University of Tehran, College of Aburaihan

مدیریت آب و آبیاری

2251-6298

University of Tehran, College of Aburaihan

138

10.22059/jwim.2021.308487.814

مقاله پژوهشی

ارائه رویکرد ترکیبی SWARA-COPRAS به منظور رتبه‌بندی گزینه‌های مدیریتی کاهش نفوذ آب شور در آبخوان‌های ساحلی

نصیری

مینا

دانش آموخته کارشناسی ارشد آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران.

کاردان مقدم

حمید

استادیار پژوهشی، مؤسسه تحقیقات آب، وزارت نیرو، تهران، ایران.

حمیدی

مهدی

استادیار، گروه آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران.

21 12 2020

10 3 365 379 21 08 2020 15 01 2021

2020

https://jwim.ut.ac.ir/article_79461.html

یکی از مسائل و مشکلات در آبخوان‌های ساحلی نفوذ آب از طرف دریا به آبخوان است. لذا شناخت جامع و مدیریت منابع آب زیرزمینی در اینگونه آبخوان‌ها جهت توسعه پایدار بسیار حائز اهمیت است. در این راستا، پژوهش حاضر با هدف ارائة چارچوبی جهت رتبه‌بندی گزینه‌های مدیریتی و انتخاب گزینه برتر برای کنترل نفوذ آب شور در آبخوان ساحلی تجن تهیه شده است. در ابتدا معیارهای درنظرگرفته شده شامل معیارهای فنی، اقتصادی، اجتماعی و زیست‌محیطی با استفاده از روش SWARA وزندهی و اهمیت آن‌ها مشخص شد. نتایج روش نشان SWARA داد که معیار زیست‌محیطی با وزن 28/0 اهمیت بیشتری نسبت به سایر معیارها دارد. در ادامه از روش COPRAS برای رتبه‌بندی و انتخاب گزینه برتر مدیریتی استفاده شد. براساس نتایج حاصل از روش COPRAS، گزینه‌های کاهش پنج درصدی پمپاژ، کاهش 10 درصدی پمپاژ و تغذیه مصنوعی در رتبه‌های اول تا سوم قرار گرفتند. جهت ارزیابی اثر گزینه برتر بر نحوه حرکت شوری با استفاده از مدل SEAWAT، ابتدا تغییرات تراز آب زیرزمینی و غلظت شوری به ترتیب با مدل‌های MODFLOW و MT3DMS شبیه‌سازی شد. نتایج حاصل از اجرای سناریوی برتر با استفاده از مدل SEAWAT نشان‌دهنده کاهش حرکت گوه شوری بود.

پبشروی آب شور تصمیم‌گیری چند معیاره مدل‌سازی آب زیرزمینی SWARA-COPRAS

Abd-Elhamid, H. F., & Javadi, A. A. (2011). A cost-effective method to control seawater intrusion in coastal aquifers. Water Resources Management, 25(11), 2755-2780.‏

Abdoulhalik, A., Ahmed, A., & Hamill, G. A. (2017). A new physical barrier system for seawater intrusion control. Journal of Hydrology, 549, 416-427.‏

Bruington, A. E. (1972). Saltwater intrusion into aquifers 1. JAWRA Journal of the American Water Resources Association, 8(1), 150-160.‏

Essink, G. H. O. (2001). Improving fresh groundwater supply- problems and solutions. Ocean & Coastal Management, 44(5-6), 429-449.

Faraji Sabokbar, H., Rezvani, M., Behnam Morshedi, H., & Rousta, H. (2014). Spatial classifying of tourism routes in Fars province on tourism services and facilities. Human Geography Research, 46(3), 561-586. (In Persian).

García-Cascales, M. S., & Lamata, M. T. (2012). On rank reversal and TOPSIS method. Mathematical and Computer Modelling, 56(5-6), 123-132.‏

Ghenai, C., Albawab, M., & Bettayeb, M. (2020). Sustainability indicators for renewable energy systems using multi-criteria decision-making model and extended SWARA/ARAS hybrid method. Renewable Energy, 146, 580-597.‏

Hamidi, M., & Sabbagh-Yazdi, S. R. (2008). Modeling of 2D density-dependent flow and transport in porous media using finite volume method. Computers & fluids, 37(8), 1047-1055.‏

Han, Z. (2003). Groundwater resources protection and aquifer recovery in China. Environmental Geology, 44(1), 106-111.‏

Hussain, M. S., Javadi, A. A., & Sherif, M. M. (2015). Three dimensional simulation of seawater intrusion in a regional coastal aquifer in UAE. Procedia Engineering, 119, 1153-1160.‏

Jafari, F., & Eftekhari, M. (2013). Assessment of urmia lake water interactions and saltwater intrusion to surrounding aquifers. Water and Irrigation Management, 3(1), 29-47. (In Persian).

Jalut, Q. H., Abbas, N. L., & Mohammad, A. T. (2018). Management of groundwater resources in the al-mansourieh zone in the diyala river basin in eastern Iraq. Groundwater for Sustainable Development, 6, 79-86.‏

Javadi, A., Hussain, M., Sherif, M., & Farmani, R. (2015). Multi-objective optimization of different management scenarios to control seawater intrusion in coastal aquifers. Water Resources Management, 29(6), 1843-1857.‏

Kardan moghaddam, H., Banihabib, M. &, Javadi, S. (2017a). Assessment of artificial recharge on aquifer restoring using sustainability index. Iranian Journal of Ecohydrology, 4(4), 1241-1253. (In Persian).

Kardan moghaddam, H., Jafari, F. & Javadi, S. (2017b). Vulnerability evaluation of a coastal aquifer via GALDIT model and comparison with DRASTIC index using quality parameters. Hydrological Sciences Journal, 62(1), 137-146.

Keršuliene, V., Zavadskas, E. K., & Turskis, Z. (2010). Selection of rational dispute resolution method by applying new step‐wise weight assessment ratio analysis (SWARA). Journal of Business Economics and Management, 11(2), 243-258.‏

Kourakos, G., & Mantoglou, A. (2006). Pumping optimization of coastal aquifers using 3-d density models and approximations with neural networks. In: Proceedings of XVI International Conference on Computational Methods in Water Resources, 18-22 June, Copenhagen, Denmark, 1-8.

Lahr, J. H. (1982). Artificial ground‐water recharge: A solution to many us water‐supply problems. Groundwater, 20(3), 262-266.

Lashkarian Nabipay, S., & Davoudi, M. H. (2008). Groundwater dams a way to optimize the management of groundwater resources in watersheds. In: Proceeding of 4th National Conference on Watershed Management Sciences and Engineering of Iran, 19-20 February, University of Tehran, Faculty of Natural Resources, Karaj, Iran. (In Persian).

Luyun Jr, R., Momii, K., & Nakagawa, K. (2009). Laboratory-scale saltwater behavior due to subsurface cutoff wall. Journal of Hydrology, 377(3-4), 227-236.‏

Naderi, M. H. (2010). Evaluation of seawater intrusion control methods in coastal/desert. In: Proceeding of1stNational Conference Coastal Lands, on Water Resources Management, 8 December, Sari Agricultural Sciences and Natural Resources University, Sari, Iran. (In Persian).

