ORIGINAL_ARTICLE
حل عددی پدیده ضربه قوچ با استفاده از روش عددی بدون شبکه حداقل مربعات گسسته همپوش
چکیدهیکی از پدیدههایی که در شبکه لولهها باعث ایجاد خسارت و کاهش عمرمفید تاسیسات آبی میشود، پدیده ضربه قوچ یا چکش آبی است. روشهای عددی مختلفی در تحلیل این مساله بهکار گرفته شده است. در تمامی روشهای عددی ارائه شده، محیط پیوستار مساله بایستی توسط ابزاری گسستهسازی شود تا مجهولات مساله که همان مقادیر سرعت و فشار ناشی از قطع ناگهانی جریان و حرکت موج فشاری در طول لوله میباشند، پس از طی فرایند حل، محاسبه گردند. با محاسبه دقیق این مجهولات، پیش از طراحی سازهها میتوان تمهیدات مناسبی در کاهش تنشهای ناشی از رخداد ضربه قوچ، اتخاذ نمود. سابقه و هدفروش مرسوم برای مدلسازی معادلات دیفرانسیلی که این پدیده را تشریح میکنند، روش خطوط مشخصه است. به طور کل، در روشهای معمول به خوبی توسعه یافتهی اجزای محدود، احجام محدود و تفاضلهای محدود، گسسته سازی حوزهی مکانی مساله با استفاده از ابزاری به نام شبکهبندی صورت میگیرد. با وجود استفاده مفید از این روشها در بسیاری از زمینههای علمی، شبکه بندی، فرایندی پرهزینه و دردسرساز، به ویژه در مسائلی با مرزهای پیچیده است. همین امر انگیزهی اصلی ابداع روشهای بدون شبکه بوده است. در اینگونه روشها حوزهی مکانی مساله توسط تعدادی نقطه به سادگی گسستهسازی میشود. مواد و روشهادر پژوهش حاضر، جهت مدلسازی ضربه قوچ کلاسیک در سیستمی شامل شیر، لوله و مخزن، از روش عددی بدون شبکه حداقل مربعات گسسته همپوش استفاده میشود. در رهیافت ارائه شده، از روش ضمنی کرنک نیکلسون برای گسسته سازی زمانی استفاده شده تا بتوان شرط کوچکتر بودن گام زمانی را برای پایداری حل از بین برد. در این روش، معادلات پیوستگی و مومنتوم جهت محاسبه مقادیر سرعت و فشار در صفحه x-t با استفاده از دادههای گام زمانی قبلی، به طور همزمان محاسبه میشود. رهیافت ارائه شده کاملا ماتریسی بوده و فرایند حل، شامل چند عملیات جبری ساده میباشد که بر روی ماتریس های تنک صورت میگیرد. یافتههادر مقاله حاضر، ابتدا معادلات حاکم بر ضربه قوچ نوشته شده و سپس، کلیات روش عددی بدون شبکه حداقل مربعات گسسته همپوش به طور کامل، تشریح شده است. در ادامه، چندین آزمایش معتبر در مورد ضربه قوچ با روش فوق، مدلسازی شده و در انتها نیز یک مساله با بهکارگیری روش کرنک- نیکلسون در حالات مختلف، تحلیل گردیدهاست. نتایج حاصل از مدلسازی مسائل با نتایج سایر روشهای عددی معتبر نظیر روش MOCو روش عددی بهکار رفته توسط "زیلک" در نقاط بحرانی لوله نظیر پشت شیر و وسط لوله مورد برازش قرار گرفته است. همچنین، تحلیل هیدرولیکی مسائل و نحوه محاسبه جوابهای دقیق، به طور کامل، تشریح گردیده است. در نهایت، پس از به-کارگیری معیار مجموع مربعات خطا و تخمین خطایی کمتر از 5 درصد در کل بازه مورد بررسی، مشخص گردید که از این روش، میتوان به عنوان یکی از روشهای عددی دقیق، ساده و کم هزینه در مدلسازی مسایل ضربه قوچ استفاده نمود. نتیجهگیری عدم نیاز به انتگرالگیری، عملیات ریاضی کاملا ماتریسی و نیز بدون شبکه بودن فضای مساله از ویژگی های مهم روش عددی بدون شبکه است که علاوه بر کاهش منابع خطا میتواند یکی از دقیقترین روشهای حل عددی پدیده ضربه قوچ در سیستم لولهها به شمار آید.
https://jwsc.gau.ac.ir/article_4232_0aeca61fec51beecbef9340a338b71dd.pdf
2018-08-23
1
23
10.22069/jwsc.2018.14532.2936
ضربه قوچ
شبکه لوله ها
روش عددی بدون شبکه
بنفشه
نوروزی
hatami1355@yahoo.com
1
گروه آب و محیط زیست-عمران-دانشگاه صنعتی شاهرود-شاهرود-ایران
LEAD_AUTHOR
احمد
احمدی
a.ahmadi@shahroodut.ac.ir
2
عضو هیات علمی و رییس دانشکده مهندسی عمران
AUTHOR
محسن
لشکربلوک
mlbolok@iust.ac.ir
3
فاضل آباد- گروه عمران- دانشگاه گلستان
AUTHOR
محمود
نوروزی
m.norouzi@shahroodut.ac.ir
4
گروه مکانیک-دانشگاه صنعتی شاهرود-شاهرود
AUTHOR
1.Afshar, M.H., and Lashckarbolok, M. 2008. Collocated discrete least-squares (CDLS) meshless method: Error estimate and adaptive refinement. Numerical Methods in Fluids J. 56: 10. 1909-1928.
1
2.Afshar, M.H., Amani, J., and Naisipour, M. 2012. A node enrichment adaptive refinement in Discrete Least Squares Meshless method for solution of elasticity problems. Eng. Anal. Bound. Elem. J. 36: 3. 385-393.
2
3.Arzani, H., and Afshar, M.H. 2006. Solving Poisson’s equations by the discrete least square meshless method. WIT Trans. Model. Simul. J. 42: 5. 23-32.
3
4.Atluri, S.N., and Zhu, T. 1998. A new meshless local Petrov–Galerkin (MLPG) approach in computational mechanics. Computational Mechanics. 22: 2. 117-127.
4
5.Babuska, I., and Melenk, J. 1995. The partition of unity finite element method. Technical report technical note BN-1185. Institute for Physical Science and Technology. University of Maryland.
5
6.Belytschko, T., Lu, Y.Y., and Gu, L. 1994. Element-free Galerkin method. Inter. J. Num. Method. Engin. 37: 2. 229-256.
6
7.Bergant, A., Hou, Q., Keramat, A., and Tijsseling, A. 2011. Experimental and numerical analysis of water hammer in a large-scale PVC pipeline apparatus. P 27-36, 4th International Meeting on Cavitation and Dynamic Problems in Hydraulic Machinery and Systems, Belgrade, Serbia.
7
8.Bruce, E., Larock, Roland W. Jeppson and Gary Z. Watters. 2000. Hydraulics of Pipeline Systems. CRC Press, Pp: 283-380.
8
9.Daneshfaraz, R., Sadeqfam S., and Majedi Asl, M. 2011. The effect of non-linear terms on the process of computing water hammer with regard to friction coefficients for different cast iron pipe. Inter. J. Engin. Appl. Sci. (IJEAS). 3: 3. 15-22.
9
10.Dilts, G.A. 1999. Moving least-squares-particle hydrodynamic – I. Consistency and stability. Inter. J. Num. Method. Engin. 44: 8. 1115-1155.
10
11.Duarte, C.A., and Oden, J.T. 1996. An h-p adaptive method using clouds. Computer Methods in Applied Mechanics and Engineering. 12: 6. 673-705.
11
12.Gingold, R.A., and Moraghan, J.J. 1977. Smooth particle hydrodynamics: theory and application to non pherical stars. Man. Not. Roy. Astron. Soc. 181: 3. 375-389.
12
13.Holmboe E.L., and Rouleau W.T. 1967. The effect of viscous shear on transients in liquid lines, Basic Eng. J. 89: 1. 174-180.
13
14.Korbar, R., Virag, Z., and Šavar, M. 2014. Truncated method of characteristics for quasi-two- dimensional water hammer model. Hydraul. Eng. J. 140: 6. 04014013-1: 04014013-7.
14
15.Liu, W.K., Li, S., Adee, J., and Belytschko, T. 1995. Reproducing kernel particle Methods. Inter. J. Num. Method. Engin. 20: 8-9. 1081-1106.
15
16.Liu, G.R., and Tu, Z.H. 2002. An adaptive procedure based on background cells for meshless methods. Comput. Methods Appl. Mech. Engrg. J. 191: 17-18. 1923-1943.
16
17.Nathan, G.K., Tan, J.K., and Ng, K.C. 1988. Two dimensional analysis of pressure transients in pipelines, Num. Method. Fluid. J. 8: 5. 339-349.
17
18.Nayroles, B., Touzot, G., and Villon, P. 1992. Generalizing the finite element method diffuse approximation and diffuse element. Computational Mechanics. 10: 5. 307-318.
18
19.Onate, E., Idelsohn, S., Zienkiewicz, O.C., and Taylor, R.L. 1996. A finite point method in computational mechanics. Applications to convective transport and fluid flow. Inter. J. Num. Method. Engin. 36: 22. 3839-3866.
19
20.Saikia, M., and Sarma, A.K. 2006. Simulation of water hammer flows with unsteady friction factor. J. Engin. Appl. Sci. 1: 4. 35-40.
20
21.Shamloo, H., Norooz, R., and Mousavifard, M. 2015. A review of one-dimensional unsteady friction models for transient pipe flow. P 2278-2288, The second national conference on applied research in science and technology, Faculty of Science, Cumhuriyet University.
21
22.Tijsseling, S., and Bergant, A. 2007. Meshless computation of water hammer. P 65-77, 2nd IAHR International meeting of the workgroup on cavitation and dynamic problems in hydraulic machinery and systems. Timisoara, Romania.
22
23.Wahba, E.M. 2006. Runge–Kutta time-stepping schemes with TVD central differencing for the water hammer equations. Int. J. Num. Method. Fluid. 52: 5. 571-590.
23
24.Wahba, E.M. 2008. Modelling the attenuation of laminar fluid transients in piping systems. Appl. Math. Model J. 32: 12. 2863-2871.
24
25.Wahba, E.M. 2013. Non-Newtonian fluid hammer in elastic circular pipes: Shear-thinning and shear-thickening effects. Non-Newtonian Fluid Mech. J. 198: 10. 24-30.
25
26.Whilie, E.B., and Streeter, V.L. 1978. Fluid Transient, McGraw Hill, United states of America, Pp: 379-420.
26
27.Zanganeh, R., Ahmadi, A., and Keramat, A. 2014. Fluid–structure interaction with viscoelastic supports during waterhammer ina pipeline. J. Fluid. Structure. 54: 6. 215-234.
27
28.Zielke, W. 1968. Frequency- Dependent Friction in Transient Pipe flow. Basic Eng. J.
28
90: 1. 109-115.
29
ORIGINAL_ARTICLE
ارزیابی عملکرد مخزن سد نهب در شرایط خشک سالی با استفاده از مدل MODSIM
سابقه و هدف: با توجه به کمبود منابع آب در دسترس و افزایش مداوم تقاضای آب، احداث سدهای جدید امری اجتنابناپذیر به نظر میرسد. سدها از جمله سازههای زیربنائی برای ذخیره و تأمین آب به ویژه در دورههای خشکسالی هستند. چنانچه بهره برداری از مخازن بهینه باشد، اهداف سد به نحو مطلوبی تأمین میشود، ولی از آنجاکه بهرهبرداری بهینه از سیستمهای بزرگ منابع آبی وقتگیر، پیچیده و بعضاً دست نیافتنی است، استفاده از روشهای جایگزین مدلهای بهینهسازی که با دقت قابل قبول، امکان رسیدن به جواب مناسب نزدیک به بهینه را داشته باشند، راه حل مناسبی به نظر میرسد. یکی از این سدها که در مرحله اجرا میباشد، سد مخزنی نهب واقع بر روی رودخانه خررود در استان قزوین است. هدف بهرهبرداری از این سد، ذخیره جریانات نابهنگام و سیلابی رودخانه خررود و تنظیم آن برای تامین حقابه اراضی کشاورزی پایین دست و تغذیه آبخوان دشت قزوین میباشد. هدف از این تحقیق، بررسی نحوه تخصیص آب به مصارف کشاورزی، زیستمحیطی و تغذیه مصنوعی آبخوان در شرایط خشکسالی با استفاده از مدل MODSIM میباشد. مواد و روشها: شبیهسازی بهره برداری از سد نهب با استفاده از مدل MODSIM، برای یک دوره بلندمدت 50 ساله و طی سال-های آبی 45-1344 تا 94-1393 و همچنین یک دوره خشکسالی هیدرولوژیکی 17 ساله طی سالهای آبی 78-1377 تا 94-1393 که بر اساس تغییرات متوسط آبدهی رودخانه نسبت به میانگین طولانی مدت تعیین گردیده، انجام شده است. شبیهسازی بهصورت ماهانه برای چهار گزینه قبل از رسوبگذاری، رسوبگذاری 20 ساله، رسوبگذاری 50 ساله و شرایط مخزن صفر انجام شده است. اولویتبندی تخصیص آب شامل اولویت اول نیاز زیستمحیطی، دوم حقابه کشاورزی و سوم نیاز تغذیه مصنوعی اختصاص داده شد. کاهش حجم آب خررود در محل احداث سد از سال آبی 78-1377 تا آخرین سال آبی 94-1393، به دلایل مختلف از جمله خشکسالی و برداشت از بالادست، باعث افت عملکرد سد نهب شده است، به طوریکه نیازهای هیچ یک از بخشهای مصرفی در حد قابل قبول تأمین نشده است.یافته ها: با مقایسه نتایج گزینههای مربوط به رسوبگذاری مشخص میشود که در شرایط رسوبگذاری 20 ساله، مخزن سد بهترین عملکرد را دارد که به دلیل حجم مرده کم در مقایسه با حجم مفید مخزن در این شرایط است. با مقایسه عملکرد مخزن در شرایط مخزن صفر با گزینههای رسوبگذاری مشخص میشود که احداث سد تأثیر چندانی بر روی بهبود شرایط توزیع آب نخواهد داشت و مقادیر تأمین در این شرایط بهبود قابل توجهی نخواهد کرد. بمنظور ارزیابی نتایج شبیهسازی بهرهبرداری از مخزن سد نهب در گزینه های مختلف از شاخصهای درصد تأمین حجمی، اعتمادپذیری، برگشت پذیری و آسیبپذیری استفاده شده است. همچنین نتایج حاصل از شبیهسازی نشان داد که در شبیه سازی بلند مدت (50 ساله) و شرایط خشکسالی احداث سد تغییر بسیار کمی در افزایش درصد تامین حجمی و زمانی نیاز آب در منطقه خواهد داشت، بهطوری که درصد تأمین کل حقابهها در شرایط رسوبگذاری 20 ساله و 50 ساله به ترتیب از 4/77 به 7/37 درصد و از 7/73 به 8/35 درصد و برای شرایط مخزن صفر از 8/58 به 1/34 درصد کاهش یافته است، که در صورت ادامه شرایط خشکسالی و افزایش 1 تا 2 درصدی میزان تامین ها نسبت به شرایط موجود، احداث سد و ادامه روند اجرای آن را کاملاً توجیه ناپذیر می نماید.نتیجه گیری: به طور کلی میتوان نتیجه گرفت که در صورت ادامه روند خشکسالی، احداث سد نهب جهت بهبود شرایط توزیع آب توجیهپذیر نمیباشد و شاید تنها کاربرد آن کنترل سیلابهای ناگهانی و جلوگیری از خسارت ناشی از سیلاب در پاییندست سد باشد.
