واسنجی مدل HYDRUS-2D و شبیه‌سازی الگوی رطوبتی خاک در آبیاری نواری تیپ کشت نشائی چغندرقند با و بدون مالچ

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل

2 گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زابل

3 مؤسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی

4 موسسه تحقیقات اصلاح و تهیه بذر چغندرقند

چکیده

این تحقیق به‌منظور واسنجی مدل HYDRUS-2D و شبیه‌سازی الگوی توزیع رطوبتی خاک در آبیاری نواری تیپ در کشت نشائی چغندرقند با و بدون مالچ انجام شد. پژوهش حاضر طی فصل زراعی 1398-1397 در 14 کرت (7 کرت با مالچ و 7 کرت بدون مالچ) با 2 ردیف نوار تیپ به آرایش 50*40 اجرا شد. از 12کرت برای اندازه‌گیری رطوبت خاک به روش وزنی و از دو کرت برای نصب لوله‌های دسترسی دستگاه PR2 به-منظور پایش توزیع رطوبت خاک در فواصل مختلف از نوار تیپ و در عمق‌های 10، 20، 30، 40، 60 و 100 سانتی‌متر از سطح خاک استفاده شد. واسنجی دستگاه PR2 در دور آبیاری 7 روز و 6 نوبت آبیاری انجام شد. نتایج واسنجی نشان داد که پارامترهای پیش‌فرض6/1 a0= و 4/8 a1= پیشنهاد شده توسط شرکت سازنده PR2برای بافت لومی مزرعه جوابگو نبوده و برای تحقیق حاضر، پارامترهای a0 و a1 برای رطوبت‌های بیشتر از ظرفیت زراعی به‌ترتیب به 8/1 و 3/8 و برای رطوبت‌های کمتر از ظرفیت زراعی به‌ترتیب به 2/1 و 6/8 اصلاح شد. بعد از واسنجی، از دستگاهPR2 برای اندازه‌گیری رطوبت در پنچ نوبت آبیاری و هر آبیاری به مدت 6 ساعت، در حین آبیاری و پس از آن تا آبیاری بعدی استفاده شد. نتایج صحت‌سنجی مدل HYDRUS -2D در پنج نوبت آبیاری با و بدون مالچ (با مقادیر میانگین قدر مطلق خطا (MAE) کمتر از 035/0، جذر متوسط مربعات خطا (RMSE) کمتر از 042/0، ضریب همبستگی (R) بالای 70/0 و مجموع مربعات خطا (SSQ) کمتر از 41/0) نشان از عملکرد مناسب مدل در شبیه‌سازی رطوبت حجمی خاک دارد. در شرایط کاربرد مالچ به‌شرطی که پارامترهای هیدرولیکی خاک برای این حالت نیز واسنجی شود، مدل همان کارایی را خواهد داشت. مدل HYDRUS-2D به‌دلیل شبیه‌سازی خوب حین و بعد از آبیاری برای طراحی، انتخاب آرایش نوار تیپ و مدیریت آبیاری نوار تیپ پیشنهاد می‌شود.

کلیدواژه‌ها


عنوان مقاله [English]

Calibration of HYDRUS-2D model and simulation of soil moisture pattern in transplanting sugar beet with and without mulch under tape irrigation

نویسندگان [English]

  • Karim Rahmani 1
  • Masoomeh Delbari 1
  • Peyman Afrasiab 2
  • Fariborz Abbasi 3
  • Vali allah Yusufabadi 4
1 Department of Water Engineering, Faculty of Water and Soil, University of Zabol
2 Department of Water Engineering, Faculty of Water and Soil, University of Zabol
3 Agricultural Engineering and Technical Research Institute, Agricultural Research, Education and Extension Organization (AREEO)
4 Seed Breeding and Preparation Research Institute
چکیده [English]