Nasiri, M., Hamidi, M., Kardan moghaddam, H. (2020a). Evaluating the effect of supplying drinking water and agriculture water of Sari-Neka aquifer on the salinity movement with the utilization of Gelvard dam, Journal of Soil and Water Resources Conservation, 9(2), 71-88. (In Persian).

Nasiri, M., Hamidi, M., & Kardan moghaddam, H. (2020b). Simulation of seawater intrusion in coastal aquifers (case study: the southern shores of the Caspian sea). Journal of Water and Soil, 34(2), 269-286. (In Persian).

Oz, I., Shalev, E., Yechieli, Y., & Gvirtzman, H. (2015). Saltwater circulation patterns within the freshwater–saltwater interface in coastal aquifers: Laboratory experiments and numerical modeling. Journal of Hydrology, 530, 734-741.‏

Shammi, M., Rahman, M., Bondad, S. E., & Bodrud-Doza, M. (2019). Impacts of salinity intrusion in community health: a review of experiences on drinking water sodium from coastal areas of Bangladesh. In Healthcare, Multidisciplinary Digital Publishing Institute, 7(1), 50.

Telmer, K., & Best, M. (2004). Underground dams: a practical solution for the water needs of small communities in semi-arid regions. Scientific Communication, TERRÆ, 1(1), 63-65.

Todd, D. K. (1959).Ground water hydrology. New York, John Wiley & Sons.‏

Tully, K., Gedan, K., Epanchin-Niell, R., Strong, A., Bernhardt, E. S., BenDor, T., & Weston, N. B. (2019). The invisible flood: The chemistry, ecology, and social implications of coastal saltwater intrusion. BioScience, 69(5), 368-378.‏

Van Dam, J. C. (1999). Exploitation, restoration and management. Seawater intrusion in coastal Aquifers Concepts, Methods and Practices. Dordrecht, Springer.

Vengadesan, M., & Lakshmanan, E. (2019). Management of coastal groundwater resources. Coastal Management. Academic Press.‏ 383-397.

White, E., & Kaplan, D. (2017). Restore or retreat saltwater intrusion and water management in coastal wetlands. Ecosystem Health and Sustainability, 3(1), e01258.‏

Zavadskas, E. K., & Kaklauskas, A. (1996). Determination of an efficient contractor byusing the new method of multicriteria assessment. In: Langford, D. A.; Retic, A. (Eds.), In: Proceeding of International symposium for the organisation and management ofconstruction. Shaping theory and practice. Managing the construction project and managing risk, CIB W 65, London, 2, 94-104.

Zavadskas, E. K., Stević, Ž., Tanackov, I., & Prentkovskis, O. (2018). A novel multicriteria approach–rough step-wise weight assessment ratio analysis method (R-SWARA) and its application in logistics. Studies in Informatics and Control, 27(1), 97-106.‏ _||_

University of Tehran, College of Aburaihan

مدیریت آب و آبیاری

2251-6298

University of Tehran, College of Aburaihan

138

10.22059/jwim.2021.300563.784

مقاله پژوهشی

ارزیابی عملکرد سامانه‌های آبیاری نوین در شهرستان همدان

زارع ابیانه

حمید

استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.

دانایی

اعظم

دانش آموخته کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.

اخوان

سمیرا

استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.

جوزی

مهدی

استادیار، بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمانشاه، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمانشاه، ایران.

21 12 2020

10 3 381 395 17 04 2020 15 01 2021

2020

https://jwim.ut.ac.ir/article_79462.html

ارزیابی عملکرد سامانه‌های آبیاری تحت فشار یکی از راه‌کارهای مهم به‌منظور مدیریت مصرف آب در مزرعه می‌باشد. در این پژوهش پنج سامانه آبیاری بارانی، پنج سامانه قطره‌ای و دو سامانه نواری‌قطره‌ای به‌منظور ارزیابی فنی و هیدرولیکی در اراضی کشاورزی شهرستان همدان انتخاب شدند. ارزیابی‌ها براساس روش‌ مریام و کلر انجام شد. شاخص‌های مورد اندازه‌گیری برای سامانه‌های بارانی شامل ضریب یکنواختی کریستیانسن (CU)، یکنواختی توزیع (DU)، راندمان پتانسیل کاربرد آب (PELQ) و راندمان واقعی کاربرد آب در ربع پایین (AELQ) بود. شاخص‌های مورد اندازه‌گیری برای سامانه‌های قطره‌ای نیز شامل ضریب یکنواختی (EU)، ضریب کاهش راندمان (ERF)، راندمان پتانسیل کاربرد آب در ربع پایین و راندمان واقعی کاربرد آب در ربع پایین بود. مقدار شاخص‌‌های CU، DU، PELQ و AELQ برای سامانه‌های بارانی به‌ترتیب در دامنه 1/80- 6/65، 4/65- 1/53، 7/55- 1/31 و 5/52- 3/28 درصد حاصل شد. در سامانه‌های قطره‌ای نیز مقادیر EU، ERF، PELQ و AELQ در دامنه 7/65- 4/43، 3/1- 8/0، 1/59- 1/39 و 0/73- 0/34 درصد به‌دست آمد. نتایج نشان داد در تمامی سامانه‌ها، راندمان‌های مورد بررسی کمتر از حد انتظار بود که از جمله دلایل این امر می‌توان به طراحی نامناسب، متفاوت بودن سامانه اجرا شده با سامانه طراحی شده، تاثیرگذاری عوامل اقلیمی نظیر سرعت باد، مشکلات بهره‌برداری نظیر عدم اهمیت کشاورزان به تنظیم فشار، استفاده از لوازم نامناسب و عدم بازبینی‌های دوره‌ای به‌دلیل سطح پایین آگاهی، عدم آموزش و نارسایی‌های اقتصادی اشاره نمود.

ارزیابی آبیاری بارانی ارزیابی آبیاری قطره‌ای راندمان یکنواختی توزیع

1. Ahmadaali, K., Ramezani Etedali, H., & Hosseini Pazhouh, N. (2018). Assessment of modern irrigation systems in Qom province. Iranian Journal of Irrigation and Drainage, 11(5), 736-749. (In Persian).

2. Acar, B., Yavuz, F., & Topak, R. (2011). Research on drip irrigation system performance under greenhouse conditions. Bulletin of University of Agricultural Sciences and Veterinary Medicine Cluj-Napoca Agriculture,68(1), 21-27.

3. Agricultural Jahad Organization of Hamadan Province. (2018). Water and Soil Management Report of Hamedan Agricultural Jahad Organization. Website: http://hm.agri-jahad.ir (In Persian).

4. Arya, C.k., Purohit, R.C., Dashora, L.K., Singh, P.K., & Kothari, M. (2017). Performance evaluation of drip irrigation systems. International Journal of Current Microbiology and Applied Sciences, 6(4), 2287-2292.

5. Ayers, R. S., & Westcot, D.W. (1985). Water Quality for Irrigation. FAO Irrigation and drainage Paper No. 29 Rev.1. FAO, Rome.

6. Baradaranhazave, F. (2005). Technical appraisal of sprinkler irrigation systems implemented in Arak city. Master thesis, Shahid Chamran University, Iran. (In Persian).

7. Bazzaneh, M., Sadraddini, A., Nazemi, A.H., & Delearhasannia, R. (2016). Effect of optimum arrangement and spacing of sprinklers on uniformity coefficient of fixed sprinkler irrigation system. Journal of Water Research in Agriculture, 29(4), 537-546. (In Persian).