https://jwsc.gau.ac.ir/article_4233_81097f083ab67378448ee46e285b5456.pdf
2018-08-23
25
42
10.22069/jwsc.2018.13364.2802
سد نهب
بهرهبرداری
خشکسالی
شبیهسازی
MODSIM
فرهاد
میثاقی
farhad_misaghi@znu.ac.ir
1
استادیار گروه مهندسی آب دانشگاه زنجان
LEAD_AUTHOR
جواد
صادقیها
javadsadeghiha@gmail.com
2
کارشناس ارشد آبیاری و زهکشی دانشگاه زنجان
AUTHOR
1.Ahmed, S., and Simonovic, S.P. 2000. System Dynamics Modeling of Reservoir Operation for Flood management, J. Com. Civil Engin. 14: 3. 190-198.
1
2.Farhangi, M., and Bozorg Haddad, A. 2010. Evaluation criteria for designation in management models in water tanks system (Case study: KarunBasin). J. Water Res.
2
4: 7. 33-46.
3
3.Gabriel, L., Azevedo, T., Timothy, K., Gates Darrell, G., Fontane, John W., Labadie, and Rubem, L. Porto. 2000. Integration of Water Quantity and Quality in Strategic River Basin Planning. J. Water Recour. Plan. Manage. 126: 6. 85-97.
4
4.Graham, L.P., Labedie, J.W., Hutchison, I.P.G., and Ferguson, K.A. 1986. Allocation of Augmented Water Supply under a Priority Water Rights System. Water Resources Research, 22: 7. 1083-1094.
5
5.Koch, H., and Grünewald, U. 2009. A Comparison of Modeling Systems for the Development and Revision of Water Resources Management Plans. Water Resources Management,
6
23: 1403-1422.
7
6.Labadie, J.W. 1995. MODSIM: River Basin Network Flow Model for Conjunctive Stream-Aquifer Management Program User Manual and Documentation. Department of Civil EngineeringColoradoStateUniversity, 104p.
8
7.Loucks, D.P., and Van Beek, E. 2005. Water Resources Systems Planning and Management. United Nations Educational, Scientific and Cultural Organization, UNESCO, 680p.
9
8.Mehta, V.K., Aslam, O., Dale, L., Miller, N., and Purkey, D.R. 2013. Scenario-based water resources planning for utilities in the Lake Victoria region. Physics and Chemistry of the Earth, 61: 22-31.
10
9.Nikghalb, H., Massahi, H., and Alimohammadi, S. 2015. MODSIM model in the assessment of basin water resources development projects. Ninth International Congress of Civil Engineering, University of Isfahan, May 9-11. (In Persian)
11
10.Rasi Nezami, S., Zariha, M., Baghvand, A., and Moridi, A. 2011. Allocation of
12
water resources at the basin scale models to meet the needs of environmental approach
13
(Case study: Maharlu basin Bakhtegan). Fifth National Conference and Exhibition of Environmental Engineering, Tehran, Iran, Nov 22-24. (In Persian)
14
11.Razzaghi, P., Babazadeh, H., and Sechi, M.G., and Sulis, A. 2010. Development of
15
multi-purpose reservoir operation hedging rule in water resources shortage conditions using MODSIM8.1. J. Water Soil Resour. Cons. 3: 2. 11-23. (In Persian)
16
12.Sechi, M.G., and Sulis, A. 2010. Inter-comparison of Generic Simulation Models for Water Resource Systems. International Congress on Environmental Modeling and Software Modeling for Environment’s Sake, Fifth Biennial Meeting, Ottawa, Canada, July 5-8.
17
13.Shourian, M. 2012. Rationing policy development in conditions of limited water resources multipurpose reservoir operation by using MODSIM 8.1. J. Soil Water Cons. 2: 11-23.
18
(In Persian)
19
14.Shourian, M., Mousavi, S.J., and Tahershamsi, A. 2008. Basin-wide Water Resources Planning by Integrating PSO Algorithm and MODSIM. Water Resources Management,
20
22: 1347-1366.
21
15.Simonovic, P.S., Fahmy, H., and Ei-Shorbaghy, A. 1997. The Use of Object-Oriented Modeling for Water Resources Planing in Egypt, J. Water Resour. Manage. 11: 243-261.
22
16.Shortridge, J.E., and Guikema, S.D. 2016. Scenario Discovery with Multiple Criteria: An Evaluation of the Robust Decision-Making Framework for Climate Change Adaptation. Risk Analysis, 36: 12. 2298-2312.
23
17.Shortridge, J., Guikema, S., and Zaitchik, B. 2017. Robust decision making in data scarce contexts: addressing data and model limitations for infrastructure planning under transient climate change. Climatic Change, 140: 2. 323-337.
24
18.Tadesse, A., McCartney, M., and Seifu, K. 2010. The water resource implications of planned development in the Lake Tana catchment, Ethiopia. Ecohydrology and Hydrobiology,
25
10: 2. 211-222.
26
19.Tidwell, V., Howard, C., Passell, D., Conrad, S.H., and Thomas, R.P. 2004. System dynamics modeling for community-based water planning Application to the Middle Rio Grande, Aquat. Sci, 66: 357-372.
27
20.Water Resources Planning Studies of Nohob dam. 2010. Qazvin Regional Water Company. 251p.
28
21.Zhang, X.H., Zhang, H.W., Chen, B., Chen, G.Q., and Zhao, X.H. 2008. Water resources planning based on complex system dynamics: A case study of Tianjin city. Communications in Nonlinear Science and Numerical Simulation, 13: 2328-2336.
29
ORIGINAL_ARTICLE
بررسی تغییرات زمانی آلودگی فسفر در طول رودخانه سیاهرود استان گیلان
سابقه و هدف: فسفر یکی از عناصر ضروری برای رشد گیاهان و همچنین فسفر یکی از منابع آلودگی آبها است که به دلیل مصرف بیرویه کودهای شیمیایی و ورود فاضلابهای شهری و صنعتی به منابع آب ایجاد میشود. فسفر دارای تغییرات زمانی و مکانی بالایی است که ناشی از عواملی مانند شدت بارندگی، کاربری اراضی، شیب منطقه و فرسایش خاک میباشد. هدف از انجام این مطالعه بررسی تغییرات زمانی آلودگی فسفر در طول رودخانه سیاهرود واقع در استان گیلان بود.موادوروشها: این پژوهش در رودخانه سیاهرود رشت که حوضه آن دارای کاربریهای جنگل (نواحی جوکلبندان و سراوان)، کشاورزی (ناحیه سنگر)، صنعتی (نواحی سراوان و دانشگاه)و شهری (نواحی گیل و گلسار) است، انجام شد. نمونهبرداری طی یک دوره ده ماهه از نقاط مختلف با کاربریهای متفاوت در طول رودخانه انجام شد. مقادیر فسفر کل، محلول و چسبیده به ذرات در نمونههای آب، مقدار مواد جامد کل، محلول و معلق اندازهگیری شد. اندازهگیری فسفر کل با روش هضم با پرسولفات پتاسیم انجام شد. مقدار نیتروژن نیز در چهار ماه آذر، دی، بهمن و اسفند با استفاده از روش کجلدال اندازهگیری شده است.یافتهها: نتایج نشان داد که میزان آلودگی فسفر این رودخانه در محدوده کاربری شهری (منطقه گلسار 261/0 میلی گرم در لیتر) و صنعتی بیشتر از سایرکاربریها میباشد. در فصل زمستان عمده فسفر محلول خروجی از کاربری کشاورزی بوده است و در تابستان از کاربری شهری بیشترین مقدار خروجی فسفر محلول میباشد. بالاترین مقدار آلودگی فسفر (296/0 میلیگرم در لیتر) در منطقه گلسار مشاهده شده است. علت زیاد بودن میزان فسفر کل در نقطه جوکلبندان (188/0 میلیگرم در لیتر) را میتوان به تخریب جنگلهای موجود و شیب بالای این منطقه نسبت داد. بخش عمده ذرات جامد خارج شده از حوضه نیز به شکل معلق بوده است (میانگین سالانه 503 میلیگرم در لیتر). نتایج نشان داد که میانگین زمانی غلظت اشکال مختلف فسفر شامل فسفر کل، فسفر محلول و فسفر چسبیده به ذرات در مکانهای مختلف دارای اختلاف معنیداری است و در بخش انتهایی رودخانه بیشترین است. میانگین کل (زمانی-مکانی) غلظت فسفر محلول و فسفر چسبیده به ذرات در رودخانه مورد مطالعه اختلاف معنیداری نداشتند. نتایج حاکی از وجود یک رابطه نمایی (54/0R2=) بین غلظت فسفر محلول و مواد جامد محلول بود. همچنین مشاهده شد که خروجی فسفر نیز تابعی از زمان است و با تغییرات ماهانه میزان و شکل خروجی فسفر به شدت تغییر میکند.نتیجهگیری: به طور کلی میزان آلودگی فسفر از ابتدا تا انتهای رودخانه روند افزایش داشت و آلودگی فسفر دارای تغییرات زمانی بالایی بود. بالابودن میزان فسفر از حدمجاز در مناطق کشاورزی مانند سنگر عمدتا در فصل بارندگی و ناشی از فرسایش خاک تشخیص داده شد، در حالیکه زیادی فسفر در مناطق شهری را میتوان به دلیل ورود فاضلابهای شهری و صنعتی به داخل رودخانه دانست. بنابراین با ممانعت از فرسایش خاک در اراضی کشاورزی و جلوگیری از تخلیه فاضلابهای شهری و صنعتی به داخل رودخانه به مقدار زیادی از آلودگی فسفر جلوگیری خواهد شد.
https://jwsc.gau.ac.ir/article_4234_270434fef2c631d431b502280079cef8.pdf
2018-08-23
43
59
10.22069/jwsc.2018.13864.2858
ضریب گراولیوس
فرسایش خاک
فسفر چسبیده به ذرات
فسفر محلول
مواد جامد محلول
وحید
لطیفی
vahidlatifi.ms@gmail.com
1
علوم خاک، دانشگاه گیلان
AUTHOR
حسین
اسدی
ho.asadi@ut.ac.ir
2
گروه علوم خاک، دانشگاه تهران
LEAD_AUTHOR
عیسی
ابراهیمی
ebrahimi.soil@gmail.com
3
گروه علوم خاک، دانشگاه گیلان
AUTHOR
علی
موسوی
mousavi@guilan.ac.ir
4
گروه مهندسی آب، دانشگاه گیلان
AUTHOR
1.Afshariazad, M.R., and Pourkey, H. 2010. Estimation of erosion and sediment using geomorphologic qualitative methods and E.P.M and its comparison with sediment yield statistics in Siahroud basin of Guilan. Geography Quarterly, 4: 13. 60-78. (In Persian)
1
2.Alexander, R.B., Smith, R.A., Schwarz, G.E., Boyer, W., Nolan, J.V., and Brakebill, J.W. 2008. Differences in phosphorus and nitrogen delivery to the Gulf of Mexico from the Mississippi River Basin. Environ. Sci. Technol. 42: 822-830.
2
3.Arias, M.J., Carballal, S., Garcia-Rio, L., Mejuto, J., and Nunez, A. 2005. Retention of phosphorus by iron and aluminum-oxides-coated quartz particles. Adv. Coll. Interface Sci. 295: 65-70.
3
4.Asadi, H. 2016. Estimation of sediment, organic carbon and phosphorous loads from Pasikhan River into Anzali Wetland, Iran. J. Environ. Prot. 6: 1. 129-133.
4
5.Carbonaro, R.F. 2007. Effect of urban runoff on seasonal and spatial trends in the water quality of the Saw Mill River. Project No. 2006NY83B, Report submitted to the New York State Water Resources Institute, May 2, 2017, 13p.
5
6.Correll, D.L. 1998. The role of phosphorus in the eutrophication of receiving waters:
6
A Review. J. Environ. Qual. 27: 261-266.
7
7.Daly, K., Jeffrey, D., and Tunney, H. 2001. The effect of soil type on phosphorus sorption capacity and desorption dynamics in Irish grassland soils. Soil Use Manage. 17: 12-20.
8
8.Diamond, J., and Sills, P. 2001. Soil water regimes. Final Project Report. Teagasc, Johnstown Castle, Wexford, Ireland, 33p.
9
9.Foy, R.H., and Withers, P.J.A. 1998. The contribution of agricultural phosphorus to eutrophication. In: Proceedings of the fertilizer Society, Vol. 365. Greenhill House, Thorpe Wood, Peterborough, UK.
10
10.Haygarth, P.M., and Jarvis, S.C. 1999. Transfer of phosphorus from agricultural soils.
11
Adv. Agron. 66: 195-249.
12
11.Ide, J.I., Haga, H., Chiwa, M., and Otsuki, K. 2008. Effects of antecedent rain history on particulate phosphorus loss from a small forested watershed of Japanese cypress (Chamaecyparisobtusa). J. Hydrol. 352: 322-335.