This study aimed to calibrate the HYDRUS-2D model for simulating soil moisture distribution under tape irrigation in transplanting sugar beet, with and without mulching. The research was carried out during the cropping seasons 2017-2018 in 14 plots (7 plots with mulch and 7 plots without mulch) with 2 rows of 40x50 tape. To monitor soil moisture distribution, soil samples were collected from 12 plots, and access tubes of the PR2 device were installed at depths of 10, 20, 30, 40, 60, and 100 cm in two plots. The PR2 device was calibrated for a 7- day irrigation frequency and 6 irrigations. The calibration results showed that the default parameters a0=1.6 and a1=8.4 proposed by the PR2 manufacturing company were not appropriate for the loam-textured soil of the study area. For this research, a0 and a1 were modified to 1.8 and 8.3 for soil water contents higher than the filed capacity and to 1.2 and 8.6 for soil water contents lower than the field capacity, respectively. The PR2 device was then used to measure soil moisture contents for five irrigations (6 hours each irrigation), during and after irrigation until the next irrigation. The results showed that the HYDRUS-2D model performs appropriately in simulating soil water content in five irrigation intervals with and without mulch application. The mean absolute value of error (MAE) was less than 0.035, root mean square error (RMSE) was less than 0.042; correlation coefficient (R) was above 70%, and the sum of squared error (SSQ) was less than 0.41 percent. If the hydraulic parameters of the soil were recalibrated for the use of mulch, the HYDRUS-2D model provided the same efficiency. Therefore, the HYDRUS-2D model is recommended for designing and managing tape irrigation due to its good simulation during and after irrigation.

کلیدواژه‌ها [English]