8. Dechmi, F., Playan, E., Cavero, J., Faci, J.M., & Martinez, A. (2003). Wind effect on solid set sprinkler irrigation depth and yield of maize (Zea mays). Irrigation science, 22 (2), 67-77.

9. Farzamnia, M., Mamanpoush, A.R., & Miranzadeh, M. (2018). Evaluation of technical and hydraulic performance of some micro irrigation systems in Isfahan province. Journal of Water and Irrigation Management, 7(2), 273-286. (In Persian).

10. Faryabi, A. (2009). Investigation and technical evaluation of performed solid-set sprinkler irrigation systems in Dehgolan plain. M.Sc. thesis, Kurdistan University, Iran. (In Persian).

11. Hailu, T.W. (2017). Hydraulic performance evaluation of integrated operation of pressurized irrigation system: (Case study at Alamata Woreda, Selam Bkalsi farm area). American Journal of Environmental Engineering, 7(2), 47-52.

12. Kijne, J.W., Barker, R., & Molden, D.J. (2003). Water productivity in agriculture: limits and opportunity for improvement. Comprehensive assessment of water management in agriculture series, Wallingford, UK: CABI Press.

13. Kaghazloo, A., Sotoodeh Nia, A., & Daneshkar Arasteh, P. (2015). Evaluating implemented linear sprinkler irrigation systems (Linear) in Qazvin plain. Journal of Water and Irrigation Management,5(1), 129-137. (In Persian).

14. Kazemi, S., Boroomand-Nassab, S., & Izadpanah, Z. (2019). Technical evaluation of classic stationary sprinkler irrigation systems with travelling sprinklers in Eghlid, Fars province. Irrigation Sciences and Engineering,42(2), 181-196. (In Persian).

15. Louie , M.J., & Selker, J.S. (2000). Sprinkler Head maintenance effects on water application uniformity. Journal of Irrigation and Drainage Engineering, 126(3), 142-148.

16. Merriam, J.L., & Keller, J. (1978). Farm irrigation system evaluation: a guide for management. Agricultural and Irrigation Engineering, Utah State University, Logan, Utah: Utah State University Press.

17. Mikhak Bayranvand, Z., Bromand Nasab, S., Izadpanah, Z., & Maleki, A. (2014). Irrigation efficiency of irrigation systems in Khorramabad region. Journal of Water and Irrigation Management,4 (2), 191-202. (In Persian).

18. Mirbalooch, M.H., Delbari, M., & Piri, H. (2020). Evaluation of performance of classical sprinkler irrigation systems with mobile sprinkler in Khash city. Journal of Water and Irrigation Management,10(1), 31-44. (In Persian).

19. Naderi, N., Ghadami Firuzabadi, A., & Froumadi, M. (2018). Technical evaluation of different sprinkler irrigation systems in field condition. Journal of Water Research in Agriculture,32(3), 429-439. (In Persian).

20. Nikbakht, J., & Najib, Z. (2015). Effect of irrigation efficiency increasing on groundwater level fluctuations (Cast study: Ajab-Shir Plain, East Azarbaijan). Journal of Water and Irrigation Management,5 (1), 115-127. (In Persian).

21. Ojaghlou, H., Bigdeli, Z., & shirdeli, A. (2017). Assessment of wind velocity effect on technical performance of semi-portable sprinkling irrigation systems in Zanjan province. Journal of Irrigation and Water Engineering,7(4), 97-107. (In Persian).

22. Ortega, J.F., Tarjuelo, J.M., & Dejuan, J.A. (2002). Evaluation of Irrigation Performance in Localized Irrigation System of Semiarid Regions (Castila-La Mancha, Spain). Agricultural Engineering International, 4(2), 1-17.

23. Perry, C. (2007). Efficient irrigation; inefficient communication; flawed recommendations. Irrigation and Drainage Journal, 56, 367-378.

24. Rahimzadegan, R. (1997). Design of sprinkler irrigation systems. Isfahan: Isfahan University of Technology Press. (In Persian).

25. Shahin Rokhsar, P., & Asadi, M.S. (2013). Evaluation of drip tape and furrow irrigation systems under different moisture regimes. Journal of Water Research in Agriculture, 27(1), 89-100. (In Persian).

26. Shaker, M., Hesam, M., Kiani, A.R., & Zakeri Nia, M. (2014). Technical evaluation of implemented drip irrigation systems in the gardens of Golestan province. Journal of Water and Soil Conservation,21(4), 261-274. (In Persian).

27. Solomon, K.H. (1988). Irrigation water systems and water application efficiencies. California: California State University Press. ‏

28. Topak. R., Suheri, S., Ciftci, N., & Acar, B. (2005). Performance evaluation of sprinkler irrigation in a semi-arid earea. Pakistan Journal of Biological Sciences, 8(1), 97-103.

29. Yacoubi, S., Zayani, K., Zapata, N., Zairi, A., Slatni, A., Salvador, R., & Playan, E. (2010). Day and night time sprinkler irrigated tomato: Irrigation performance and crop yield. Biosystems Engineering, 107(1), 25-35.

30. Yeganeh, Z., Behmanesh, J., & Rezaei, H. (2013). Technical evaluation of drip irrigation in some gardens of Marand city. Journal of Water Research in Agriculture,26(4), 449-460. (In Persian).

31. Zare Abyaneh, H., & Zivari Aref, S. (2018). Evaluation of solidset sprinkler irrigation systems in asadabad plain of Hamedan province. Journal of Water Research in Agriculture,31(4), 523-534. (In Persian)._||_

University of Tehran, College of Aburaihan

مدیریت آب و آبیاری

2251-6298

University of Tehran, College of Aburaihan

138

10.22059/jwim.2021.295570.746

مقاله پژوهشی

بررسی اجزای عملکرد و بهره ‏وری مصرف آب سه هیبرید ذرت با سطوح مختلف آبیاری در سامانه آبیاری قطره ‏ای زیرسطحی

بررسی اجزای عملکرد و بهره‏وری مصرف آب سه هیبرید ذرت با سطوح مختلف آبیاری در سامانه آبیاری قطره‏ای زیرسطحی

حیدری

فاطمه

دانش آموخته کارشناسی ارشد، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران.

سهرابی

تیمور

استاد، دانشگاه تهران، پردیس کشاورزی و منابع طبیعی، دانشکده مهندسی و فناوری کشاورزی,گروه مهندسی آبیاری و آبادانی، تخصص: مدیریت آب و آبیاری

ابراهیمیان

حامد

دانشیار، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران.

دهقانی سانیج

حسین

دانشیار، مؤسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران.

