شبیه‌سازی عددی و تجربی پیاز رطوبتی در آبیاری قطره‌ای زیرسطحی برای خاک لومی رسی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد سازه های آبی، گروه آب و خاک، دانشکده کشاورزی ،دانشگاه صنعتی شاهرود، شاهرود، ایران

2 گروه آب و خاک،دانشکده کشاورزی، دانشگاه صنعتی شاهرود، شاهرود، ایران

3 گروه آب و خاک، دانشکده کشاورزی، دانشگاه صنعتی شاهرود،شاهرود، ایران

4 گروه آب و خاک،دانشکده کشاورزی، دانشگاه صنعتی شاهرود،شاهرود،ایران

چکیده

آبیاری قطره­ای زیرسطحی به طور گسترده­ای در مناطق خشک به عنوان یک روش آبیاری کم مصرف مورد استفاده قرار می­گیرد. اما داشتن اطلاعات جامع از الگوی خیس­شدگی در آبیاری قطره­ای ­برای طراحی و مدیریت این سیستم ضروری است. ثابت شده که مدل­های شبیه­سازی می­توانند برای این منظور مفید باشند. بنابراین، این پژوهش به منظور بررسی ابعاد پیاز رطوبتی در آبیاری قطره­ای ­زیرسطحی در یک خاک لومی­رسی به روش مدل­سازی معکوس با مدل Hydrus 2D با تکیه بر نتایج آزمایشگاهی و توسعه مدل تجربی انجام شد. نتایج حاصل از پژوهش در چهار قسمت دسته­بندی شدند: 1- نتایج آزمایشگاهی نشان داد که فقط در آزمایش مربوط به قطره­چکان­های با دبی 8 لیتر بر ساعت و عمق نصب 15 سانتی­متر، عمق خیس­شدگی زیر قطره­چکان بیشتر از ارتفاع خیس­شدگی بالای قطره­چکان می­باشد. 2- آنالیز حساسیت انجام یافته روی پارامترهای هیدرولیکی خاک نشان داد که حساسترین پارامتر، رطوبت اشباع خاک () بوده ولی پارامترهای پیوستگی منافذ خاک (l) و رطوبت باقی مانده () در روند شبیه­سازی پیاز رطوبتی بی­تأثیر بودند. 3- برای خاک مورد بررسی، چنانچه قطره­چکان در عمق 15 سانتیمتری نصب شود در دبی­های بیشتر از 2 لیتر بر ساعت جبهه رطوبتی به سطح خاک رسیده و باعث مرطوب شدن سطح خاک می­گردد، در حالی که در عمق استقرار 30 سانتیمتر، حتی با دبی 8 لیتر بر ساعت جبهه رطوبتی به سطح خاک نمی­رسد. بنابراین تلفات تبخیر از سطح خاک نیز به حداقل می­رسد. 4- شاخص­های آماری نشان دادند تفاوت چندانی بین نتایج مدل­های تجربی و عددی و مقادیر مشاهداتی وجود ندارد به طوریکه RMSE نرمال شده برای مدل عددی و تجربی به ترتیب از 4/4 تا 2/6 و 4/3 تا 8 درصد متغیر بود. بنابراین می­توان از نتایج مدل تجربی پیشنهاد شده و مدل عددی Hydrus برای برآورد پیاز رطوبتی استفاده نمود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Numerical and Empirical Simulation of Wetting Pattern in Subsurface Drip Irrigation in Clay Loam Soil

نویسندگان [English]

  • Zahra Eskandari Tadavani 1
  • Khalil Azhdary 2
  • Mehdi Delghandi 2
  • seyyed Hossein Hosseini 3
  • Vajiheh Dorostkar 4
1 Msc student, Department of Water and Soil, Faculty of Agriculture, Shahrood University of Technology, Shahrood, Iran
2 Department of Water and Soil, Faculty of Agriculture, Shahrood University of Technology, Shahrood, Iran
3 Department of Water and Soil, Faculty of Agriculture, Shahrood University of technology, Shahrood, Iran.
4 ِDepartment of Water and Soil, Faculty of Agriculture, Shahrood University of Technolog, Shahrood, Iran.
چکیده [English]

Subsurface drip irrigation has been widely applied in arid area as a water-saving irrigation technology. But, a comprehensive knowledge of wetting pattern in drip Irrigation is essential for designing and managing such system. Simulation models have been proved to be useful method for this purpose. Therefore, this research was carried out to investigate the dimensions of wetting pattern in subsurface drip irrigation in a clay loam soil using invers modeling method with Hydrus 2D and based on experimental results and empirical models. The results were categorized into four sections: 1. Laboratory results showed that only for emitters with 8 liters per hour and installed at 15 cm depth, the wetted dimension below the emitter is more than the one above the emitter. 2. Sensitivity analysis on soil hydraulic parameters showed that the most sensitive parameter is θs, but the soil porosity continuity (l) and the remaining moisture content (θr) are not effective parameters. 3. Wetting front in emitters with discharge rate more than 2 liters per hour and installed at 15 cm depth in the clay loam soil is reached to the soil surface, while it does not reach to the soil surface in the emitters installed at 30 cm depth, even with discharge rate up to 8 liters per hour. Therefore, the evaporation rate from the soil surface is minimized. 4. Statistical indices showed that there is no significant differences among the empirical, numerical and the observation data, so that the normalized RMSE for the numerical and empirical models varied from 4.4 to 6.2 and 3.4 to 8 percent, respectively. Consequently, the results of this study showed that the proposed empirical model and Hydrus model can be used for estimation of wetting pattern in the soil.