  • Plant residues
  • PR2 device
  • Soil water content
  • Mathematical model
  • Calibration
تدوین نژاد، م.، قربانی دشتکی، ش.، مصدقی، م.، محمدی، ج. و پناعی، م. 1396. اثر مدت زمان اجرای سامانه آبیاری قطره­ای و پلی اکریل آمید بر آب­گریزی خاک در باغ بِه. نشریه مدیریت خاک و تولید پایدار. 7 (2): 85-102.
خانجانی، س. و دلیر حسن نیا، ر. 1393. بررسی گسترش جبهه رطوبتی در آبیاری قطره­ای تحت منبع خطی در خاک دو لایه. نشریه پژوهش آب در کشاورزی. 28 (2): 429-419.
خرمی، م.، علیزاده، ا. و انصاری، ح. 1392. شبیه­سازی حرکت آب و توزیع مجدد رطوبت در خاک در آبیاری قطره­ای توسط مدل Hydrus 2D/3D. نشریه آب و خاک (علوم و صنایع کشاورزی). 27(4): 692-702.
سلامتی، ن.، دلبری، م.، عباسی، ف. و شینی دشتگل، ع. 1394. شبیه­سازی انتقال آب و نیترات در خاک با استفاده از مدل HYDRUS-1D در آبیاری جویچه­ای نیشکر. مجله علوم آب و خاک (علوم و فنون کشاورزی و منابع طبیعی). 19(74): 191-179.
فیروزی، ع.، میرلطیفی، س م.، دهقانی سانیج، ح. و طباطبایی، س ح. 1395. واسنجی دستگاه رطوبت­سنج PR2 با استفاده از لوله PVC32. دومین کنگره ملی آبیاری و زهکشی ایران. 2-4 شهریور. دانشگاه صنعتی اصفهان.
قربانیان، م.، منجزی، م. ص.، ابراهیمیان، ح. و لیاقت، ع. 1393. ارزیابی مدل­های HYDRUS-2D و SEEP/W در برآورد پیاز رطوبتی آبیاری قطره­ای ثقلی و سطحی و زیرسطحی. نشریه آب و خاک (علوم و صنایع کشاورزی). 28 (1): 189-179.
عطایی، ع.، نیشابوری، م. ر.، اکبری، م.، زارع حقی، د. و عنابی میلانی، ا. 1397. ارزیابی مدل هایدروس دو بعدی برای تعیین توزیع رطوبت خاک در آبیاری قطره­ای سطحی و زیرسطحی درختان پسته. نشریه پژوهش آب در کشاورزی.  23(4): 581-595.
محمدیان، ر. و صدرقاین، ح. 1391. تعیین مناسبترین آرایش کاشت چغندرقند تحت شرایط آبیاری نواری- قطره­ای. مجله چغندرقند. 28 (2): 122-107.
Albayrak, M., Gunes, E. and Gulcubuk, B. 2010. The effects of irrigation methods on input use and productivities of sugarbeet in Central Anatolia, Turkey. African Journal of Agricultural Research. 5:188-195.
Al-Ogaidi, A. A. M., Aimrun, W., Rowshon, M. and Abdullah, A. 2016a. WPEDIS – wetting pattern estimator under drip irrigation systems. International Conference on Agricultural and Food Engineering, (Cafei2016) 23-25 August 2016.
Al-Ogaidi, A. A. M., Aimrun, W., Rowshon, M. and Abdullah, A. 2016b. Modelling soil wetting patterns under drip irrigation using hydrus-3D and comparison with empirical models. International Conference on Agricultural and Food Engineering. Global Journal of Engineering and Technology Review 1(1): 17–25.
Al-Ogaidi, A. A. M., Wayayok, A., Rowshon, M. and Abdullah, A. 2015. A modified empirical model for estimating the wetted zone dimensions under drip irrigation. J. Teknol. 76, 69–73.
Autovino, D., Rallo, G. and Provenzano, G. 2018. Predicting soil and plant water status dynamic in olive orchards under different irrigation systems with Hydrus-2D: Model performance and scenario analysis. Agricultural Water Management. 203: 225-235.
Delta-T Devices. 2008. User manual for the profile probe type PR2. Delta-T Devices Ltd., Cambridge, UK.
Fan, Y.W., Huang, N., Gong, J.G., Shao, X.X., Zhang, J. and Zhao, T. 2018. Simulation of soil wetting pattern of vertical moistube-irrigation. Water. 10 (5): 601.
Feddes, R.A., Kowalik, P. and Zarandy, H. 1978. Simulation of field water use and crop yield. The Netherlands: Pudoc Wageningen.
Fernandez, J.E., Alcon, F., Diaz-Espejo, A., Hernandez-Santana, V. and Cuevas, M.V. 2020. Water use indicators and economic analysis for on-farm irrigation decision: A case study of a super high density olive tree orchard. Agricultural Water Management. 237: 106074.
Grecco, K.L. and Souza, C.L. 2023. Numerical simulations to estimate wetted soil volumes in subsurface drip irrigation. Revista Ciência Agronômica. 54: 1-12.
Han, M., Zhao, C., Feng, G., Yan, Y. and Sheng, Y. 2015. Evaluating the effects of mulch and irrigation amount on soil water distribution and root zone water balance using HYDRUS-2D. Water. 7: 2622-2640.
Hardie, M., Ridges, J., Swarts, N. and Close, D. 2018.  Drip irrigation wetting patterns and nitrate distribution: comparison between electrical resistivity (ERI), dye tracer, and 2D soil–water modelling approaches. Irrigation science. 36: 97-110.
Javadzadeh, F., Khaledian, M., Navabian, M. and Shahinrokhsar, P. 2017. Simulations of both soil water content and salinity under tape drip irrigation with different salinity levels of water. Geosystem Engineering.  20 (4): 231-236.