21 12 2020

10 3 397 409 12 01 2020 15 01 2021

2020

https://jwim.ut.ac.ir/article_79463.html

کاربرد شیوه‏ های نوین آبیاری، کم‏آبیاری و استفاده از ارقام مقاوم‏تر نسبت به تنش‏های خشکی، از راه‏کارهای افزایش بهره‏وری مصرف آب در بخش کشاورزی است. برای بررسی سطح آبیاری و نوع هیبرید ذرت، بر بهره‏وری مصرف آب در تولید ذرت علوفه‏ای و دانه‏ای، این پژوهش در سال زراعی 1396 و در مزرعه تحقیقاتی پردیس کشاورزی و منابع طبیعی دانشگاه تهران (کرج) انجام شد. تیمارهای اصلی شامل دو سطح آبیاری 100 و 80 درصد نیاز آبی در سامانه آبیاری قطره‏ای زیرسطحی، تیمارهای فرعی شامل سه هیبرید ذرت KSC704، KSC600 و KSC400 و طرح آزمایش‌های آن بر اساس کرت‏های خردشده بر پایه بلوک‏های کامل تصادفی بود. صفات موردمطالعه عملکرد علوفه‏تر، زیست‏توده و دانه، بهره‏وری مصرف آب در تولید علوفه‏تر، بهره ‏وری مصرف آب در تولید زیست‏توده و دانه، وزن هزار دانه و شاخص برداشت بود. نتایج حاصل از آن نشان می‏دهد که اثر سطح آبیاری بر صفات اندازه‏گیری شده غیر معنی‏دار و اثر هیبرید بر آن‏ها در دو سطح آبیاری، معنی‏دار گردید. بیشترین مقدار بهره‏وری مصرف آب در تولید زیست‏توده برابر 37/4 کیلوگرم بر مترمکعب در هیبرید KSC600 و بیشترین بهره‏وری مصرف آب در تولید دانه برابر 43/2 کیلوگرم بر مترمکعب در هیبرید KSC704 (با قرارگیری با هیبرید KSC400 در یک گروه آماری) و در سطح آبیاری 80 درصد حاصل شد. همچنین هیبرید KSC400 با قرارگیری در گروه آماری مشترک با هیبرید KSC704، بیشترین وزن هزار دانه را به مقدار 3/537 گرم داشت. کم‏آبیاری تا 80 درصد نیاز آبی با استفاده از سامانه آبیاری زیرسطحی هیچ‏گونه اثر معناداری بر عملکرد هیبریدهای ذرت نداشت.

تنش رطوبتی سامانه‏ های نوین آبیاری کارایی مصرف آب کم‌آبیاری

1. Adamsen, F. J. (1992). Irrigation method and water quality effects on corn yield in the mid-Atlantic coastal plain. Agronomy Journal, 84(5), 837-843.

2. Akbari Nodehi, D. (2017). Effect of water stress at different growth stages on yield and water use efficiency of maize. Water and Irrigaton Management, 7 (2), 305-318. (In Persian)

3. Alam, M., Trooien, T. P., Dumler, T. J., & Rogers, D. H. (2002). Using subsurface drip irrigation for alfalfa 1. JAWRA Journal of the American Water Resources Association, 38(6), 1715-1721.

4. Bar-Yosef, B. (1999). Advances in fertigation. Advances in agronomy, Agricultural Research Organization, Bet Dagan, Israel, Academic Press.

5. Comas, L. H., Trout, T. J., DeJonge, K. C., Zhang, H., & Gleason, S. M. (2019). Water productivity under strategic growth stage-based deficit irrigation in maize. Agricultural Water Management, 212, 433-440.

6. Debaeke, P., & Aboudrare, A. (2004). Adaptation of crop management to water-limited environments. European Journal of Agronomy, 21(4), 433-446.

7. Dehghanpour, Z., Sabzi, M., Zamani, M., Mozayan, A., Hasanzadeh Moghaddam, H., Mohseni, M., Estakhr, A., Sadeghi, F., Gangei, R. (2009). 'Dehghan, A New Early-Medium Maturity Grain Maize Hybrid (KSC 400)', Seed and Plant Improvment Journal, 25(2), 365-368. (In Persian)

8. Derner, J., Joyce, L., Guerrero, R., & Steele, R. (2015). USDA Northern Plains regional climate hub assessment of climate change vulnerability and adaptation and mitigation strategies. Retrieved from T. Anderson, Eds., Department of Agriculture, United States,Website: https://www.climatehubs.usda.gov/sites/default/files/NorthernPlains_Vulnerability_Assessment_2015.pdf

9. Entz, M. H., & Fowler, D. B. (1990). Defferential Agronomic Response of Winter Wheat Cultivars to Preanthesis Environmental Stress. Crop science, 30(5), 1119-1123.

10. FAO. (2012). FAOSTAT Online Database. Retrieved from http://faostat.fao.org/defualt.aspx#ancor.

11. FAOSTAT. (2016). FAO statistical database (online). Retrieved from http://www.fao.org/faostat/en/#data/QC. Accessed 14 May 2018

12. Farre, I., & Faci, J. M. (2006). Comparative response of maize (Zea mays L.) and sorghum (Sorghum bicolor L. Moench) to deficit irrigation in a Mediterranean environment. Agricultural Water Management, 83(1-2), 135-143.

13. Ghadiri, H., Majidian, M. (2003). Effect of different nitrojen fertilizer levels and moisture stress during milky and dough stages on grain yield, yield components and water use efficiency of corn. Journal of Water and Soil Science, 7(2), 103-113. (In Persian)

14. Golbashi, M., Ebrahimi, M., Khavari Khorsandi, S., et al. (2010). Evaluation of morfological traits, yield and yield components of corn. Agroecology, 2(1), 83-93. (In Persian)

15. Irmak, S., Odhiambo, L. O., Specht, J. E., & Djaman, K. (2013). Hourly and daily single and basal evapotranspiration crop coefficients as a function of growing degree days, days after emergence, leaf area index, fractional green canopy cover, and plant phenology for soybean. Transactions of the ASABE, 56(5), 1785-1803.

16. Jagła, M., Szulc, P., Ambroży-Deręgowska, K., Mejza, I., & Kobus-Cisowska, J. (2019). Yielding of two types of maize cultivars in relation to selected agrotechnical factors. Plant, Soil and Environment, 65(8), 416-423.

17. Jolaini, M., Ganji moghaddam, E. (2017). 'Effect of surface and subsurface drip irrigation methods on yield and water use efficiency of two nectarine cultivars', Water and Irrigation Management, 7(2), 211-226. (In Persian).

18. Jorooni, E., Alinejadian Bidabadi, A., Maleki, A. (2017). 'Determination of crop water production function and response of total dry matter and grain yield to deficit irrigation in Maize', Water and Irrigation Management, 7(2), 241-256. (In Persian).

19. Lamm, F. R., & Trooien, T. P. (2003). Subsurface drip irrigation for corn production: a review of 10 years of research in Kansas. Irrigation Science, 22(3-4), 195-200.

20. O’brien, D. M., Lamm, F. R., Stone, L. R., & Rogers, D. H. (2001). Corn yields and profitability for low–capacity irrigation systems. Applied Engineering in Agriculture, 17(3), 315.

21. Plan and budget organization (2017-2018), Sixth Socio-economic and cultural Development Plan Act of the Islamic Republic of Iran. Retrieved from https://www.mporg.ir. (In Persian).

22. Reddy, K. S., Singh, R. M., Rao, K. V. R., & Bhandarkar, D. M. (2004). Economic Feasibility of Drip Irrigation Systems In India. Agricultural Engineering Today, 28(1 and 2), 65-69.

23. Rudnick, D., Irmak, S., Ray, C., Schneekloth, J., Schipanski, M., Kisekka, I., ... & West, C. (2017). Deficit irrigation management of corn in the high plains: A review. In: Proceedings of the 29th Annual Central Plains Irrigation Conference. Burlington, Colorado,USA, 21-22.