13
12.Keup, L.E. 1968. Phosphorus in flowing waters. J. Water Res. 2: 373-86.
14
13.Klein, G., and Perera, P. 2002. Eutrophication and Health. Environment Quality and Natural Resources European Commission. L-2985, Luxembourg, 32p.
15
14.Kronvang, B., Laubel, A., and Grant, R. 1997. Suspended sediment and particulate phosphorus transport and delivery pathways in an Arable catchment, Gelbek stream, Denmark. J. Hydrol. Process. 11: 627-642.
16
15.Lory, J.A. 1995. Agriculture phosphorus and water quality. Department of Agronomy and Commercial Agriculture Program. Published by MU Extension, University of Missouri Columbia, 4 p. https://extension2.missouri.edu/g9181, last acquired on March 4, 2018.
17
16.Neal, C., Jarvie, H.P., Williams, R.J., Neal, M., Wickham, H., and Hill, L. 2002. Phosphorus–calcium carbonates saturation relationships in a lowland chalk river impacted by sewage inputs and phosphorus remediation: an assessment of phosphorus self-cleansing mechanisms in natural waters. Sci. Total Environ. 282: 295-310.
18
17.Neguyen, L., and Sukias, J. 2002. Phosphorus fractions and retention in drainage dish sediments receiving surface runoff and subsurface drainage from agricultural catchments in the North Island, New Zealand. Agric. Ecosyst. Environ. 92: 49-69.
19
18.Reddy, K.R., Kadlec, R.H., Flaig, E., and Gale, P.M. 1999. Phosphorus retention in streams and wetlands: a review. Crit. Rev. Environ. Sci. Technol. 29: 83-146.
20
19.Sharpley, A.N., Daniel, T.T., and Sims, J. 2003. Agricultural Phosphorus and Eutrophication. 2th ed. United States Department of Agriculture, ARS–149.
21
20.Sheklabadi, M., Mahmoudzadeh, H., Mahboubi, A.A., Gharabaghi, B., and Ahrens, B. 2014. Land use effects on phosphorus sequestration in soil aggregates in western Iran. Environ. Monit. Assess. 186: 6493-6503.
22
21.Smith, C.M., Wilcock, R.J., Vant, W.N., Smith, D.G., and Cooper, A.B. 1993. Towards sustainable agriculter: Freshwater quality in New Zealand and the influence of agriculture. MAF Policy Technical Paper 93/10. New Zealand, Wellington, 208p.
23
22.Standard Analytical Procedures for Water Analysis. 1999. Government of India and Government of the Netherlands. Technical Assistance Hydrology Project. 80p.
24
23.Steegen, A., Govers, G., Takken, I., Nachtergaele, J., Poesen, J., and Merckx, R. 2001. Factors controlling sediment and phosphorus export from two Belgian agricultural catchments. J. Environ. Qual. 30: 1249-1258.
25
24.Stutter, M.I., Charles, A.Sh., Timothy, S.G., Martin, S.A.B., Liz, D., Roland, B., Regina, L.M., Alan, E.R., Leo, M.C., and Philip, MH. 2015. Land use and soil factors affecting accumulation of phosphorus species in temperate soils. Geoderma. 257: 29-39.
26
25.Tarolli, P., and Sofia, G. 2016. Human topographic signatures and derived geomorphic processes across landscapes. Geomorphology. 255: 140-161.
27
26.US. Environmental Protection Agency. 1973. Methods for Identifying and Evaluating the Nature and Extent of Nonpoint Sources of Pollutant, EPA. 430/9-73/014, U. S. EPA, Washington, D.C.
28
27.Water and Watershed Research Jahad Company. 1999. Comprehensive flood control
29
in Guilan province, soil science. Land evaluation and classification. Technical and Development Deputy of Guilan Provincial Office. (In Persian)
30
28.Winter, J.G., and Duthie, H.C. 2000. Export coefficient modeling to assess phosphorus loading in urban watersheds. J. Am. Water Resour. Assoc. 36: 1053-1061.
31
29.Withers, P.J.A., and Jarvie, H.P. 2008. Delivery and cycling of phosphorus in rivers: A review. Sci. Total Environ. 400: 379-395.
32
30.Wood, C.W., Mullins, G.L., and Hajek, B.F. 2005. Phosphorus in Agriculture. Soil Quality Institute Technical Pamphlet, Bull. No. 2. 5p.
33
31.Xiaowen, D. 2010. The Simulation Research on Agriculture Non-Point Source Pollution in Yongdin River in Hebei Province. Procedia Environ. Sci. 2: 1770-1774.
34
32.Yang, Y.G., He, Z.L., Lin, Y., and Stoffella, P.J. 2010. Phosphorus availability in sediments from a tidal river receiving runoff water from agricultural fields. Agric. Water Manage.
35
97: 1722-1730.
36
33.Zhang, F., He, X., Gao, X., Zhang, C., and Keli, T. 2005. Effects of erosion patterns on nutrient loss following deforestation on the Loess Plateau of China. Agric. Ecosyst. Environ. 108: 85-97.
37
ORIGINAL_ARTICLE
ارزیابی تاثیر کاربرد نانوهیدروکسیآپاتیت بر تثبیت کادمیم در یک خاک آهکی آلوده
سابقه و هدف: کادمیم یکی از متداولترین آلایندههای زیست محیطی است که میتواند اثر نامطلوبی بر روی همه ارگانیسمهای زنده داشته باشد. از این رو یک روش پالایشی صحیح برای کاهش فراهمی فلز در خاک مورد نیاز است. از آنجا که نانومواد واکنشپذیری و ظرفیت جذب سطحی بیشتری نسبت به همان مواد در اندازه معمولی دارند، از این رو با گسترش کاربردهای مختلف نانوفناوری در زندگی بشر، ارزیابی کارایی نانوذرات در پالایش خاکهای آلوده مورد توجه محققان قرار گرفت. با این حال تا کنون در مورد امکان تثبیت فلزات سنگین بوسیله نانوهیدروکسیآپاتیت (nHAP) در خاکهای آهکی گزارشی منتشر نشده است. به این منظور آزمایش حاضر با هدف بررسی تاثیر کاربرد nHAP بر تثبیت کادمیم در یک خاک آهکی آلوده طراحی شد.مواد و روشها: این آزمایش در قالب طرح کاملا تصادفی بهصورت آزمایش فاکتوریل با 3 تکرار انجام شد. ابتدا خاک در سه سطح کادمیم (صفر، 20 و 40 میلی گرم بر کیلوگرم خاک با استفاده از نمک کلرید کادمیم) آلوده و به مدت یک ماه در رطوبت 70 % ظرفیت زراعی نگهداری شد. سپس nHAP در سه سطح (صفر، 25/0 و 1 درصد) به نمونههای خاک اضافه شد. پس از 30 روز خواباندن، گونهبندی کادمیم با استفاده از عصارهگیری متوالی و قابلیت جذب کادمیم در خاک با عصارهگیر DTPA مورد بررسی قرار گرفت. برای بررسی تاثیر nHAP در شدت پیوند کادمیم با خاک و تحرک کادمیم در خاک از نمایه تفکیک کاهش یافته (IR) و فاکتور تحرک استفاده گردید.یافتهها: نتایج نشان داد که کاربرد nHAP غلظت کادمیم را در بخش تبادلی و آلی کاهش و در بخش کربناتی بطور معنیداری افزایش داد اما بر مقدار کادمیم در بخش باقیمانده تاثیر معنیداری نداشت. نتایج استخراج کادمیم با DTPA نشان داد که در سطح 40 میلیگرم بر کیلوگرم کادمیم، کاربرد هر دو سطح nHAP غلظت کادمیم قابل جذب را بطور معنیداری کاهش داد. با افزایش مقدار مصرفی nHAP، کارایی آن در کاهش فراهمی کادمیم افزایش یافت. البته مقدار کاهش کادمیم قابل فراهم در خاک چشمگیر نبود. نتایج همچنین نشان داد که با افزایش سطوح nHAP و کادمیم، مقدار IR افزایش یافت که افزایش IR بیانگر کاهش قابلیت استفاده و تحرک کادمیم در خاک است. کاربرد nHAP سبب کاهش معنیدار فاکتور تحرک یعنی موجب کاهش تحرک و خطر زیست محیطی کادمیم گردید.نتیجهگیری: با توجه به نتایج بدست آمده می توان بیان داشت که اگرچه کاربرد nHAP تا حدودی سبب تثبیت و کاهش تحرک کادمیم در خاک گردید، اما به نظر میرسد تاثیر nHAP بر کاهش فراهمی کادمیم چشمگیر نبود. لذا باید در مورد امکان استفاده این ماده در سطح گسترده و اقتصادی بودن کاربرد آن بررسیهای بیشتر صورت پذیرد.
https://jwsc.gau.ac.ir/article_4235_ffd569c9b126df94c8428105521c4412.pdf
2018-08-23
63
78
10.22069/jwsc.2018.14524.2934
خاک
کادمیم
گونهبندی
نانوهیدروکسیآپاتیت
زهره
فرزانگان
zohrehfarzanegan@gmail.com
1
علوم خاک، دانشکده کشاورزی، دانشگاه فردوسی ، مشهد، ایران
LEAD_AUTHOR
علیرضا
آستارایی
astaraei@um.ac.ir
2
دانشگاه فردوسی مشهد
AUTHOR
امیر
فتوت
afotovat@yahoo.com
3
استاد ، گروه علوم خاک،دانشکده کشاورزی، دانشگاه فردوسی مشهد
AUTHOR
امیر
لکزیان
alakzian@yahoo.com
4
دانشکده کشاورزی، دانشگاه فردوسی مشهد
AUTHOR
1.Abollino, O., Giacomino, A., Malandrino, M., and Mentasti, E. 2005. The use of sequential extraction procedures for the characterization and management of contaminated soils. Analytical, Environmental and Cultural Heritage Chemistry. 95: 527-538.
1
2.Basta, N.T., Gradwohl, R., Snethen, K.L., and Schroder, L. 2001. Chemical Immobilization of Lead, Zinc and Cadmium in Smelter-Contaminated Soils Using Biosolids and Rock Phosphate. Environmental Quality. 30: 1222-1230.
2
3.Boparai, H.K., Joseph, M., and O’Carroll, D.M. 2011. Kinetics and thermodynamics of cadmium ion removal by adsorption onto nano zerovalent iron particles. J. Hazard. Mater. 186: 458-65.
3
4.Buekers, J., Van Laer, L., Amery, F., Van Buggenhout, S., Maes, A., and Smolders, E. 2007. Role of soil constituents in fixation of soluble Zn, Cu, Ni and Cd added to soils. Europ. J. Soil Sci. 58: 1514-1524.
4
5.Cao, X.D., Ma, L.Q., Rhue, D.R., and Appel, C.S. 2004. Mechanisms of lead, copper and zinc retention by phosphate rock. Environmental Pollution. 131: 435-444.
5
6.Chen, J.H., Wang, Y.J., Wang, H.W., Zhou, D.M., and Yang, J.H. 2009. Assessment of remediation of soil heavy metals with nano-particle hydroxyapatite by toxicity characteristic leaching procedure. J. Agro-Environ. Sci. 28: 645-648.
6
7.Chen, S.B., MA, Y.B., Chen, L., and Xian, K. 2010. Adsorption of aqueous Cd2+, Pb2+, Cu2+ ions by nano-hydroxyapatite: Single- and multi-metal competitive adsorption study. Geochemical. 44: 233-239.
7
8.Cui, H., Zhou, J., Zhao, Q., Shi, Y., Mao, J., Fang, G., and Liang, J. 2013. Fractions of Cu, Cd and enzyme activities in a contaminated soil as affected by applications of micro-and nanohydroxyapatite. J. Soil Sed. 13: 742-752.
8
9.Ding, L., Li, J., Liu, W., Zuo, Q., and Liang, S.X. 2017. Influence of Nano-Hydroxyapatite on the Metal Bioavailability, Plant Metal Accumulation and Root Exudates of Ryegrass for Phytoremediation in Lead-Polluted Soil. Inter. J. Environ. Res. Pub. Health. 14: 532-540.
9
10.Eriksson, J.E. 1989. The influence of pH, soil type and time on adsorption and uptake by plants of Cd added to the soil. Water, Air and Soil Pollution. 48: 317-335.
10
11.Filgueiras, A.V., Lavilla, I., and Bendicho, C. 2002. Chemical sequential extraction for metal partitioning in environmental solid samples. J. Environ. Monitor. 4: 823-857.
11
12.Fu, H., Zhang, B., Yang, J., Liu, H., Yang, S., and Zhao, P. 2018. Cadmium and Lead Speciation as Affected by Soil Amendments in Calcareous Soil. Environmental Engineering Science.
12
13.Gee, G.W., and Bauder., J.W. 1982. Hydrometer Method. P 383-314, In: Klute, A. (ed), Methods of Soil Analysis: Physical Properties, Part 1, second ed. Agron Monogr, No 9, Madison WI: ASA and SSSA.
13
14.Han, F.X., Banin, A., Kingery, W.L., Triplett, G.B., Zhou, L.X., and Zheng, S.J. 2003. New approach to studies of heavy metal redistribution in soil. Advances in Environmental Research. 8: 113-120.
14
15.He, M., Shi, H., Zhao, X., Yu, Y., and Qu, B. 2013. Immobilization of Pb and Cd in contaminated soil using nanocrystallite hydroxyapatite. Procedia Environmental Sciences. 18: 657-665.
15
16.Hoodji, M., and Afyuni, M. 2009. The Effect of Sewage Sludge and CdCl2 Application on Cadmium Transport in Soil and Plant Uptake', J. Environ. Sci. Technol. 11: 2. 47-58.
16
(In Persian)
17
17.Jalali, M., and Arfania, H. 2011. Distribution and fractionation of cadmium, copper, lead, nickel and zinc in a calcareous sandy soil receiving municipal solid waste. Environmental Monitoring and Assessment. 173: 241-250.
18
18.Jalali, M., and Khanboluki, G. 2008. Redistribution of zinc, cadmium and lead among soil fractions in a sandy calcareous soil due to application of poultry litter. Environmental Monitoring and Assessment. 136: 327-335.
19
19.Kabala, C., and Singh, B.R. 2001. Fractionation and mobility of copper, lead and zinc in soil profiles in the vicinity of a copper smelter. J. Environ. Qual. 30: 485-492.