Kandelous, M.M. and Simunek, J. 2010a. Comparison of numerical, analytical, and empirical models to estimate wetting patterns for surface and subsurface drip irrigation. Irrigation Science. 28: 435-444.
Kandelous, M.M. and Simunek, J. 2010b. Numerical simulations of water movement in a subsurface drip irrigation system under field and laboratory conditions using HYDRUS-2D. Agricultural Water Management, 97: 1070 – 1076.
Kandelous, M.M., Simunek, J., Van Genuchten, M.T. and Malek, K. 2011. Soil water content distributions between two emitters of a subsurface drip irrigation system. Soil Science Society of America Journal. 75 (2): 488-497.
Keller, J. and Blisner, R.D. 1992. Sprinkler and Trickle Irrigation. Avi Book. Van No strand Reinhold, New York.
Monthly Statistics of the National Meteorological Organization. 2018. https://data.irimo.ir
Mualem, Y., 1976. A new model for predicting the hydraulic conductivity of unsaturated porous media. Water Resour. Res., 12, 57–64.
Mwale, S.S., Azam-Ali, S.N. and Sparkers, D.L. 2005. Can the PR1 capacitance probe replace the neutron probe for routine soil water measurement? Soil Use and Management. 21: 340–347.
Qi, Z. and Helmers, M.J. 2010. The conversion of permittivity as measured by a PR2 capacitance probe into soil moisture values for Des Moines lobe soils in Iowa. Soil use and management. 26 (1): 82-92.
Qi, Z., Feng, H., Zhao, Y., Zhang, T. and Yang, A. 2018. Spatial distribution and simulation of soil moisture and salinity under mulched drip irrigation combined with tillage in an arid saline irrigation district, northwest China. Agricultural Water Management. 201: 219-231.
Phogat, V., Mahadevan, M., Skewes, M., and Cox, J.W. 2012. Modelling soil water and salt dynamics under pulsed and continuous surface drip irrigation of almond and implications of system design. Irrigation Science. 30: 315–333.
Roberts, T.L., White, S.A., Warrick, A.W. and Thompson, T.L. 2008. Tape depth and germination method influence patterns of salt accumulation with subsurface drip irrigation. Agricultural Water Management. 95: 669–677.
Saxton, K.E., and Willey, P.H. 2006. The SPAW model for agricultural field and pond hydrologic simulation. In V.P. Singh and D.K. Frevert (ed.) Watershed models. CRC Press, Boca Raton, Fl. P. 401–435. 
Schaap, M. G., Leij, F. J., and van Genuchten, M. T. 2001. Rosetta: a computer program for estimating soil hydraulic parameters with hierarchical pedotransfer functions, J. Hydrol., 251: 163–176.
Schwartzman, B.M. and Zur, B. 1986. Emitter spacing and geometry of wetted soil volume. J. Irrig. Drain. Eng. 112: 242–253.
Selim, T., Bouksila, F., Berndtsson, R. and Person, M. 2013. Soil Water and Salinity Distribution under Different Treatments of Drip Irrigation. Soil Science Society of America Journal. 77(4): 1144-1156.
Siyal, A.A. and Skaggs, T.H. 2009. Measured and simulated soil wetting patterns under porous clay pipe sub-surface irrigation. Agricultural Water Management. 96: 669–677.
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: 426–437.
Subbaiah, R. 2013. A review of models for predicting soil water dynamics during trickle irrigation. Irrigation Science, 31(3): 225–258.
Tian, H., Bo, L., Mao, X., Liu, X., Wang, Y. and Hu, Q. 2022. Modelling Soil Water, Salt and Heat Dynamics under Partially Mulched Conditions with Drip Irrigation, Using HYDRUS-2D. Water. 14: 2791.
Van Genuchten, M. T. 1980. “A closed‐form equation for predicting the hydraulic conductivity of unsaturated soils.” Soil Sci. Soc. Am. J., 44, 892–898.
Wesseling, J. 1991. Meerjarige simulaties van grondwateronttrekking voor verschillende bodemprofielen, grondwatertrappen en gewassen met het model SWATRE. SC-DLO Rep. 152. DLO Winand Staring Ctr., Wageningen, the Netherlands.
Yang, K., Wang, F., Shock, C.C., Kang, S., Huo, Z., Song, N. and Ma, D. 2017. Potato performance as influenced by the proportion of wetted soil volume and nitrogen under drip irrigation with plastic mulch. Agricultural water management. 179: 260–270.
Yao, P., Dong, X. and Hu, A. 2011, May. Using HYDRUS-2D simulate soil water dynamic in jujube root zone under drip irrigation. In 2011 International Symposium on Water Resource and Environmental Protection (Vol. 1, pp. 684-688). IEEE.