24. tnuPiPsPe tremeverenP tndnP dnS deeS (1980-2017), Research achievements. Retrieved from http://spii.ir/fa-

IR/DouranPortal/5221/page/%D8%B0%D8%B1%D8%AA. (In Persian).

25. Trout, T. J., & DeJonge, K. C. (2017). Water productivity of maize in the US high plains. Irrigation Science, 35(3), 251-266.

26. USDA, (2012). Production, Supply and Distribution Online Database. Foreign Agricultural Service. Retrieved from http://www.fas.usda.gov/psdonline/psdHome.aspx

27. Vega, C. R., Andrade, F. H., Sadras, V. O., Uhart, S. A., & Valentinuz, O. R. (2001). Seed number as a function of growth. A comparative study in soybean, sunflower, and maize. Crop Science, 41(3), 748-754.

28. Wang Z, Li J, Hao F, Li Y. (2017). Effects of phosphorus fertigation and lateral depths on distribution of Olsen-P in soil and yield of maize under subsurface drip irrigation. In: Proceedings of ASABE Annual International Meeting. July 16-19, Sponsored by American Society of Agricultural and Biological Engineers. Spokane, Washington, 1-11

29. Wood, M. L., & Finger, L. (2006). Influence of irrigation method on water use and production of perennial pastures in northern Victoria. Australian Journal of Experimental Agriculture, 46(12), 1605-1614.

30. Wright, C. K., & Wimberly, M. C. (2013). Recent land use change in the Western Corn Belt threatens grasslands and wetlands. Proceedings of the National Academy of Sciences, 110(10), 4134-4139.

31. Zwart, S. J., & Bastiaanssen, W. G. (2004). Review of measured crop water productivity values for irrigated wheat, rice, cotton and maize. Agricultural Water Management, 69(2), 115-133._||_

University of Tehran, College of Aburaihan

مدیریت آب و آبیاری

2251-6298

University of Tehran, College of Aburaihan

138

10.22059/jwim.2021.311788.832

مقاله پژوهشی

حل معکوس معادله انتقال آلاینده به‌منظور شناسایی منابع آلاینده در رودخانه‌ها تحت شرایط واقعی با استفاده از روش ژئواستاتیستیک

حل معکوس معادله انتقال آلاینده به منظور شناسایی منابع آلاینده در رودخانه‌ها تحت شرایط واقعی با استفاده از روش

براتی مقدم

مریم

دانشجوی دکتری، گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران.

مظاهری

مهدی

استادیار، گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران.

محمدولی سامانی

جمال

استاد، گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران.

21 12 2020

10 3 411 427 01 11 2020 15 01 2021

2020

https://jwim.ut.ac.ir/article_79464.html

حل مسئله معکوس انتقال آلاینده به دلیل ویژگی‌های خاصی همچون عدم وجود پاسخ، عدم یکتایی پاسخ و عدم پایداری بسیار مشکل و چالش‌برانگیز است. با توجه به پیچیدگی‌های مسئله مذکور، معمولاً فرضیات و ساده‌سازی‌هایی در روند حل صورت می‌گیرد که در نهایت منجر به ارائه روش‌هایی می‌گردد که قابلیت بسط و توسعه برای کاربرد در شرایط واقعی را ندارند. در این تحقیق، روشی کاربردی برای تشخیص منابع آلاینده در رودخانه‌ها تحت شرایط واقعی، با لحاظ نامنظمی مقاطع و غیرماندگاری جریان و با در نظر گرفتن تاثیر توأمان فرآیندهای فیزیکی و شیمیایی انتقال، توسعه داده شده است. چارچوب احتمالاتی روش ارائه شده، امکان تخمین مشخصات منبع در لحظه‌های زمانی بیشتر از تعداد داده‌های مشاهداتی و همچنین در نظر گرفتن عدم قطعیت موجود در نتایج مدل ناشی از خطا در داده‌های مشاهداتی را فراهم می‌آورد. با توجه به این‌که در حل معکوس معادله انتقال، حل مستقیم آن نیز موردنیاز است، در ابتدا حل معادلات جریان و جابه‌جایی-پراکندگی با استفاده از روش‌ عددی تفاضل محدود صورت گرفته و سپس معادله معکوس انتقال به منظور شناسایی منابع آلاینده موجود، با استفاده از روش ژئواستاتیستیک حل می‌شود. نتایج اجرای مدل برای سه مثال فرضی و دو سری داده واقعی، حاکی از دقت مطلوب و پایداری عددی بالای مدل دربازیابی مشخصات منابع آلاینده حتی شرایط پیچیده و نزدیک به واقعیت و با استفاده داده‌های مشاهداتی ناقص و دارای خطا بود. میزان عدم قطعیت در بازیابی مشخصات منابع آلاینده هم از طریق محاسبه بازه اطمینان 95 درصد در نظر گرفته شد.

بازیابی مشخصات منبع آلاینده جریان غیرماندگار مسأله معکوس معادله‌ی جابه‌جایی ـ پراکندگی

1. Avanzino, R. J., Zellweger, G. W., Kennedy, V. C., Zand, S. M., & Bencala, K. E. (1984). Results of a solute transport experiment at Uvas Creek, September 1972 (2331-1258). Retrieved from U. S. geological survey, website: https://www.usgs.gov

2. Barati Moghaddam, M., Mazaheri, M., & Samani, J. M. V (2017). A comprehensive one-dimensional numerical model for solute transport in rivers. Hydrology & Earth System Sciences, 21(1), 99-116.

3. Butera, I., & Tanda, M. G. (2003). A geostatistical approach to recover the release history of groundwater pollutants. Water Resources Research, 39(12), 1372-1380.

4. Butera, I., Tanda, M., & Zanini, A. (2006). Use of numerical modelling to identify the transfer function and application to the geostatistical procedure in the solution of inverse problems in groundwater. Journal of Inverse and Ill-Posed Problems Jiip, 14(6), 547-572.

5. Butera, I., Tanda, M. G., & Zanini, A. (2013). Simultaneous identification of the pollutant release history and the source location in groundwater by means of a geostatistical approach. Stochastic Environmental Research and Risk Assessment, 27(5), 1269-1280.

6. Chapra, S. C. (2008). Surface water-quality modeling. Illinois: Waveland press.

7. Cheng, W. P., & Jia, Y. (2010). Identification of contaminant point source in surface waters based on backward location probability density function method. Advances in Water Resources, 33(4), 397-410.

8. De Marsily, G. (1986). Quantitative hydrogeology; groundwater hydrology for engineers. San Diego, California: Academic Press.

9. El Badia, A., Ha-Duong, T., & Hamdi, A. (2005). Identification of a point source in a linear advection–dispersion–reaction equation: application to a pollution source problem. Inverse Problems, 21(3), 1121.

10. Fakouri Dekahi, B. (2016). Effect of floods and management of pollution sources on temporal and spatial variations in water salinity of Karun River (Mollasani to Farsiat). Water and Irrigation Management, 6(2), 295-314. (In Persian).

11. Ghane, A., Mazaheri, M., & Samani, J. M. V. (2016). Location and release time identification of pollution point source in river networks based on the Backward Probability Method. Journal of Environmental Management,180, 164-171.