20
20.Kabata-Pendias A., and Pendias H. 2010. Trace elements in soils and plants. CRC Press. Boca Ratton. Florida. 548p.
21
21.Khadivi Borujeni, E., Nourbakhsh, F., Afyuni, M., and Shariatmadari, H. 2007. Forms of Pb, Ni and Cd in a Sewage Sludge - treated Calcareous Soil. J. Water Soil. 11: 1. 41-54.
22
(In Persian)
23
22.Khanmirzaee, A., Bazargan, K., Moezzi, A., and Shahbazi, K. 2011. The relationship between the chemical forms of Cd concentration in wheat grain in some soils of Golestan province. J. Soil Sci. (Soil and Water). 26: 347-357.
24
23.Li, Zh., Zhou, M.M., and Lin, W. 2014. The research of nano particle and micro particle hydroxyapatite amendment in multiple heavy metals contaminated soil remediation.
25
J. Nanomater. 2014.
26
24.Lindsay, W.L., and Norvell, W.A. 1978. Development of a DTPA soil test for zinc, iron, manganese and copper. Soil Science Society American. 42: 421-428.
27
25.Loeppert, R.H., and Suarez, L. 1996. Carbonate and gypsum. In ‘Methods of soil
28
10 analysis. Part 3. Chemical methods’. (Ed. D.L. Sparks). P 437-474, Soil Science Society of 11 America: Madison, WI.
29
26.Ma, L.Q., and Rao, G.N. 1997. Chemical fractions of Cadmium, Copper, Nickel and Zinc contaminated soils. J. Environ. Qual. 26: 259-264.
30
27.Ma, Q.Y., Traina, S.J., Logan, T.J., and Ryan, J.A. 1994. Effects of aqueous Al, Cd, Cu, Fe (II), Ni and Zn on Pb immobilization by hydroxyapatite. Environmental Science & Technology, 28: 1219-1228.
31
28.McBride, M.B. 1995. Toxic Metal accumulation from agricultural use of sludge: Are USEPA regulations protective? J. Environ. Qual. 24: 5-18.
32
29.McGrath, S.P., and Segara, J. 1992. Chemical extractability of heavy metals during after and long-term applications of sewage sludge to soil. Soil Science. 43: 313-321.
33
30.Miretzky, P., and Rodriguez Avendano, M., Munoz, C., and Carrillo-Chavez, A. 2011. Use of partition and redistribution indexes for heavy metal soil distribution after contamination with a multi-element solution. Soils Sediments. 11: 619-627.
34
31.Mobasherpour, I., Salahi, E., and Pazouki, M. 2011. Removal of divalent cadmium cations by means of synthetic nano crystallite hydroxyapatite. Desalination. 266: 142-148.
35
32.Paramasivam, S., Lettimore, J.M., Alva, A.K., Jayaraman, K., and Harper, L.M. 2014. Chemical fractionation of Cu, Zn, Cd, Cr and Pb in sewage sludge amended soils at the end of 65-d sorghum-sudan grass growth. Environmental Science and Health. 49: 1304-1315.
36
33.Rajaie, M., Karimian, N., Maftoun, M., Yasrebi, M., and Assad, M.T. 2006. Chemical forms of cadmium in two calcareous soil textural classes as affected by application of cadmium-enriched compost and incubation time. Geoderma. 136: 533-541.
37
34.Ramesh, S.T., Rameshbabu, N., Gandhimathi, R., Srikanth Kumar M., and Nidheesh. P.V. 2013. Adsorptive removal of Pb (II) from aqueous solution using nano-sized hydroxyapatite. Applied Water Science. 3: 105-113.
38
35.Rhoades, J.D. 1982. Soluble salts. P 167-179, In: Page, A.L. (ed), Methods of Soil Analysis: Chemical and microbiological properties, Part 2. 2nd Ed. Agron. Monogr. No.9, ASA and SSSA, Madison WI.
39
36.Shrivastava, R., Upreti, R.K., and Chaturvedi, U.C. 2003. Various cells of the immune system and intestine differ in their capacity to reduce hexavalent chromium. FEMS Immunology & Medical Microbiology. 38: 65-70.
40
37.Sposito, G., Lund, J., and Change, A. C. 1982. Trace metal chemistry in arid-zone field soils amended with sewage sludge: I. Fractionation of Ni, Cu, Zn, Cd and Pb in solid phases.
41
Soil Sci. Soc. Amer. J. 46: 260-264.
42
38.Stietiya, M.H., Duqqah, M., Udeigwe, T., Zubi, R., and Ammari, T. 2014. Fate and distribution of heavy metals in wastewater irrigated calcareous soils. Sci. World J. 2014.
43
39.Tang, X.Y., Zhu, Y.G., Cui, Y.Sh., Duan, J., and Tang, C. 2006. The effect of ageing on the bioaccessibility and fractionation of cadmium in some typical soils of China. Environment International. 32: 682-689.
44
40.Varasteh Khanlari, Z., and Jalali, M. 2008. Concentrations and chemical speciation of five heavy metals (Zn, Cd, Ni, Cu and Pb) in selected agricultural calcareous soils of Hamadan Province, western Iran. Archives of Agronomy and Soil Science. 54: 19-32.
45
41.Walkley, A., and Black, I.A. 1934. An examination of the Degtjareff method for determining soil organic matter and a proposed modification of the chromic acid titration method. Soil Science. 37: 29-38.
46
42.Wang, Y.J., Chen, J.H., Cui, Y.X., Wang, S.Q., and Zhou, D.M. 2009. Effect of low-molecular-weight organic acids on Cu (II) adsorption onto hydroxyapatite nanoparticles. Hazardous Materials. 162: 1135-1140.
47
43.Waterlot, C., Pruvot, C., Marot, F., and Douay, F. 2017. Impact of a phosphate amendment on the environmental availability and phytoavailability of Cd and Pb in moderately and highly carbonated kitchen garden soils. Pedosphere. 27: 588-605.
48
44.Wei, L., Wang, S., Zuo, Q., Liang, S., Shena, S., and Zhao, C. 2016. Nano-hydroxyapatite alleviates the detrimental effects of heavy metals on plant growth and soil microbes in e-waste-contaminated soil. Environmental Science: Processes & Impacts. 18: 760-767.
49
45.Wu, C., Yan, S., Zhang, H., and Luo, Y. 2015. Chemical forms of cadmium in a calcareous soil with different levels of phosphorus-containing acidifying agents. Soil Research.
50
53: 105-111.
51
46.Xian, X. 2003. Effect of chemical forms of Cadmium, Zinc and Lead in polluted soils on their uptake by cabbage plants. Plant and Soil. 113: 257-264.
52
47.Xu, Y., Schwartz, F.W., and Traina, S.J. 1994. Sorption of Zn2+ and Cd2+ on hydroxyapatite surfaces. Environmental Science Technology. 28: 1472-1480.
53
48.Zhang, Z.Z., Li, M.Y., Chen, W., Zhu, S.Z., Liu, N.N., and Zhu, L.Y. 2010. Immobilization of lead and cadmium from aqueous solution and contaminated sediment using nano-hydroxyapatite. Environmental Pollution. 158: 514-519.
54
ORIGINAL_ARTICLE
حداقلسازی تعداد چاههای شبکه اندازهگیری سطح آب زیرزمینی در منطقه با استفاده از روشهای زمینآمار و بهینهسازی (مطالعه موردی : دشت دزفول-اندیمشک)
سابقه و هدف: آبهای زیرزمینی هم به دلیل کمیت و هم به دلیل کیفیت جزء با ارزشترین منابع آب بهشمار میروند. اندازهگیری تراز سطح آب زیرزمینی یکی از گامهای اساسی و ضروری مطالعات آب زیرزمینی محسوب میشود. از آنجا که اندازهگیری دادهها در نقاط محدودی انجام میشود، و از طرفی این اندازهگیریها بایستی به سطح تعمیم داده شود، تعیین محلهای بهینه اندازهگیری شبکه امری مهم بهشمار میرود. بر همین اساس در مطالعه حاضر با هدف کاهش تعداد چاههای اندازهگیری (چاههای مشاهدهای)، تعدادی از چاهها بهگونهای حذف گردید که چاههای باقیمانده یک ترکیب بهینه داشته باشند.مواد و روشها: در این پژوهش دشت دزفول- اندیمشک واقع در شمال استان خوزستان به عنوان مطالعه موردی مبنای کار قرار گرفت. روش کریجینگ که بهترین تخمینگر خطی نااریب بهشمار میرود برای میانیابی مورد استفاده قرار گرفت. براساس دادههای اندازهگیری شده 76 چاه مشاهدهای مورد مطالعه در این دشت، یک واریوگرام تئوری بر دادههای واریوگرام تجربی برازش داده شد. سپس بهمنظور یافتن ترکیب بهینه چاهها از یک روش بهینهسازی تحت عنوان الگوریتم تابو (که یک الگوریتم فراکاوشی محسوب میشود) بهره گرفته شد. بدین منظور دو برنامه کامپیوتری شامل GSLIB برای مدل کردن روش کریجینگ و MATLAB برای انجام محاسبات الگوریتم جستجوی تابو مورد استفاده قرار گرفتند. با اتصال دادن این دو برنامه و فراهم آوردن شرایطی برای تبادل اطلاعات میان آنها، یک مدل تحت عنوان مدل بهینهساز بهگونهای حاصل شد تا قابلیت بهینهسازی شبکه اندازهگیری سطح آب زیرزمینی فراهم گردد. توزیع چاهها بهگونهای صورت میگیرد که واریانس خطای تخمین کریجینک در محدوده مورد مطالعه حداقل گردد.یافتهها: مدل بهینهساز حاصل برای پنج حالت کاملاً متفاوت اجرا گردید. در حالتهای اول تا سوم که هدف آن صرفاً صحتسنجی مدل بوده، بترتیب انتخاب بهینه یک، دو و سه چاه مشاهدهای ارائه شد که با مقایسه با روش جستجوی کامل، صحت کارکرد مدل مورد تأیید قرار گرفت. در حالتهای چهارم و پنجم، انتخاب بهینه 50 و 60 چاه مشاهدهای از میان 76 چاه موجود ارائه گردید که تراز سطح آب زیرزمینی برای این حالتها مورد مقایسه قرار گرفت و حاکی از تطابق خوب نتایج در مقایسه با تراز سطح آب زیرزمینی ناشی از کل چاهها (76 چاه) میباشد.نتیجهگیری: با توجه به اینکه واریوگرام منطقه یک واریوگرام همسانگرد بوده، توزیع چاهها نیز در امتدادهای مختلف بطور یکنواخت بوده، این نتیجه براساس نتایج حالتهای اول تا سوم که تعداد چاهها کم میباشد بخوبی ملموس میباشد. نتایج حاصل از بهینهسازی 50 و 60 چاه مشاهدهای بدون هیچگونه دخالتی در طی فرایند بهینهسازی توسط مدل حاضر و بطور خودکار ارائه شده که مقایسات تراز سطح آب زیرزمینی دقت نتایج مدل را تایید میکند. همچنین نتایج حاکی از صرفه جویی بسیار زیاد زمان بواسطه استفاده از مدل حاضر میباشد.
https://jwsc.gau.ac.ir/article_4236_5d9e2be22bf56e98532022d22c47039d.pdf
2018-08-23
79
96
10.22069/jwsc.2018.14879.2994
آب زیرزمینی
شبکه اندازهگیری
زمینآمار
بهینهسازی
الگوریتم جستجوی تابو
علی
رئیسی عیسی آبادی
raeisi.d83@gmail.com
1
دانشگاه شهرکرد
LEAD_AUTHOR
حمیدرضا
غفوری
ghafouri_h@ssscu.ac.ir
2
دانشگاه شهید چمران
AUTHOR
محسن
مسلمزاده
mohsen.moslemzadeh@sssu.ac.ir
3
سازمان آب و برق خوزستان -کارشناس ارشد منابع آب
AUTHOR
1.http://water.usgs.gov/edu/watercycle.html. The Water Cycle - USGS Water Science School. United States Geological Survey (USGS).
1
2.Hassani Pak, A.A. 2008. Geostatistics. Tehran University, Tehran, Iran, 314p.
2
3.Liu, S., Mo, X., Li, H., Peng, G., and Robock, A. 2001. Spatial Variation of Soil Moisture in China: Geostatistical Characterization. J. Meteorol. Soc. Japan. 79: 1B. 555-574.
3
4.Sharma, M.L., Gander, G.A., and Hunt, C.G. 1980. Spatial variability of infiltration in a watershed. J. Hydrol. 45: 1-2. 101-122.
4
5.Sun, W., and McBratney, A. 2012. Analysis and prediction of soil properties using local regression-kriging. Geoderma. 171: 1. 16-23.
5
6.Cheng, K.-S., Wei, C., Cheng, Y.-B., and Yeh, H.-C. 2003. Effect of spatial variation characteristics on contouring of design storm depth. Hydrological Processes. 17: 9. 1755-1769.
6
7.Pardo-Igúzquiza, E. 1998. Optimal selection of number and location of rainfall gauges for areal rainfall estimation using geostatistics and simulated annealing. J. Hydrol. 210: 1-4. 206-220.
7
8.Kebaili Bargaoui, Z., and Chebbi, A. 2009. Comparison of two kriging interpolation methods applied to spatiotemporal rainfall. J. Hydrol. 365: 1-2. 56-73.
8
9.Asakereh, H. 2008. Kriging Application in Climatic Element Interpolation, A Case Study: Iran Precipitation. Geograph. Dev. Iran. J. 6: 12. 25-42. (In Persian)
9
10.Tsintikidis, D., Georgakakos, K.P., Sperfslage, J.A., Smith, D.E., and Carpenter, T.M. 2002. Precipitation Uncertainty and Raingauge Network Design within Folsom Lake Watershed.
10
J. Hydrol. Engin. 7: 2. 175-184.
11
11.Barca, E., and Passarella, G. 2008. Spatial evaluation of the risk of groundwater quality degradation. A comparison between disjunctive kriging and geostatistical simulation. Environmental Monitoring and Assessment. 137: 1-3. 261-273.
12
12.Barca, E., Bruno, D.E., and Passarella, G. 2016. Optimal redesign of environmental monitoring networks by using software MSANOS. Environmental Earth Sciences. 75: 14. 1082.