کلیدواژه‌ها [English]

  • Drip Irrigation
  • Subsurface
  • Empirical model
  • Numerical model
  • Reverse modeling
Al-Ogaidi, A. A. Wayayok, A. Rowshon, M. K. and Abdullah, A. F. (2016). Wetting patterns estimation under drip irrigation systems using an enhanced empirical model. Agricultural Water Management, 176, 203-213.
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.
Besharat, S. and Mollaee Tavani, S. (2016). Simulation of soil water profile in surface and subsurface drip irrigation systems by HYDRUS-2D. Journal of Water and Soil Conservation, 23(2), 225-238.
Chu, S.T. (1994). Green-Ampt analysis of wetting patterns for surface emitters. ASCE J. Irrig. Drain. Engr., 120, 414–421.
Elmaloglou, S. and Diamantopoulos, E. (2009). Simulation of soil water dynamics under subsurface drip irrigation from line sources. Agricultural Water Management, 96(11), 1587-1595.
Esfandiari, M. and Maheshvari, B.L. (2001). Field evaluation of surface irrigation models. Agricultural Engineering Research. 79(4):459-479.
Fatahi Nafchi,R., Mosavi,F. and Parvanak, K. (2011). Experiential study shape and volume of wetted soil in trickle irrigation method. African Journal of Agricultural Research, 6 (2), 458-466.
Kandelous, M. M. and Šimůnek, J. (2010a). Comparison of numerical, analytical, and empirical models to estimate wetting patterns for surface and subsurface drip irrigation. Irrigation Science, 28(5), 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(7), 1070-1076.
Karimi1, B. Mirzaei, F and  Sohrabi, T.(2013). Evaluation of Moisture Front Redistribution in Surface and Subsurface Drip Irrigation Systems. Soil and Water science Journal, 23(3),183-192.
Khalili, M. Akbari, M. Hezarjaribi, A. Zakerinia, M. and Abbasi, F. (2014). Numerical versus empirical models for estimating wetting patterns in subsurface drip irrigation systems. J. Agri. Eng. Res, 15(2), 1-14.
Liu, H. F. Génard, M. Guichard, S. and Bertin, N. (2007). Model-assisted analysis of tomato fruit growth in relation to carbon and water fluxes. Journal of Experimental Botany, 58(13), 3567-3580.
Mattar, M. A., & Alamoud, A. I. (2017). Gene expression programming approach for modeling the hydraulic performance of labyrinth-channel emitters. Computers and Electronics in Agriculture, 142, 450-460.
Richards, L. A. 1931. Capillary conduction of liquids through porous mediums. Physics. 1, 318_333.
Patel, N. and Rajput, T. B. S. (2007). Effect of drip tape placement depth and irrigation level on yield of potato. Agricultural water management, 88(1), 209-223.
Shan, G. Sun, Y. Zhou, H. Lammers, P. S. Grantz, D. A. Xue, X. and Wang, Z. (2019). A horizontal mobile dielectric sensor to assess dynamic soil water content and flows: Direct measurements under drip irrigation compared with HYDRUS-2D model simulation. Biosystems Engineering, 179, 13-21
Simunek, J. Sejna, M. and van Genuchten, M. Th. (1999). The HYDRUS-2D software package for simulating two dimensional movement of water, heat and multiple solutes in variably saturated media, Version 2.0. Rep. IGCWMC-TPS-53, p 251, Intl. Ground Water Modeling Center, School of Mines, Colorado.
Singh, D. K. Rajput, T. B. S. Sikarwar, H. S. Sahoo, R. N. and Ahmad, T. (2006). Simulation of soil wetting pattern with subsurface drip irrigation from line source. Agricultural water management, 83(1-2), 130-134.
Van Genuchten MT (1980). A closed-form equation for predicting hydraulic conductivity of unsaturated soils. Soil Sci Soc Am J, 44, 892–898
Walker, W. R. (2005). Multilevel calibration of furrow infiltration and roughness. Journal of irrigation and drainage engineering, 131(2), 129-136.
 Wang, X. Youssef, M. A. Skaggs, R. W. Atwood, J. D. and Frankenberger, J. R. (2005). Sensitivity analyses of the nitrogen simulation model, DRAINMOD-N II. Transactions of the ASAE, 48(6), 2205-2212.
 Zhijuan, Q. Hao, F. Ying, Z. Tibin, Zh. Aizheng, Y. and Zhongxue, Zh. (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.