12. Gzyl, G., Zanini, A., Frączek, R., & Kura, K. (2014). Contaminant source and release history identification in groundwater: a multi-step approach. Journal of Contaminant Hydrology, 157, 59-72.

13. Huang, R., Han, L.-x., Jin, W.-l., Peng, H., Pan, M.-m., & Zhang, H. (2015). The Reverse Based Identification of Source Intensity Changes in Sudden Pollution Accidents in Medium River. Nature Environment and Pollution Technology, 14(3), 673.

14. Jamshidi, S., & Niksokhan, M. H. (2015). Waste load allocation in Sefidrud using water quality trading. Water and Irrigation Management, 5(2), 243-259. (In Persian).

15. Kitanidis, P. K. (1995). Quasi‐linear geostatistical theory for inversing. Water Resources Research, 31(10), 2411-2419.

16. Kitanidis, P. K. (1996). On the geostatistical approach to the inverse problem. Advances in Water Resources,19 (6), 333-342.

17. Mehri, Y., Mehri, M., & Soltani, J. (2020). Evaluation of combined Models with Optimization Approach of PSO and GA in ANFIS for Predicting of Dispersion Coefficient in Rivers. Water and Irrigation Management,10 (1), 45-59. (In Persian).

18. Michalak, A. M., & Kitanidis, P. K. (2002). Application of Bayesian inference methods to inverse modelling for contaminants source identification at Gloucester Landfill, Canada. Developments in Water Science, 47, 1259-1266.

19. Michalak, A. M., & Kitanidis, P. K. (2003). A method for enforcing parameter nonnegativity in Bayesian inverse problems with an application to contaminant source identification. Water Resources Research, 39(2), 1033-1046.

20. Michalak, A. M., & Kitanidis, P. K. (2004a). Application of geostatistical inverse modeling to contaminant source identification at Dover AFB, Delaware. Journal of hydraulic Research, 42(S1), 9-18.

21. Michalak, A. M., & Kitanidis, P. K. (2004b). Estimation of historical groundwater contaminant distribution using the adjoint state method applied to geostatistical inverse modeling. Water resources research, 40(8), W08302.

22. Skaggs, T. H., & Kabala, Z. (1994). Recovering the release history of a groundwater contaminant. Water Resources Research, 30(1), 71-79.

23. Snodgrass, M. F., & Kitanidis, P. K. (1997). A geostatistical approach to contaminant source identification. Water Resources Research, 33(4), 537-546.

24. Sun, A. Y. (2007). A robust geostatistical approach to contaminant source identification. Water Resources Research, 43(2), W02418.

25. Sun, A. Y., Painter, S. L., & Wittmeyer, G. W. (2006). A constrained robust least squares approach for contaminant release history identification. Water Resources Research,42 (4), W04414.

26. Sun, N.-Z. (2013). Inverse problems in groundwater modeling (Vol. 6). Netherlands: Springer Science & Business Media.

27. Wu, W. (2007). Computational river dynamics. London: CRC Press.

28. Zhang, S.-p., & Xin, X.-k. (2016). Pollutant source identification model for water pollution incidents in small straight rivers based on genetic algorithm. Applied Water Science, 1-9._||_

University of Tehran, College of Aburaihan

مدیریت آب و آبیاری

2251-6298

University of Tehran, College of Aburaihan

138

10.22059/jwim.2021.309141.820

مقاله پژوهشی

مدل تحلیلی انتقال بار بستر در کانال‌های با شیب تند با رویکرد احتمالاتی آستانه های حرکت

مدل تحلیلی انتقال بار بستر در کانال‌های با شیب تند با رویکرد احتمالاتی آستانه‌های حرکت

ریاحی مدوار

حسین

استادیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه ولی عصر (عج) رفسنجان، رفسنجان، ایران.

21 12 2020

10 3 429 442 08 09 2020 15 01 2021

2020

https://jwim.ut.ac.ir/article_79465.html

تخمین بار بستر در کانال‌های با شیب تند و رودخانه‌های کوهستانی، بعلت پیچیدگی‌های فرآیند احتمالاتی انتقال رسوب و محدودیت تحقیقات در شیب‌های تند، دارای اهمیت ویژه‌ای است. اغلب معادلات باربستر برای کانال‌های با شیب ملایم توسعه یافته‌اند. انتقال باربستر در کانال‌های با شیب تند علاوه بر تاثیر پذیری از مشخصات تصادفی جریان آشفته و توزیع تصادفی ذرات رسوب، تحت تاثیر شیب طولی بستر است. احتمال آستانه حرکت در شیب تند نسبت به شیب ملایم متفاوت است و کمتر به شرایط احتمالاتی آستانه حرکت در آنها پرادخته شده است. در این تحقیق از رویکرد احتمالاتی برای توسعه روابط احتمال آستانه‌های حرکت سه‌گانه غلتش، لغزش و جهش در شیب‌های تند استفاده شده و مدلی تحلیلی احتمالاتی برای تخمین باربستر در رودخانه‌های با شیب تند براساس توزیع احتمال نرمال نوسان سرعت لحظه‌ای ارائه شده است. واسنجی نتایج مدل در مقایسه با نتایج 564 سری داده آزمایشگاهی در کانال‌های با شیب یک تا 20 درصد، نشان داد احتمال کل انتقال رسوب مجموع وزن‌دار سه احتمال آستانه حرکت غلتش، لغزش و جهش است. مقایسه باربستر تخمینی مدل با مقادیر واقعی نشان داد، مدل توسعه یافته با R2=0.92 و RMSE=3.52 دقت مطلوبی در تخمین باربستر در کانال‌های با شیب تند دارد و مقایسه نتایج آن با نتایج شش معادله باربستر، نشان از دقت و عملکرد بهتر رویکرد پیشنهادی دارد. از مهمترین دستاوردهای این پژوهش، توسعه یک رویکرد تحلیل احتمالاتی برای تخمین باربستر است. مدل تحلیلی احتمالاتی توسعه یافته قابلیت کاربرد در تخمین باربستر در آبراهه‌های کوهستانی با شیب تند را دارد.

احتمال جهش احتمال غلتش احتمال لغزش انتقال بار بستر رودخانه کوهستانی شیب تند

1. Abrahams, A. D. (2003). Bed-load transport equation for sheet flow. Journal of Hydraulic Engineering, 129(2), 159-163.

2. Barati, M. M., Mazaheri, M., & Samani, J. M. V. (2015). One-dimensional pollutant transport model in natural rivers, with emphasis on the role of storage zones. Journal of water and Irrigation Management, 5(2), 169-190. (In Persian).

3. Bose, S. K., & Dey, S. (2013). Sediment entrainment probability and threshold of sediment suspension: exponential-based approach. Journal of Hydraulic Engineering, 139(10), 1099-1106.

4. Cao, Z.(1997). Turbulent Bursting-based sediment entrainment fluctuation. Journal of Hydraulic Engineering, 123(3), 233–236.

5. Chen, X., Ma, J., & Dey, S. (2010). Sediment transport on arbitrary slopes: Simplified model. Journal of Hydraulic Engineering, 136(5), 311-317.

6. Cheng, N.S.,& Chiew,Y.M. (1998). Pickup probability for sediment entrainment. Journal of Hydraulic Engineering, 124(2), 232–235.