13
13.Ghahraman, B., Hosseini, S.M., and Asgari, H.R. 2003. Use of Geostatistics in Evaluation of Groundwater Quality Monitoring Network. Amirkabir J. Sci. Res. 30: 1. 971-981. (In Persian)
14
14.Karamouz, M., Kerachian, R., Akhbari, M., and Hafez, B. 2009. Design of River Water Quality Monitoring Networks: A Case Study. Environmental Modeling and Assessment.
15
14: 6. 705-714.
16
15.Ben-Jemaa, F., and Mariño, M.A. 1990. Optimization of a Groundwater Well Monitoring Network. Optimizing the Resources for Water Management, Proceeding Paper, American Society of civil Engineers (ASCE), Pp: 610-614.
17
16.Prakash, M.R., and Singh, V.S. 2000. Network design for groundwater monitoring - a case study. Environmental Geology. 39: 6. 628-632.
18
17.Kumar, V., and Remadevi. 2006. Kriging of Groundwater Levels – A Case Study. J. Spatial Hydrol. 6: 1. 12.
19
18.Nikroo, L., Kompani-Zare, M., Sepaskhah, A.R., and Fallah Shamsi, S.R. 2010. Groundwater depth and elevation interpolation by kriging methods in Mohr Basin of Fars province in Iran. Environmental Monitoring and Assessment. 166: 1-4. 387-407.
20
19.Noori, S.M., Ebrahimi, K., Liaghat, A.M., and Hoorfar, A.H. 2013. Comparison of different geostatistical methods to estimate groundwater level at different climatic periods. Water Environ. J. 27: 1. 10-19.
21
20.Zamani, R., Akhondali, A.M., Zarei, H., and Radmanesh, F. 2014. Estimation of the groundwate level by using a combined optimized method with Genetic Algorithms in Ramhormoz plain. Irrig. Water J. 4: 15. 26-38. (In Persian)
22
21.Mirzaei, N., Maroofpour, S., and Dinpashoh, Y. 2016. Estimation of the Groundwater Level using the Geostatistics; Case Study Tabriz plain. 5th Comprehensive Water Resources Management Conference, Pp: 1-9. (In Persian)
23
22.Zamani, R., Akhond-Ali, A.M., and Zarei, H. 2017. An application of combined geostatistics with optimized artificial neural network bygenetic algorithm in estimation of groundwater Level (Case study: Dezful and Zeidoon plains). Irrigation Sciences and Engineering.
24
40: 2. 27-37. (In Persian)
25
23.Kord, K. 2017. Modeling of groundwater level fluctuations in Interaction with Dez river. M.Sc. Thesis, Khoramshahr Marine Science and Technology University, Khoramshahr, Iran, 86p. (In Persian)
26
24.Lee, Y.-M., and Ellis, J.H. 1996. Comparison of Algorithms for Nonlinear Integer Optimization: Application to Monitoring Network Design. J. Environ. Engin. 122: 6. 524-531.
27
25.Nunes, L.M., Cunha, M.C., and Ribeiro, L. 2004. Groundwater Monitoring Network Optimization with Redundancy Reduction. J. Water Resour. Plan. Manage. 130: 1. 33-43.
28
26.Safari, M. 2002. Determination of Optimal Groundwater Piezometric Network Using Geostatistics Methods. M.Sc. Thesis, Tarbiyat Modares University, Tehran, Iran, 135p.
29
(In Persian)
30
27.Dehghani, A.A., Asgari, M., and Mosaedi, A. 2009. Comparision of Geostatistics, Artifitial Neural Networks and Adaptive Neuro-Fuzzy Inference System Approaches in Groundwater Level Interpolation, Case study: Ghazvin Aquifer. J. Agric. Sci. Natur. Resour. 16: 1-b. 517-529.
31
28.Nikroo, L., Kompani-Zare, M., and Sepaskhah, A.R. 2009. Optimization of groundwater level measuring network using geostatistics, A case study: Mohr basin in Fars Province. 3th Iranian Water Resources Management Conference, Tabriz, Iran, Pp: 1-9. (In Persian)
32
29.Ganji Khoramdel, N., Keykhaei, F., Mohammadi, K., and Monem, M.J. 2015. Optimization of Groundwater Elevation Monitoring Network Using Particle Swarm Optimization Technique. J. Hydr. 3: 1. 25-35. (In Persian)
33
30.Mirzaie-Nodoushan, F., Bozorg-Haddad, O., and Loaíciga, H.A. 2017. Optimal design of groundwater-level monitoring networks. J. Hydroinf. 19: 6. 920-929.
34
31.Glover, F. 1990. Tabu search: A tutorial. Interfaces. 20: 4. 74-94.
35
ORIGINAL_ARTICLE
کارایی کرم خاکی و ریزوباکترها بر همزیستی میکوریزایی و رشد سه گونه گیاهی در یک خاک آلوده به فلز سرب
چکیده سابقه و هدف: سرب از نظر سمیت و کاهش فعالیت بیولوژیکی در خاک مورد توجه است. رشد گیاهان نیز در یک خاک آلوده به فلزات سنگین به اثر متقابل بین جانداران در محیط ریزوسفر و ریشه گیاه بستگی دارد. کرمهای خاکی، قارچهای میکوریزا و ریزوباکترهای محرک رشد گیاه از مهمترین این ریزجانداران هستند. در این مطالعه اثر جداگانه و همزمان کرم خاکی و ریزوباکترها بر کلونیزاسیون ریشه و رشد گیاه در یک خاک آلوده مورد بررسی قرار گرفت. مواد و روشها: بذر سه گونه گیاهی شامل ذرت مرغ و گاوپونه پس از استریل سطحی و جوانهزنی به گلدانهای حاوی 4 کیلوگرم خاک آلوده (جمعآوری شده از معدن سرب باما) و استریل شده در دمای oC 121 به مدت 2 ساعت منتقل شدند. سه گونه گیاه تلقیح شده با قارچ میکوریزا به صورت جداگانه و همزمان با کرم خاکی (Eisenia foetida) یا ریزوباکتری تلقیح گردید. پس از گذشت ۳ (ذرت و مرغ) و ۴ (گاوپونه) ماه از دوره رشد تحت شرایط گلخانه، اندام هوایی گیاهان از سطح خاک جدا شدند. غلظت سرب و فسفر در خاک و گیاهان، درصد کلونیزاسیون، فراوانی اسپور و طول ریشه کلونیزه اندازهگیری شدند. یافتهها: بهطورکلی، تلقیح هر سه گیاه میکوریزایی مورد مطالعه با کرم خاکی و ریزوباکتر، درصد کلونیزاسیون ریشه، فراوانی اسپورها، قابلیت دسترسی فسفر خاک و رشد گیاه را تحت تاثیر قرار داد و بسته به نوع گیاه و موجود زنده کاملاً متفاوت بود. همبستگی بین فسفر قابل دسترس خاک و درصد کلونیزاسیون ریشه در هر سه گیاه (ذرت: 48/0-=r، 05/0p <؛ مَرغ: 74/0-=r، 001/0p < و گاوپونه: 65/0-=r، 01/0p <) منفی و معنیدار بود. اما همبستگی منفی بین سرب قابل دسترس و کلونیزاسیون تنها در کشت مَرغ مشاهده شد. همچنین از بین فاکتورهای همزیستی میکوریزایی مورد مطالعه، فراوانی اسپورها کمترین تغییرات را بین تیمارهای همزمان نشان داد. از سوی دیگر، همبستگی بین فراوانی اسپورها و کلونیزاسیون ریشه هر سه گیاه (غیرمعنیدار در کشت ذرت؛ مَرغ: 76/0=r، 001/0p < و گاوپونه: 67/0=r، 01/0p <) نیز متفاوت بود و نشان داد که فراوانی اسپورها به تنهایی شاخص مناسبی برای وابستگی میکوریزایی نیست و به نوع گیاه و موجود زنده خاک (کرم خاکی یا باکتری) بستگی دارد. نتیجهگیری: نتایج این بررسی حاکی است افزایش سرب و فسفر قابل دسترس خاک میتواند یکی از عوامل کاهش درصد کلونیزاسیون ریشه باشد، اما اثر منفی سرب بر همزیستی میکوریزایی به حساسیت گیاه به سمیت سرب بستگی دارد. همچنین درصد کلونیزاسیون ریشه به تنهایی شاخص مناسبی از رشد گیاهان مورد مطالعه نیست و به عوامل دیگری همچون نوع گیاه، غلظت فسفر و سرب خاک بستگی دارد. همچنین هراندازه حساسیت گیاه به سمیت سرب بیشتر باشد، همبستگی بین رشد گیاه و همزیستی میکوریزایی مشهودتر است.
https://jwsc.gau.ac.ir/article_4237_9dc8e5337dc9506c36052ad487a7a936.pdf
2018-08-23
97
112
10.22069/jwsc.2018.14253.2898
قارچ میکوریزا
کرم خاکی
ریزوباکتر
کلونیزاسیون ریشه
اسپور
علی
محوحی
alimahohi@yahoo.com
1
گروه خاک شناسی، دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد،ایران
LEAD_AUTHOR
فایز
رئیسی
f_raiesi@yahoo.com
2
گروه خاکشناسی دانشگاه شهرکرد
AUTHOR
1.Andrade, S.A.L., Abreu, C.A., Abreu, M.F., and Silveria, A.P.D. 2004. Influence of lead addition on arbuscular mycorrhiza and rhizobium symbiosis under soybean plants. Applied Soil Ecology. 26: 123-131.
1
2.Artursson, V., Finlay, R.D., and Jansson, J.K. 2006. Interactions between arbuscular mycorrhizal fungi and bacteria and their potential for stimulating plant growth. Environmental Microbiology. 8: 1-10.
2
3.Belimov, A.A., Kunakova, A.M., Safronova, V.I., Stepanok, V.V., Yudkin, L.Y., Akleseev, Y.V., and Kozhemyakov, A.P. 2004. Employment of rhizobacteria for the inoculation of barley plants cultivated in soil contaminated with lead and cadmium. Microbiology. 73: 99-106.
3
4.Bruce, A., Smith, S.E., and Tester, M. 1994. The development of mycorrhizal infection in cucumber: effects of P supply on root growth, formation of entry points and growth of infection units. New Phytologist. 1:507-514.
4
5.Campbell, C.R., and Plank, C.O. 1998. Preparation of plant tissue for laboratory analysis.
5
In: Kalra Y.P. (ed) Handbook of Reference Methods for Plant Analysis. CRC Press, Taylor & Francis Group. Pp: 37-50.
6
6.Chen, B.D., Liu, Y., Shen, H., Li, X.L., and Christie, P. 2004. Uptake of cadmium from an experimentally contaminated calcareous soil by arbuscular mycorrhizal maize (Zea mays L.). Mycorrhiza. 14: 347-354.
7
7.Chen, X., Wu, C., Tang, J., and Hu, S. 2005. Arbuscular mycorrhizae enhance metal lead uptake and growth of host plants under sand culture experiment. Chemosphere. 60: 665-671.
8
8.Dary, M., Chamber-Pérez, M.A., Palomares, A.J., and Pajuelo, E. 2010. In situ phytostabilisation of heavy metal polluted soils using Lupinus luteus inoculated with metal resistant plant-growth promoting rhizobacteria. J. Hazard. Mater. 177: 323-330.
9
9.Duponnois, R., Kisa, M., Assigbetse, K., Prin, Y., Thioulouse, J., Issartel, M., Moulin, P., and Lepage, M. 2006. Fluorescent pseudomonads occurring in Macrotermes subhyalinus mound structures decrease Cd toxicity and improve its accumulation in sorghum plants. Science of the Total Environment. 370: 391-400.
10
10.Eisenhauer, N., König, S., Sabais, A.C., Renker, C., Buscot, F., and Scheu, S. 2009. Impacts of earthworms and arbuscular mycorrhizal fungi (Glomus intraradices) on plant performance are not interrelated. Soil Biology and Biochemistry. 41: 561-567.
11
11.Gildon, A., and Tinker, P.B. 1983. Interactions of vesicular-arbuscular mycorrhizal infection and heavy metals in plants. The effects of heavy metals on the development of vesicular-arbuscular mycorrhizas. New Phytologist. 95: 247-261.
12
12.Gonzalez-Chavez, M., Carrillo-Gonzalez, R., Wright, S., and Nichols, K. 2004. The role of glomalin, a protein produced by arbuscular mycorrhizal fungi, in sequestering potentially toxic elements. Environmental Pollution. 130: 317-323.
13
13.Hassan, S.E., Hijri, M., and St-Arnaud, M. 2013. Effect of arbuscular mycorrhizal fungi on trace metal uptake by sunflower plants grown on cadmium contaminated soil. New Biotechnology. 30: 780-787.
14
14.Hua, J.F., Lin, X.G., Bai, J.F., Shao, Y.F., Yin, R., and Jiang, Q. 2010. Effects of arbuscular mycorrhizal fungi and earthworm on nematode communities and arsenic uptake by maize in arsenic contaminated soils. Pedosphere. 20: 163-173.
15
15.Hu, J., Wang, H., Wu, F., Wu, S., Cao, Z., Lin, X., and Wong, M.H. 2014. Arbuscular mycorrhizal fungi influence the accumulation and partitioning of Cd and P in bashful grass (Mimosa pudica L.) grown on a moderately Cd-contaminated soil. Applied Soil Ecology.
16
73: 51-57.
17
16.Jenkins, W.R. 1964. A rapid centrifugal technique for separating nematodes from soil. Plant Disease Reporter. 48: 692-701.
18
17.Lebron, L., Zou, X.M., and Lodge, D.J. 1998. Disturbance VA mycorrhizae by earthworm in a pasture and a forest in Puerto Rico. Second International Conference on Mycorrhiza, Uppsala, Sweden. Pp: 5-10.
19
18.Li, Y., Peng, J., Shi, P., and Zhao, B. 2009. The effect of Cd on mycorrhizal development and enzyme activity of Glomus mosseae and Glomus intraradices in Astragalus sinicus L. Chemosphere. 75: 894-899.
20
19.Li, Xiang D., Wang, Ch., Li, X., and Lou, Y. 2012. Effects of epigeic earthworm (Eisenia fetida) and arbuscular mycorrhizal fungus (Glomus intraradices) on enzyme activities of a sterilized soil–sand mixture and nutrient uptake by maize. Biology and Fertility of Soils.
