_AUTHOR
ساسان
علی نیایی فرد
aliniaeifard@ut.ac.ir
3
استادیار گروه علوم باغبانی، پردیس ابوریحان، دانشگاه تهران، پاکدشت، ایران
AUTHOR
مریم
وراوی پور
mvaravipour@ut.ac.ir
4
گروه مهندسی آبیاری و زهکشی،پردیس ابوریحان، دانشگاه تهران، پاکدشت، ایران
AUTHOR
Abedinpour M., Sarangi A., Rajput T. B. S., Singh M., Pathak H. and Ahmad T. (2012). Performance evaluation of AquaCrop model for maize crop in a semi-arid environment. Agricultural Water Management, 110, 55-66.
1
Alizadeh H. A., Nazari B., Parsinezhad M., RAMAZANI E. H. and Janbaz H. R. (2010). Evaluation of AquaCrop model on wheat deficit irrigation in Karaj area. Iranin Journal of Irrigation and Drainage,4(2), 273-283. [in Persian]
2
Allen R. G., Pereira L. S., Raes D. and Smith M. (1998). Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. Fao, Rome.
3
Beven K. (1979). A sensitivity analysis of the Penman-Monteith actual evapotranspiration estimates. Journal of Hydrology, 44(3-4), 169-190.
4
Haydarinia M., Naseri. A. A. and Broomand-Nasab. S. (2012). Investigate the possibilitiy of application of AquoCrop model for irrigation scheduling of sunflower in Ahwaz. Journal of Water Resources,5(1), 39-41. [in Persian]
5
Iqbal M. A., Shen Y., Stricevic R., Pei H., Sun H., Amiri E. and del Rio S. (2014). Evaluation of the FAO AquaCrop model for winter wheat on the North China Plain under deficit irrigation from field experiment to regional yield simulation. Agricultural Water Management, 135, 61-72.
6
Khalili N., Davary K., Alizadeh A., Kafi M., and Ansari H. (2014). Simulation of Rainfed wheat yield using AquaCrop Model, Case Study: Sisab Rainfed Researches Station, Northern Khorasan area Journal of Water and Soil, 28(5), 930-939. [in Persian]
7
Karimi Avargani H., Rahimikhib A. and Nazari Fard M.(2015). Calibration and verification of AquaCrop model for barley in Pakdasht area Iranian Water and soil research,74(3), 579. [in Persian]
8
Kim D. and Kaluarachchi J. (2015). Validating FAO AquaCrop using Landsat images and regional crop information. Agricultural Water Management, 149, 143-155.
9
Mohammadi M., Davary K., GHahreman B., Ansari H., and Haghverdi A. (2015). Calibration and validation of the aquacap model for the simulation of spring wheat yield under stress at the same time, salinity and drought. Journal of Water Research in Agriculture,29(3), 278-295. [in Persian]
10
Rahimikhoob H., Sotoodehnia A. and Massahbavani A. R. (2014). Calibration and evaluation of AquaCrop for Maize in Qazvin region. Iranian Journal of lrrigation and Drainage, 8(1), 108-115. [in Persian]
11
Steduto P., Hsiao T. C., Raes D. and Fereres E. (2009). AquaCrop—The FAO crop model to simulate yield response to water I. Concepts and underlying principles. Agronomy Journal. 101(3), 426-437.
12
Zhang W., Liu W., Xue Q., Chen J. and Han X. (2013). Evaluation of the AquaCrop model for simulating yield response of winter wheat to water on the southern Loess Plateau of China. Water Science and Technology, 68(4).
13