7. Damgaard, J. S., Whitehouse, R. J., & Soulsby, R. L. (1997). Bed-load sediment transport on steep longitudinal slopes. Journal of Hydraulic Engineering, 123(12), 1130-1138.

8. Davoodi, L., & Shafai Bejestan, M. (2012). Application of submerged vanes for sediment control at intakes from Irrigation trapezoidal channels. Water and Irrigation Management, 1(2), 59-71. (In Persian).

9. Dey, S. (2003). Threshold of sediment motion on combined transverse and longitudinal sloping beds. Journal of Hydraulic Research., 41(4), 405–415.

10. Dey, S. (2014). Fluvial hydrodynamics: Hydrodynamic and sediment transport phenomena. Berlin Heidel berg: Springer-Verlag.

11. Dey, S., & Ali, S. Z. (2017). Mechanics of sediment transport: Particle scale of entrainment to continuum scale of bedload flux. Journal of Engineering Mechanics, 143(11), 04017127.

12. Dwivedi, A., Melville, B. W., Shamseldin, A. Y., & Guha, T. K. (2011). Flow structures and hydrodynamic force during sediment entrainment. Water resources research, 47(1), 1-18.

13. Ebtehaj, I., Bonakdari, H., Safari, M. J. S., Gharabaghi, B., Zaji, A. H., Madavar, H. R., ...& Mehr, A. D. (2020). Combination of sensitivity and uncertainty analyses for sediment transport modeling in sewer pipes. International Journal of Sediment Research, 35(2), 157-170.

14. Einstein, H. A. (1943). Formulas for the transportation of bed load. Transactions on American Society of Civil Engineering, 107(1), 561–577.

15. Einstein, H.A. (1950). The bed-load function for sediment transportation in open channel flows (Technical bulletin number 1026). US Washington, DC: United States Department of Agriculture, Soil Conservation Service.

16. Engelund, F., & Fredsøe J. (1976). A sediment transport model for straight alluvial channels. Nordic Hydrology,7(5), 293-306.

17. Gilbert, G. K. (1914). The transportation of debris by running water. Washington, DC, USA: US Geological Survey.

18. Jafari, N., Mazaheri, M., & Samani, J. M. V. (2019). Analytical evaluation of temporal and spatial sensitivity of longitudinal dispersion coefficient in rivers for unsteady and nonuniform flows. Water and Irrigation Management, 9(1), 155-169. (In Persian).

19. Li, J. D., Sun, J., & Lin, B. (2018). Bed-load transport rate based on the entrainment probabilities of sediment grains by rolling and lifting. International Journal of Sediment Research, 33(2), 126-136.

20. Lim, S. Y., & Cheng, N. S. (1998). Prediction of live-bed scour at bridge abutments. Journal of Hydraulic Engineering, 124(6), 635-638.

21. Meyer-Peter, E., & Müller, R. (1948). Formulas for bed-load transport. In IAHSR 2nd meeting, Stockholm, appendix 2. IAHR.

22. Qasem, S. N., Ebtehaj, I., & Riahi Madavar, H. (2017). Optimizing ANFIS for sediment transport in open channels using different evolutionary algorithms. Journal of Applied Research in Water and Wastewater, 4(1), 290-298.

23. Recking, A., Boucinha, V., & Frey, P. (2004). Experimental study of bed-load grain size sorting near incipient motion on steep slopes. River flow, Napple, 253–258.

24. Riahi-Madvar, H., & Seifi, A. (2018). Uncertainty analysis in bed load transport prediction of gravel bed rivers by ANN / ANFIS. Arabian Journal of Geosciences, 11(21), 688.

25. Rickenmann, D. (1991). Hyper concentrated flow and sediment transport at steep slopes. Journal of hydraulic engineering, 117(11), 1419-1439.

26. Smart, G. M. (1984). Sediment transport formula for steep channels. Journal of Hydraulic Engineering, 110(3), 267-276.

27. Valyrakis, M., Diplas, P., Dancey, C. L., Greer, K., & Celik, A. O. (2010). Role of instantaneous force magnitude and duration on particle entrainment. Journal of Geophysical Research: Earth Surface, 115, 1-18.

28. Van Rijn, L. C. (1984). Sediment transport, part I: bed load transport. Journal of hydraulic engineering, 110(10), 1431-1456.

29. Wang, X., Zheng, J., Li, D., & Qu, Z. (2008). Modification of the Einstein bed-load formula. Journal of Hydraulic Engineering, 134(9), 1363-1369.

30. Wu, F. C., & Chou, Y. J. (2003). Rolling and lifting probabilities for sediment entrainment. Journal of Hydraulic Engineering, 129(2), 110-119.

31. Wu, F. C., & Lin, Y. C. (2002). Pickup probability of sediment under log-normal velocity distribution. Journal of Hydraulic Engineering, 128(4), 438-442.

32. Yalin, M.S.(1977). Mechanics of sediment transport. Oxford, New York: Pergamum Press._||_

University of Tehran, College of Aburaihan

مدیریت آب و آبیاری

2251-6298

University of Tehran, College of Aburaihan

138

10.22059/jwim.2021.308145.813

مقاله پژوهشی

بررسی دقت روش‌های ترکیبی برآورد تبخیر و تعرق پتانسیل در اقلیم‌های خشک، نیمه‌خشک، نیمه مرطوب و مرطوب (مطالعه موردی ایران)

بررسی دقت روش‌های ترکیبی برآورد تبخیر و تعرق پتانسیل در اقلیم‌های خشک، نیمه‌خشک، نیمه مرطوب و مرطوب (مطالعه موردی

ناصری

سعید

دانشجوی دکترا، گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران.

قمرنیا

هوشنگ

استاد، گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران.

خسروی

رضوان

دانشجوی دکترا، گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران.

محمدی

یزدان

دانشجوی دکترا، گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران.

سرگردی

فرهنگ

استادیار، گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران.

21 12 2020

10 3 443 452 26 08 2020 15 01 2021

2020

https://jwim.ut.ac.ir/article_79466.html

چکیده تخمین میزان دقیق تبخیر و تعرق در برنامه‌ریزی آبیاری و تعیین دور آبیاری از اهمیت فراوانی برخوردار است. از طرفی روش‌های متفاوتی برای برآورد تبخیر و تعرق پتانسیل گیاه مرجع وجود دارد. هدف از این مطالعه ارزیابی روش های ترکیبی به منظور معرفی روش برتر در تخمین تبخیر و تعرق پتانسیل گیاه مرجع در اقلیم‌های خشک، نیمه‌خشک، نیمه مرطوب و مرطوب ایران است. در این تحقیق بر اساس آمار اخذ شده از ایستگاه‌های سینوپتیک کشور در بازه زمانی سال‌های 1374 لغایت 1393 و با استفاده از روش‌های ترکیبی، میزان تبخیر و تعرق پتانسیل گیاه مرجع محاسبه و با روش پنمن مانتیس فائو 56 مقایسه شده است. نتایج نشانگر آن است که کلیه روش‌ها به غیر از روش بوزینگر وان باول، همبستگی خوبی با روش پنمن مانتیس فائو 56 دارند ) R^2>0.96 (. دقت روش بوزینگر وان باول در کلیه مناطق با مقادیرRMSE و MAE به ترتیب بزرگ‌تر از 9/0 و 55/0 میلی‌متر در روز می باشد. در مناطق خشک، مرطوب و نیمه مرطوب ایران روش‌های پنمن 1948 و پنمن کیمبرلی 1972 با مقادیرRMSE و MAE کمتر از 39/0 میلی‌متر در روز و در مناطق نیمه‌خشک ایران روش‌های پنمن کیمبرلی 1972 و پنمن 1948 با مقادیر RMSE و MAE کمتر از 35/0 میلی‌متر در روز به ترتیب بالاترین دقت را دارا می باشند.