21
48: 879-887.
22
20.Lindsay, W.L., and Norvell, W.A. 1978. Development of DTPA soil test for zinc, iron, manganese, and copper. Soil Sci. Soc. Amer. J. 42: 421-428.
23
21.Ma, Y., Dickinson, N.M., and Wong, M.H. 2006. Beneficial effects of earthworms and arbuscular mycorrhizal fungi on establishment of leguminous trees on Pb/Zn mine tailings. Soil Biology and Biochemistry. 38: 1403-1412.
24
22.Ma, Y., Prasad, M.N.V., Rajkumar, M., and Freitas, H. 2011. Plant growth promoting rhizobacteria and endophytes accelerate phytoremediation of metalliferous soils. Biotechnology Advances. 29: 248-258.
25
23.Malekzadeh, A., Alikhani, H., Savaghebi Firoozabadi, Gh., and zarei, M. 2011. Interaction between Arbuscular Mycorrhizal Fungi and Cd-Resistant PGPR in Phytoremediation of Cadmium. J. Water Soil. 25: 266-274. (Translated in Persian)
26
24.Marino, F., and Morgan, A.J. 1999. The time-course of metal (Ca, Cd, Cu, Pb, Zn) accumulation from a contaminated soil by three populations of the earthworm, Lumbricus rubellus. Applied Soil Ecology. 12: 169-177.
27
25.Marschner, H., and Dell, B. 1994. Nutrient uptake in mycorrhizal symbiosis. Plant and Soil. 159: 89-102.
28
26.Milleret, R., Le Bayon, R.C., and Gobat, J.M. 2009. Root, mycorrhiza and earthworm interactions: their effects on soil structuring processes, plant and soil nutrient concentration and plant biomass. Plant and Soil. 316: 1-12.
29
27.Nadeem, S.M., Ahmad, M., Zahir, Z.A., Javaid, A., and Ashraf, M. 2014. The role of mycorrhizae and plant growth promoting rhizobacteria (PGPR) in improving crop productivity under stressful environments. Biotechnology Advances. 32: 429-448.
30
28.Nogueira, M.A., and Cardoso, E.J.B.N. 2007. Phosphorus availability changes the internal and external endomycorrhizal colonization and affects symbiotic effectiveness. Scientia Agricola, (Piracicaba, Braz.). 64: 295-300.
31
29.Olsen, S.R., Cole, C.V., Watanabe, F.S., and Dean, L.A. 1954. Estimation of available phosphorus in soil by extraction with sodium bicarbonate. USDA. Circ. 939. U. S. GOV. Print Office, Washington, DC.
32
30.Olsen, S.R., and Sommers, L.E. 1982. Phosphorus, P 403-430, In: Page A.L. (Ed), Methods of soil analysis, Part 2, Chemical and Microbiological properties, Soil Sci. Soc. Amer. J. Madison, 1982.
33
31.Orlowska, E., Godzik, B., and Turnau, K. 2012. Effect of different arbuscular mycorrhizal fungal isolates on growth and arsenic accumulation in Plantago lanceolata L. Environmental Pollution. 168: 121-130.
34
32.Ortiz-Ceballos, A.I., Pena-Cabriales, J.J., Fragoso, C. and Brown, G.G. 2007. Mycorrhizal colonization and nitrogen uptake by maize: combined effect of tropical earthworms and velvet bean mulch. Biology and Fertility of Soils. 44: 181-186.
35
33.Ownby, D.R., Galvan, K.A., and Lydy, M.J. 2005. Lead and zinc bioavailability to Eisenia fetida after phosphorus amendment to repository soils. Environmental Pollution. 136: 315-321.
36
34.Philips, J.M., and Hayman, D.S. 1970. Improved procedure from clearing root and vesicular arbuscular mycorrhiza fungi for rapid assessment of infection. Transactions of the British Mycological Society. 55: 158-160.
37
35.Rajkumar, M., Sandhya, S., Prasad, M.N.V., and Freitas, H. 2012. Perspectives of plant-associated microbes in heavy metal phytoremediation. Biotechnology Advances. 30: 1562-1573.
38
36.Selvakumar, G., Murugesan, Ch., Charlotte, Sh., Kiyoon, K., and Tongmin, S. 2012. Spore associated bacteria (SAB) of arbuscular mycorrhizal fungi (AMF) and plant growth promoting rhizobacteria (PGPR) increase nutrient uptake and plant growth under stress conditions. Korea. J. Soil Sci. Fertil. 45: 582-592.
39
37.Shen, H., Christie, P., and Li, X. 2006. Uptake of zinc, cadmium and phosphorus by arbuscular mycorrhizal maize (Zea mays L.) from a low available phosphorus calcareous soil spiked with zinc and cadmium. Environmental Geochemistry and Health. 28: 111-119.
40
38.Sizmur, T., Palumbo-Roe, B., Watts, M.J., and Hodson, M.E. 2011. Impact of the earthworm Lumbricus terrestris L. on As, Cu, Pb and Zn mobility and speciation in contaminated soils. Environmental Pollution. 159: 742-748.
41
39.Smith, S.E., and Read, D.J. 2008. Mycorrhizal symbiosis. 3rd edn. Academic Press.
42
40.Tennant, D. 1975. A test of a modified line intersect method of estimating root length.
43
J. Ecol. 63: 995-1001.
44
41.Tuffen, F., Eason, W.R., and Scullion, J. 2002. The effect of earthworm and arbuscular mycorrhizal fungi on growth of and 32P transfer between Allium porrum plants. Soil Biology and Biochemistry. 34: 1027-1036.
45
42.Vivas, A., Voros, I., Biro, B., Barea, J.M., Ruiz-Lozano, J.M. and Azcon, R. 2003. Beneficial effects of indigenous Cd-tolerant and Cd sensitive Glomus mosseae associated with a Cd-adapted strain of Brevibacillus brevis in improving plant tolerance to Cd contamination. Applied Soil Ecology. 24: 177-186.
46
43.Watts-Williams, S., and Cavagnaro, T. 2012. Arbuscular mycorrhizas modify tomato responses to soil zinc and phosphorus addition. Biol. Fertil. Soils. 48: 285-294.
47
44.Wu, F.Y., Bi, Y.L., Leung, H.M., Ye, Z.H., Lin, X.G., and Wong, M.H. 2010. Accumulation of As, Pb, Zn, Cd and Cu and arbuscular mycorrhizal status in populations of Cynodon dactylon grown on metal-contaminated soils. Applied Soil Ecology. 44: 213-218.
48
45.Yu, X., Cheng, J., and Wong, M.H. 2005. Earthworm-mycorrhiza interaction on Cd uptake and growth of ryegrass. Soil Biology and Biochemistry. 37: 195-201.
49
46.Zhang, X.C., Lin, L., Chen, M.Y., Zhu, Z.Q., Yang, W.D., Chen, B., Yang, X.E., and An, Q.L. 2012. A nonpathogenic Fusarium oxysporum strain enhances phytoextraction of heavy metals by the hyperaccumulator Sedum alfredii Hance. J. Hazard. Mater. 229: 361-370.
50
ORIGINAL_ARTICLE
شبیهسازی نفوذ آب در خاک با استفاده از نرمافزار Hydrus1D و دادههای صحرایی
سابقه و هدف: در پژوهش حاضر از نرمافزار هایدروس یک بعدی برای برآورد پارامترهای هیدرولیکی مدل ونگنوختن معلم و شبیهسازی نفوذ آب در خاک در چهار ایستگاه اطراف دانشگاه گنبد کاووس، دریاچه مصنوعی، کلاله و نگینشهر با بافت خاک لوم به روش معکوس، استفاده شد. مواد و روشها: برای این منظور سه گزینه با تعداد متفاوت پارامترهای هیدرولیکی انتخاب شده برای فرایند بهینهسازی تعریف شد. در گروه اول تنها از دادههای نفوذتجمعی اندازهگیری شده به عنوان ورودی نرمافزار استفاده شد. در گروه دوم مقدار رطوبت خاک اندازهگیریشده در پتانسیل ماتریک 3/0 اتمسفر(FC) ( و در گروه سوم از میزان رطوبت در مکش 15 اتمسفر (PWP) به عنوان دادههای تکمیلی برای حلمعکوس در کنار دادههای نفوذتجمعی، استفاده شد. پس از بهینهسازی پارامترهای هیدرولیکی خاک، با استفاده از نرمافزار هایدروس تغییرات نفوذ با زمان شبیهسازی شد.یافته ها: در ایستگاه کلاله مقدار بهینه پارامتر رطوبت اشباع (sø)، رطوبت باقیمانده(rø) و عکس مکش ورود هوا به خاک(α) به ترتیب برابر 34/0، 033/0 و 014/0 به دست آمد. در ایستگاه نگینشهر مقدار بهینه پارامتر مکش ورود هوا به خاک (α)، شکل منحنی رطوبتی (n) و هدایت هیدرولیکی اشباع خاک (ks) به ترتیب 006/0، 42/1 و 014/0سانتی متر بر دقیقه به دست آمد. در ایستگاه دریاچه مصنوعی مقدار بهینه پارامتر عکس مکش ورود هوا به خاک (α)، شکل منحنی رطوبتی (n) و هدایت هیدرولیکی اشباع خاک (ks) به ترتیب 015/0، 39/1 و 016/0سانتیمتر بر دقیقه به دست آمد. در ایستگاه دانشگاه مقدار بهینه پارامتر هدایت هیدرولیکی اشباع خاک (ks) و عکس مکش ورود هوا به خاک (α) به ترتیب برابر 013/0 سا نتیمتر بر دقیقه و 008/0 به دست آمد. پس از بهینه سازی پارامترهای هیدرولیکی خاک، با استفاده از نرمافزار هایدروس تغییرات نفوذ با زمان شبیهسازی شد. نتایج نشان داد که نرمافزار هایدروس نفوذتجمعی را به خوبی شبیهسازی کرده است و با گذشت زمان میزان نفوذ را کمی بیشتر از دادههای مزرعه ای پیشبینی نموده است. در ایستگاه کلاله بین دادههای نفوذ مزرعهای و نرمافزار هایدروس با ضریب R2 بالا (98/0) و RMSE کم (11/9 سانتیمتر) همبستگی بیشتری وجود داشت و دادههای پیشبینی شده توسط نرمافزار تقریبا" با دادههای مزرعهای برابر بود. در ایستگاه نگینشهر تفاوت دادههای مزرعهای و نرمافزار هایدروس بیشتر بود. نتیجه گیری: با توجه به نتایج به دست آمده، نرمافزار هایدروس دادههای نفوذ را کمی بیشتر از میزان واقعی پیشبینی کرده است. در همه ایستگاهها مقدار R2 بالا بوده که نشاندهنده همبستگی متوسطی بین دادههای مزرعهای و نرمافزار هایدروس می باشد.
https://jwsc.gau.ac.ir/article_4250_c6e2cb10489c3c15f2b791fa8f723202.pdf
2018-08-23
113
128
10.22069/jwsc.2018.13950.2871
شبیه سازی
نفوذ
داده های مزرعه ای
نرم افزار HYDRUS
داده های صحرایی
معصومه
فراستی
farasati2760@gmail.com
1
دانشگاه گنبد کاووس
LEAD_AUTHOR
حسین
شاکری
shakeri@gmail.com
2
دانشگاه گنبدکاووس
AUTHOR
1.Abbasi, F., Simunek, J., Feyen, J., van Genuchten, M.Th., and Shouse, P.J. 2003. Simultaneous inverse estimation of soil hydraulic and solute transport parameters from transient field experiments: homogeneous soil. Trans. ASAE, 46: 4. 1085-1095.
1
2.Alletto, L., Pot, V., Giuliano, S., Costes, M., Perdrieux, F., and Justes, E. 2015. Temporal variation in soil physical properties improves the water dynamics modeling in a conventionally-tilled soil. Geoderma, 243: 244. 18-28.
2
3.Asgarzadeh, H., Mosaddeghi, M.R., Dexter, A.R., Mahboubi, A.A., and Neyshabouri, M.R. 2014. Determination of soil available water for plants: consistency between laboratory and field measurements. Geoderma, 8: 20. 226-227.
3
4.Bourgeois, O., Bouvier, C., Brunet, P., and Ayral, A. 2016. Journal of Hydrology. Inverse modeling of soil water content to estimate the hydraulic properties of a shallow soil and the associated weathered bedrock. 541: 116-126.
4
5.El-Nesr, N.M., Alazba, A.A., and Simunek, J. 2014. HYDRUS simulations of the effects of dual-drip subsurface irrigation and a physical barrier on water movement and solute transport in soils. Irrigation Science, 32: 111-125.
5
6.Fuladipanah, M. 2012. Sensitivity analysis of one dimensional hydrodynamic fully coupled model. Middle-East J. Sci. Res. 12: 11. 1471-1476.
6
7.Ghaiumi Mohammadi, H., and Nurbakhsh, F. 2007. Detailed soil survey of Chahar-Takhteh Agricultural research station (Chaharmahal and Bakhtiari province). Technical report,
7
No 6399. 27p. (In Persian)
8
8.Ghorbani Dashtaki, Sh., Homaee, M., Mahdian, M.H., and Kouchakzadeh, M. 2009.
9
Site-dependence performance of infiltration models, Water Resour. Manage. 23: 2777-2790.
10
9.Hopmans, J.W., Simunek, J., Romano, N., and Durner, W. 2002. Simultaneous determination of water transmission and retention properties. Inverse methods. In: Methods of Soil Analysis. Part 4. Physical Methods. (J.H. Dane and G.C. Topp, Eds.). SSSA Book Series
11
No. 5. Pp: 963-1008.
12
10.Ines, A.V.M., and Droogers, P. 2002. Inverse modelling in estimating soil hydraulic functions: a Genetic Algorithm approach. Hydrol. Earth System Science, 6: 49-66.
13
11.Klute, A. 1986. Methods of Soil Analysis. Part 1- Physical and Mineralogical Methods.
14
2nd ed., Agronomy No. 9. ASA/SSSA Inc., Madison, Wisconsin, USA. 176p.