اقلیم نمای دومارتن بوزینگر وان باول پنمن رایت پنمن مانتیس فائو 65

1. Alizadeh, A., Kamali, G., Khanjani, M.J. & Rahnavard, M.R. (2004). Evaluation of evapotranspiration estimation methods in arid regions of Iran. Iranian Journal of Geographical Research, 19(2), 97-105. (In Persian).

2. Al-Omran, A., Al-Ghobari, H. & Alazba, A. (2004). Determination of evapotranspiration of tomato and squash. International Agricultural Engineering Journal, 13(142), 27-36.

3. Alblewi, B.H. (2012). Assessment of Evapotranspiration Models under Hyper Arid Environments. Msc Thesis, Guelph, Ontario, Canada.

4. Allen, R.G., Jensen, M.E., Wright, J.L. & Burman, R.D. (1989). Operational estimates of reference evapotranspiration. Agronomy journal, 81(4), 650-662.

5. 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. Fao, Rome, 300(9), D05109.

6. Babamiri, O. & Dinpazhoh, Y. (2016). Comparison and evaluation of twenty methods for estimating reference evapotranspiration based on three general categories: air temperature, solar radiation and mass transfer in the basin of lake urmia. Iranian Journal of Water and Soil Sci, 20(77), 145-161. (In Persian).

7. Berti, A., Tardivo, G., Chiaudani, A., Rech, F. & Borin, M. (2014). Assessing reference evapotranspiration by the Hargreaves method in north-eastern Italy. Agricultural Water Management, 140, 20-25.

8. de Sousa Lima, J.R., Antonino, A.C.D., de Souza, E.S., Hammecker, C., Montenegro, S.M.G.L. & de Oliveira Lira, C.A.B. (2013). Calibration of Hargreaves-Samani equation for estimating reference evapotranspiration in sub-humid region of Brazil. Journal of Water Resource and Protection, 5(12A), 1-5.

9. DehghaniSanij, H., Yamamoto, T. & Rasiah, V. (2004). Assessment of evapotranspiration estimation models for use in semi-arid environments. Agricultural Water Management, 64(2), 91-106.

10. Djaman, K., Balde, A.B., Sow, A., Muller, B., Irmak, S., N’Diaye, M.K., Manneh, B., Moukoumbi, Y.D., Futakuchi, K. & Saito, K. (2015). Evaluation of sixteen reference evapotranspiration methods under sahelian conditions in the Senegal River Valley. Journal of Hydrology: regional studies, 3, 139-159.

11. Gao, F., Feng, G., Ouyang, Y., Wang, H., Fisher, D., Adeli, A. & Jenkins, J. (2017). Evaluation of reference evapotranspiration methods in arid, semiarid, and humid regions. JAWRA Journal of the American Water Resources Association, 53(4), 791-808.

12. Ghamarnia, H., Mousabeyg, F., Amiri, S. & Amirkhani, D. (2015). Evaluation of a few evapotranspiration models using lysimetric measurements in a semi-arid climate region. International Journal of Plant & Soil Science, 5(2), 100-109.

13. Khatua, R. & Pasupalak, S. (2018). Comparison of methods for estimation of reference evapotranspiration in North-Central Plateau zone of Odisha. Indian Journal of Agricultural Research, 52(2), 187-190.

14. Lascano, R.J. & Evett, S.R. (2007). Experimental verification of a recursive method to calculate evapotranspiration. Proceedings of the 28th annual international irrigation show, 687-705.

15. McVicar, T.R., Roderick, M.L., Donohue, R.J., Li, L.T., Van Niel, T.G., Thomas, A., Grieser, J., Jhajharia, D., Himri, Y. & Mahowald, N.M. (2012). Global review and synthesis of trends in observed terrestrial near-surface wind speeds: Implications for evaporation. Journal of hydrology, 416, 182-205.

16. Mohammad, F.S. (1997). Calibration of reference evapotranspiration equations for alfalfa under arid climatic conditions. journal of king saud university agricultural sciences, 9(1), 39-56.

17. Moradi, A., Babaei, H., Alimohamadi, A. & Radiom, S. (2020). Estimation of crop coefficients in the Moghan cultivation industry and the study of relationship between evapotranspiration and yield performance. Journal of Iranian Remote Sensing & GIS, 11(4),11-28. (In Persian).

18. Pandey, V., Pandey, P.K. & Mahanta, A.P. (2014). Calibration and performance verification of Hargreaves Samani equation in a humid region. Irrigation and drainage, 63(5), 659-667.

19. Rahimi Khoob, A., Behbahani, S.M.R. & Nazarifar, M.H. (2006). Evaluation of using minimum meteorological data for Penman Montieth equation- case study Khuzestan province. Iranian Journal of Agricultural scirnces, 12(3), 591-600. (In Persian).

20. Sharifan, H., Ghahraman, B., Alizadeh, A. & Mirlatifi, S.M.(2006). Comparison of different methods for estimating reference evapotranspiration (combined and temperature) by the standard method and investigating the effects of air drought on it. Iranian Journal of Agricultural Sciences and Natural Resources, 13(1), 19-30. (In Persian).

21. Sentelhas, P.C., Gillespie, T.J. & Santos, E.A. (2010). Evaluation of FAO Penman–Monteith and alternative methods for estimating reference evapotranspiration with missing data in Southern Ontario, Canada. Agricultural Water Management, 97(5), 635-644.

22. Tabari, H., Grismer, M.E. & Trajkovic, S. (2013). Comparative analysis of 31 reference evapotranspiration methods under humid conditions. Irrigation Science, 31(2), 107-117.

23. Temesgen, B., Eching, S., Davidoff, B. & Frame, K. (2005). Comparison of some reference evapotranspiration equations for California. Journal of Irrigation and Drainage Engineering, 131(1), 73-84.

24. Upadhyaya, A. (2006). Comparison of Different Methods to Estimate Mean Daily Evapotranspiration from Weekly Data at Patna, India Irrigation Drainage Systems Engineering, 5, 1-7.

25. Valipour, M. (2014). Assessment of different equations to estimate potential evapotranspiration versus FAO Penman Monteith method. Acta Advanced in Agricaltural Science, 2, 14-27.

26. Yoder, R., Odhiambo, L.O. & Wright, W.C. (2005). Evaluation of methods for estimating daily reference crop evapotranspiration at a site in the humid southeast United States. Applied engineering in agriculture, 21(2), 197-202.

27. Yuanshi, G. (1995). Comparison of the Reference Evapotranspiration Estimated by the Penman-Monteith and FAO-PPP-17 Penman Methods [J]. Acta Agriculturae Universitatis Pekinensis 1._||_