15
12.Lou, Y., and Ren, L. 2011. Numerical evaluation of depth effects of double-ring infiltrometers on soil saturated hydraulic conductivity measurements. Soil Sci. Soc. Am. J. 76: 867-875. (In Persian)
16
13.Mashaiekhee, P., Ghorbani, Sh., Mosadeghee, M., Shirani, H., Panahee, M., and Noori, M. 2016. Soil hydraulic parameters estimation by using double ring data. J. Water Soil Res.
17
74: 7. 818-820. (In Persian)
18
14.Mirzaee, S., Zolfaghari, A.A., Gorji, M., Miles Dyck, M., and Ghorbani Dashtaki, S. 2013. Evaluation of infiltration models with different numbers of fitting parameters in different soil texture classes Arch. Agron. Soil Science.
19
15.Nakhaei, M., and Simunek, J. 2014. Parameter estimation of soil hydraulic and thermal property functions for unsaturated porous media using the HYDRUS-2D code. J. Hydrol. Hydromech. 62: 1. 7-15.
20
16.Pollalis, E.D., and Valiantzas, J.D. 2015. Isolation of a 1D infiltration time interval under ring infiltrometers for determining sorptivity and saturated hydraulic conductivity: numerical, theoretical, and experimental approach. J. Irrig. Drain. Engin. 141: 2.
21
17.Ramos, T.B., Simunek, J., Goncalves, M.C., Martins, J.C., Prazeres, A., and Pereira, L.S. 2012. Two-dimensional modeling of water and nitrogen fate from sweet sorghum irrigated with fresh and blended saline waters. Agric. Water Manage. 111: 87-104.
22
18.Raoof, M., and Pilpayeh, A.R. 2013. Estimating soil wetting profile under saturated infiltration process by numerical inversion solution in land slopes. Middle East J. Sci. Res. 13: 6. 732-736.
23
19.Rashid, N.S.A., Asker, M., Tanaka, T., Simunek, J., and van Genuchten, M.Th. 2015. Inverse estimation of soil hydraulic properties under oil palm trees. Geoderma, 241: 306-312.
24
20.Russo, D., Bresler, E., Shani, U., and Parker, J.C. 1991. Analysis of infiltration events in relation to determining soil hydraulic properties by inverse problem methodology. Water Resource Research, 27: 1361-1373.
25
21.Simunek, J., and van Genuchten, M.Th. 1996. Estimating unsaturated soil hydraulic properties from tension disc infiltrometer data by numerical inversion. Water Resource Research, 32: 9. 2683-2696.
26
22.Simunek, J., Wendroth, O., and van Genuchten, M.Th. 1998. Parameter estimation analysis of the evaporation method for determining soil hydraulic properties. Soil Sci. Soc. Am. J.
27
62: 894-905.
28
23.Simunek, J., Sejna, M., and van Genuchten, M.Th. 1999. The HYDRUS-2D software package for simulating the two-dimensional movement of water, heat, and multiple solutes in variably saturated media, version 2.0, IGWMC-TPS-70, International Ground Water Modeling Center, Colorado School of Mines, Golden, Colo.
29
24.Simunek, J., Sejna, M., and van Genuchten, M.Th. 2012. HYDRUS: model use, calibration and validation. American Society of Agricultural and Biological Engineers, 55: 4. 1261-1274.
30
25.Tiago, B., Ramos, M.C., Goncalves, J.C.M., Van Genuchten, M.Th., and Pires, F.P. 2006. Estimation of Soil Hydraulic Properties from Numerical Inversion of Tension Disk Infiltrometer Data. Vadose Zone J. 5: 2. 684-696.
31
26.Toomanian, N. 2009. Detailed soil survey of Khoor and Biabanak (Naiin). Technical report. No, 654: 100. (In Persian)
32
27.US Department of Agriculture Natural Resources and Conservation Service. 2005. National Engineering Handbook, Part 623, Surface Irrigation. National Technical Information Service, Washington, DC, Chapter 4.
33
28.Vanclooster, M., Javaux, M., and Lambot, S. 2007. Recent advances in characterizing
34
flow and transport in unsaturated soil at the core and field. Estudios de la Zona No Saturada del Suelo, 3: 19-35.
35
ORIGINAL_ARTICLE
تعیین برداشت بهینه منابع آب زیرزمینی با استفاده از نظریه بازیها (مطالعه موردی شهرستان گرگان)
چکیده:سابقه و هدف: ﯾﮑﯽ از ﻋﻮاﻣﻞ اﺻﻠﯽ و ﻣﺤﺪودﮐﻨﻨﺪه ﺗﻮﺳﻌﻪ ﺑﺨﺶ ﮐﺸﺎورزی اﯾﺮان کمبود منابع آب ﻣـﯽﺑﺎﺷـﺪ. برداشت بیش از حد منابع آب زیرزمینی و کاهش ریزشهای جوی، منجر به افت سطح آب زیرزمینی شده و تغذیه سالیانه از طریق ریزشهای جوی نیز نمیتواند این مقدار افت سطح ایستایی را جبران کند. همچنین، کشاورزان انگیزهی اقتصادی کافی نیز برای حداقل کردن اثرات محیطزیستی منفی از قبیل کاهش سطح سفرههای آب زیرزمینی را ندارند. لذا اﻏﻠﺐ ﻣﺴﺎﺋﻞ ﺗﺼﻤﻴﻢﮔﻴﺮی در ﻣـﺪﻳﺮﻳﺖ ﻣﻨـﺎﺑﻊ ﻃﺒﻴﻌـﻲ به ویژه منابع آب ﺑـﺎ ﻣـﺴﺌﻠﻪ وﺟﻮد اﻫﺪاف ﻣﺘﻀﺎد از ﻗﺒﻴﻞ ﺣﺪاﻛﺜﺮ ﻛﺮدن ﺳﻮدﻫﺎی اﻗﺘﺼﺎدی و ﺣﺪاﻗﻞ ﻛﺮدن اﺛﺮات محیطزیستی ﻣﻨﻔـﻲ رو ﺑـﻪ رو اﺳـﺖ. بر این اساس، در مطالعه حاضر به منظور مدیریت منابع آب زیرزمینی از روش نظریه بازیها کمک گرفته شد.مواد و روشها: جامعه آماری مورد مطالعه حاضر کل چاههای آب شهرستان گرگان میباشد. اطلاعات مورد نیاز شامل اطلاعات هزینه تولید و اطلاعات چاههای آب کشاورزی بوده که در سال زراعی 94-1393 از طریق تکمیل تعداد 88 پرسشنامه با روش نمونهگیری تصادفی طبقهای جمعآوری گردید. در این مطالعه بر اساس اطلاعات میانگین برداشت آب زیرزمینی در سالهای مختلف تعداد پنج سناریوی استخراج آب زیرزمینی در نظر گرفته شد و برای تخمین منافع اقتصادی و اثرات محیط زیستی به ترتیب از درآمد خالص کشاورزان و میزان استخراج منابع آب زیرزمینی استفاده گردید. سپس میزان بهرهبرداری بهینه از منابع آب زیرزمینی به روش راه حل نامتقارن نش تعیین شد.یافتهها: بر اساس نتایج حاصل از این مطالعه با کاهش استخراج آب زیرزمینی برای آبیاری، سطح زیرکشت بهینه و درآمد خالص کشاورزان کاهش یافت. همچنین نتایج این مطالعه بیان نمود زمانی که سود اقتصادی به عنوان تنها هدف ملاحظه میشود استخراج آب زیرزمینی در بالاترین حد خود معادل 579 میلیون متر مکعب و زمانی که اهداف محیط زیستی به عنوان تنها هدف ملاحظه شود سناریوی بهینه آب زیرزمینی در حداقل حجم استخراج آب زیرزمینی معادل 66 میلیون متر مکعب میباشد. هنگامی که به اهداف محیطی و اقتصادی وزن یکسانی داده شود، بهترین سناریوی بهرهبرداری از منابع آب زیرزمینی معادل 246 میلیون متر مکعب و درآمد کشاورزان 2340000 میلیون ریال در سال میباشد. نتیجهگیری: نتایج حاصل از این مطالعه نشان میدهد میزان برداشت سالانه آب زیرزمینی از تغدیه سالانه این منابع بیشتر بوده و تغییرات ذخیره آبخوان منفی میباشد. لذا برداشت کشاورزان از منابع آب زیرزمینی منطقه بیرویه است. این عمل اگر چه در کوتاه مدت منجر به افزایش سود خالص برای آنها شده است، ولی در بلندمدت باعث وارد شدن صدمات جبرانناپذیری بر توان آبی منطقه و محیط زیست میشود. همچنین طبق نتایج به دست آمده از نظریه بازیها میزان بهینه برداشت از منابع آب زیرزمینی باید از برداشت فعلی کمتر باشد. همچنین نتایج الگوی بهینه کشت حاکی از آن است که با کاهش مصرف آب سطح زیر کشت بهینه محصولات کاهش مییابد
https://jwsc.gau.ac.ir/article_4238_6285766a51491f2e2f983e11a3a4a90e.pdf
2018-08-23
129
144
10.22069/jwsc.2018.14174.2890
نظریه بازیها
راه حل نامتقارن نش
آب زیرزمینی
شهرستان گرگان
الناز
اسدی
elnaz.asadi1991@yahoo.com
1
گروه اقتصاد کشاورزی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
AUTHOR
علی
کرامت زاده
alikeramatzadeh@yahoo.com
2
عضو هیات علمی گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
LEAD_AUTHOR
فرشید
اشراقی
f_eshraghi@yahoo.com
3
عضو هیات علمی گروه اقتصاد کشاورزی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
AUTHOR
1.Abdoli, Gh. 2007. Game theory and its applications static and dynamic games of complete information. Tehran University Press, 454p. (In Persian)
1
2.Amadeh, H., and Sadrolashrafi, M. 2009. Optimizing the Joint Utilization and Exploitation of Surface and Groundwater Resources in Agriculture. Iranian, J. Agric. Sci. 32: 3. 815-823.
2
(In Persian)
3
3.Harsanyi, J.C., and Selten, R. 1972. A generalized Nash solution for two-person bargaining games with incomplete information. Management Science, 18: 80-106.
4
4.Jalili Kamjou, P., and Khoshakhlagh, R. 2016. Using the Game Theory in Optimal Allocation of Water in Zayandehrud. Iranian, J. Appl. Econ. Stud. 18: 5. 53-80. (In Persian)
5
5.Klozen, W.H., and Garces, R.C. 1998. Assessing irrigation performance with competitive indicators: the case of the Alto Rio Lerma irrigation district, Mexico. Research Report
6
No. 22, International Water Management Institute.
7
6.Nakao, M.D., Wichlens, D., and Montgomery, I. 2002. Game theory analysis of competition for groundwater involving El Paso, Texas and Ciudad Juarez, Mexico. In paper presented at “moving with the speed of change”, the 2002 annual meeting of the American agricultural economics association in Long Beach. California. Pp: 18-33.
8
7.Nash, J. 1950a. The bargaining problem, Econometrica. 18: 155-162.
9
8.Nash, J. 1953. Two- person cooperative games, Econometrica. 21: 128-140.
10
9.Rahmani, A., and Sedehi, M. 2004. Prediction of Groundwater Level Changes in the Plain of Hamedan-Bahar Using Time Series Model. J. Water Wastewater. 15: 3. 42-49. (In Persian)
11
10.Sabouhi, M., and Mojarrad, E. 2010. Application of Game Theory for Groundwater Resources Management of Atrak. J. Econ. Agric. Dev. 24: 1. 1-12. (In Persian)
12
11.Salazar, R., Szidarovszhy, F., Coppola, E., and Rajano, A. 2007. Application of game theory for a groundwater conflict in Mexico. J. Environ. Manage. 54: 560-571.
13
12.Saleh, I., Paykani, Gh., and Bagherian, A. 2007. Farming optimization and derivation of normative demand Function of water (Case study: Kazeroun region). 6th National Conference of Agricultural Economics. 11: 3. 71-85. (In Persian)
14
13.Salehi, F., Daneshvar Kakhaki, M., Shahnoushi, N., and Rajabi, M. 2010. Application of Game Theory in Determination of Optimal Groundwater Exploitation in Taybad Plain. Iranian, J. Agric. Econ. 4: 3. 65-90. (In Persian)
15
14.Taraghi, M., Montaseri, M., Zarghami, M., and Mianabadi, H. 2017. Conflict Resolutions for Sustainable Water Resource Management. J. Agric. Econ. 11: 3. 131-160. (In Persian)
16
15.Von Neuman, J., and Morgenstern, O. 1994. Theory of Game and Economic Behavior. Princeton University Press, 625p.
17
16.Wang, X., Zhang, Y., Zeng, Y., and Liu, C. 2013. Resolving Trans-jurisdictional Water Conflicts by the Nash Bargaining Method: A Case Study in Zhangweinan Canal Basin in North China, water resources management. 27: 1235-1247.
18
17.Wei, S., Yang, H., Abbaspour, K., Mousavi, J., and Gnauck, A. 2010. Game theory based models to analyze water conflicts in the Middle Route of the South-to-North Water, Water research. 44: 2499-2516.
19
ORIGINAL_ARTICLE
بررسی و مقایسه مدلهای ریاضی فرید – کامبرنوس و بریگهام برای محاسبه انتشاپذیری نیترات در شرایط اشباع
بررسی و مقایسه مدلهای ریاضی فرید–کامبرنوس و بریگهام برای محاسبه انتشارپذیری نیترات در شرایط اشباع چکیده سابقه و هدف: در طول چند دهه گذشته، مطالعه حرکت آلایندهها در منطقه اشباع با توجه به اثرات فیزیکی و شیمیایی زیادی که بر کیفیت آبهای زیرسطحی دارد تبدیل به یک موضوع پراهمیت شده است. از طرفی افزایش استفاده از کودهای ازته به دلیل پویایی زیاد نیترات در خاک تهدیدی جدی برای آبهای زیرزمینی و در نتیجه سلامت انسان است. از مدلهای مهم انتقال آلاینده پایدار در محیطهای متخلخل همگن در حالت اشباع تحت شرایط جریان دائمی، مدل بریگهام و مدل فرید–کامبرنوس میباشند که به-ترتیب برای محاسبه انتشارپذیری در فواصل انتقال کوتاه و طولانی پیشنهاد شدهاند. هدف از این پژوهش بررسی و مقایسه مدلهای ریاضی فرید–کامبرنوس و بریگهام برای محاسبه انتشارپذیری نیترات در شرایط اشباع در خاکهای ماسهای همگن در شرایط آزمایشگاهی بود. مواد و روش ها: برای بررسی انتشارپذیری با دو مدل ریاضی فرید – کامبرنوس و بریگهام، محلول نمک خالص نیترات پتاسیم به عنوان آلاینده پایدار تحت رژیم ماندگار با غلظت 160 میلی گرم بر لیتر به ستونهای خاک ماسهای (در سه اندازه درشت، متوسط، ریز و در فواصل انتقال 20، 40 و 80 سانتیمتری) اضافه شد، سپس بهمنظور استخراج پارامترهای مورد نیاز دو مدل مذکور غلظت نیترات خروجی در حجمهای تخلخل متفاوت اندازهگیری و منحنی رخنه برای هر ستون رسم و پارامترهای مورد نیاز مدلهای ریاضی فرید–کامبرنوس و بریگهام از آن استخراج گردید. یافتهها: تحلیل دادههای آزمایشگاهی توسط مدلهای تحلیلی بریگهام و فرید–کامبرنوس نشان داد روند تغییرات انتشارپذیری در خاک ماسهای ریز در هر دو مدل فرید–کامبرنوس و بریگهام تفاوت معناداری با انتشارپذیری بهدست آمده برای خاک ماسهای درشت و متوسط دارد. به طوری که با افزایش متوسط فاصله انتقال در ماسه درشت و متوسط، مقدار انتشارپذیری نیترات بیشتر شد. بررسی مقادیر محاسبه شده پارامتر β برای ماسه ریز در پژوهش نشان داد که مقدار این پارامتر با افزایش فاصله انتقال شدیدا افزایش مییابد که این بیان کننده بیشتر بودن سرعت انتقال آلاینده نسبت به سرعت حرکت آب در خلل و فرج در فواصل کوتاهتر ماسه ریز، و در نتیجه افزایش انتشارپذیری آن با افزایش فاصله انتقال میباشد. نتیجهگیری: بررسی نتایج بهدست آمده نشان داد که در فواصل انتقال کوتاه بر خلاف فواصل انتقال طولانی، نتایج دو مدل فرید-کامبرنوس و بریگهام متفاوت میباشد و نمیتوان آن را برای فواصل انتقال طولانی نیز تعمیم داد. لذا مدل فرید–کامبرنوس برای فواصل انتقال کوتاه از کارایی لازم برخوردار نبود. واژههای کلیدی: مدل بریگهام، مدل فرید–کامبرنوس، منحنی رخنه، انتشارپذیری
https://jwsc.gau.ac.ir/article_4239_6c78c7b0f2ce3dbfceb720297e59c1c0.pdf
2018-08-23
145
159
10.22069/jwsc.2018.10215.2469
مدل بریگهام
مدل فرید – کامبرنوس
منحنی رخنه
انتشارپذیری
عاطفه
آزادی فر
a.azadifar20@yahoo.com
1
دانشجو
LEAD_AUTHOR
امیر
سلطانی محمدی
a_soltani60@yahoo.com
2
دانشیار، گروه آبیاری و زهکشی، دانشگاه شهید چمران اهواز
AUTHOR
هادی
معاضد
hmoazed955@yahoo.com
3
استاد، گروه محیط زیست، دانشگاه شهید چمران اهواز
AUTHOR
1.Alipoor, R., Dayer, A., Kashkooli, H.A., and Maroufpour, E. 2009. The study of vertical pollutants in the laboratory models and to use it To determine dispersion coefficient in homogeneous sandy soils. The International Congress of Civil Engineering, University of Shiraz,. 11-13 May.
1
2.Alipour, R., and Kamanbedast, A. 2011. Investigation of vertical transmission of pollution at laboratory model and its vitalizing for determination of dispersion coefficient at homogenous sandy soil, World Appl. Sci. J. 14: 2: 351-355.
2
3.Al-Tabbaa, A., Ayotamuno, J.M., and Martin, R.J. 2000. One- dimensional Solute transport in stratified sands at short travel distances. J. Hazard. Mater. A73, Pp: 1-15.
3
4.Ayotamuno, J.M. 1998. Contaminant transport and immobilization in stratified sands.
4
PhD Thesis, university of Birmingham, UK.
5
5.Brigham, W.E. 1974. Mixing equations in short laboratory columns. J. Soc. Petroleum Engin. 14: 91-99.
6
6.Freeze, R.A., and Cherry, J.A. 1979. Groundwater. Prentice-Hall, Englewood Cliffs, NJ, 604p.
7
7.Gillham, and Cherry, J.A. 1982. Contaminaant migration in saturated unconsolidated geological Society of America, SpecialPaper. 189: 31-44.
8
8.Maroufpour, E., Kashcoli, H., Moazed, H., and Vali Samani, H.M. 2008. Comparative study of mathematical models of Fried-Combernous Brigham to dispersion of conservative pollutants in the homogeneous sandy soil. J. Agric. Sci. 30: 77-89. (In Persian)
9
9.Maroufpour, E., Kashcoli, H., and Moazed, H. 2007. Study of thickness dependence dispersion in unsaturated homogeneous soils of sand. Sci. J. Shahid Chamran Univ.
10
14: 13-23. (In Persian)
11
10.Moazed, H., Farasti, M., and Ghamarnia, H. 2012. Dispersivity of chlorince through medium and coarse granied soil materials. Reserch on Crops. 13: 1: 327-333.
12
11.Sharifipoor, M., Moazed, H., and Karami, M. 2009. The effect of Effects of soil thickness soil texture and on the diffusion coefficient of sodium chloride. Second National Conference on Irrigation and Drainage, Shahid Chamran University of Ahvaz, 27-29 January.
13
12.Wierenga, P.J. 2004. Solute transport in porous media. Scale Effects. From HTML.
14
13.Zhang, D., Beven, K., and Mermoud, A. 2006. Acomparison of non-linear least square
15
and GLUE for model calibration and uncertainty estimation for pesticide transport in soils.
16
J. Adv. Water Resour. 29: 1924-1933.
17
14.Zhi-Ming, Q.I., Shao-Yuan, F., and Helmers, M.J. 2012. Modeling Cadmium Transport in Neutral and Alkaline Soil Columns at Various Depths. Pedosphere. 22: 3: 273-282.
18
ORIGINAL_ARTICLE
واسنجی چند هدفه مدل هیدرولوژیکی مفهومی مبتنی بر هیدروگراف واحد لحظه ای ژئومورفلوژیکی (مطالعه موردی: زیر حوضه قره سو)
سابقه و هدف: یکی از راههای پیشبینی و برآورد مقدار رواناب حاصل از بارش نزولات جوی استفاده از مدلهای هیدرولوژیکی است. واسنجی پارامترهای مؤثر در مدلهای هیدرولوژیکی یکی از گامهای اساسی در استفاده از این مدلها میباشد. در این میان بهینهسازی چند هدفه یکی از موضوعات مهم و کاربردی میباشد. هدف اینگونه بهینهسازیها تعیین مقادیر پارامترهای مدل برای یافتن بهترین راهحل ممکن و دستیابی به اهداف مختلف است.مواد و روشها: در این پژوهش مدل بارش – رواناب مفهومی MILC توسط الگوریتم چند هدفه AMALGAM، مورد واسنجی خودکار قرار گرفت. این مدل از مفهوم مدل رواناب سطحی SCS برای محاسبه بارش مازاد و از مفهوم هیدرو گراف واحد لحظهای ژئومورفولوژیکی نیز برای روند یابی این بارش مازاد در سطح حوضه استفاده میکند. در این مطالعه برای واسنجی و همچنین ارزیابی مدل از 4 تابع هدف ناش – ساتکلیف (NSE) برای جریانهای اوج، TRMSE برای جریانهای کم، ROCE برای جریان متوسط و SFDCE برای شیبخط تداوم جریان استفاده شد. فرایند واسنجی توسط 4 تابع هدف مذکور صورت گرفت و خروجیهای مدل که همان نقاط بهینه پارتو هستند موردبررسی قرار گرفتند و درنهایت از هر خروجی یک نقطه بهعنوان نقطه بهینه میانگین انتخاب شد. در انتها این نقاط که شامل پارامترهای واسنجی شده مدل هستند در دوره صحت سنجی جهت مقایسه با مقادیر مشاهداتی مورداستفاده قرار گرفتند.نتایج: مقادیر بهدستآمده در دورهی صحت سنجی اعدادی بین 71/0 و 78/0 برای تابع NSE را نشان میدهد که با توجه به مقدار بهینه این توابع (=+1 NSE)، نتایج گویای عملکرد مناسب مدل در شبیهسازی جریانهای اوج است. همچنین مقادیر بهدستآمده برای توابع ROCE و بهخصوص SFDCE که در دوره صحتسنجی اعدادی بین 72 و 129 به دست آمد؛(SFDCE=0 در حالت بهینه) حاکی از ضعف مدل MILC در شبیهسازی جریانهای میانه است.نتیجهگیری: مقادیر بهدستآمده برای تابع هدف TRMSE در دوره صحتسنجی اعدادی بین 48/1 - 22/1 بود (TRMSE=0 در حالت بهینه) که این ارقام گویای شبیهسازی مناسب دبیهای کم میباشد. بهرهگیری از الگوریتم بهینهسازی چندهدفه برای فرایند واسنجی خودکار مدل بارش – رواناب به دلیل استفاده از چند تابع هدف گوناگون که هرکدام قسمتی از هیدرو گراف حوضه را مورد هدف قرار میدهند، باعث به چالش کشیدن مدل در شبیهسازی تمامی جریانهای موجود در حوضه میشود که این موضوع اهمیت استفاده از الگوریتمهای چندهدفه در واسنجی مدلهای هیدرولوژیکی را نشان میدهد. همچنین انتخاب هوشمندانه چند تابع هدف در فرایند واسنجی مدل، نقش کلیدی در شناخت هرچه بیشتر مدل دارد که این امر با بهرهگیری از الگوریتمهای چندهدفه بهجای تک هدفه برای فرایند واسنجی میسر میگردد.
https://jwsc.gau.ac.ir/article_4240_ef6721ab667f939a00d7ba78e368cb3e.pdf
2018-08-23
161
175
10.22069/jwsc.2018.13748.2846
قرهسو
واسنجی مدل بارش – رواناب
هیدرو گراف واحد لحظهای ژئومورفولوژیک
MILC
محمد صادق
غضنفری مقدم
s.ghazanfari@kgut.ac.ir
1
دانشگاه تحصیلات تکمیلی و فناوری پیشرفته کرمان
LEAD_AUTHOR
مرتضی
فرهمند راد
mory_farahmand@yahoo.com
2
کارشناس ارشد عمران_مهندسی آب - دانشکده عمران و نقشه برداری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان
AUTHOR
غلامعباس
بارانی
gab@mail.uk.ac.ir
3
دانشکده عمران، دانشگاه باهنر کرمان
AUTHOR
محسن
پوررضا بیلندی
mohsen.pourreza@gmail.com
4
دانشگاه بیرجند گروه مهندسی آب
AUTHOR
1.Brocca, L., Melone, F., and Moramarco, T. 2011. Distributed rainfall-runoff modeling for flood frequency estimation and flood forecasting. Hydrological Processes. Pp: 2801-2813.
1
2.Box, G.E.P., and Cox, D.R. 1964. An analysis of transformations, J. R. Stat. Soc. Ser. B.
2
Pp: 211-252.
3
3.Corradini, C., Melone, F., and Ubertini, L. 1995. A semi-distributed model for direct runoff estimate. In Applied Simulation and Modelling, Hamza, M.H. (ed.). IASTED Acta Press: Anahheim (CA), Pp: 541-545.
4
4.Dooge, J.C.I. 1959. A General Theory of the Unit Hydrograph. J. Geophysic. Res.
5
64: 241-256.
6
5.Green, W.H., and Ampt, G.A. 1911. Studies on soil physics. J. Agric. Sci. 4: 1-24.
7
6.Gupta, H., Sorooshian, S., and Yapo, P. 1998. Toward improved calibration of hydrologic models: Multiple and noncommensurable measures of information, Water Resour. Res.
8
34: 751-763.
9
7.Horton, R. 1933. The role of infiltration in the hydrological cycle. Trans. AGU. 14: 446-460.
10
8.Horton, R. 1939. Analysis of runoff-plot experiments with varying Infiltration capacity. Trans. AGU. 20: 693-711.
11
9.Imbeau, M.E., La Durance. 1892. Regime. Crues et inundations. Ann. Ponts Chausses Mem. Doc. Ser. Pp: 5-18.
12
10.Kollat, J.B., Reed, P.M., and Wagener, T. 2012. When are multiobjective calibration
13
trade-offs in hydrologic models meaningful? Water Resour. Res. 48: W03520.
14
11.Lighthill, M., and Whitham, G. 1955. On Kinematic waves I and II a theory of traffic flow on long crowded roads. Proc. Royal Society, London, Series A, 229, Pp: 317-345.
15
12.Mulvany, T.J. 1850. On the use of self registering rain and flood gauges. Inst. Civ. Eng. Proc. (Dublin), 4: 1-8.
16
13.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.
17
14.Nash, J.E. 1957. The Form of the Instantaneous Unit Hydrograph. International Association of Scientific Hydrology Publication. 45: 114-121.
18
15.Sadeghi, T.S., Pourreza, B.M., and Taghian, M. 2015. Multi-Objective Optimization of
19
the Hedging Model for reservoir Operation Using Evolutionary Algorithms. J. Water Wastewater. 26: 14-22. (In Persian)
20
16.Sherman, L.K. 1932. Streamflow from rainfall by the unit-graph method, Eng. News Rec. 108: 501-505.
21
17.Tang, Y., Reed, P., and Wagener, T. 2006. How efficient and effective are evolutionary multiobjective algorithms at hydrologic model calibration? Hydrol. Earth Syst. Sci.
22
10: 289-307.
23
18.Vrugt, J.A., and Robinson, B.A. 2007. Improved evolutionary optimization from genetically adaptive multimethod search. Proceedings of the National Academy of Sciences. 104: 708-711.
24
19.Zhang, X., Srinivasan, R., and Liew, M.V. 2010. On the use of multi-algorithm, genetically adaptive multi-objective method for multi-site calibration of the SWAT model. Hydrological Processes.
25
ORIGINAL_ARTICLE
ارزیابی دو روش بیلان انرژی در سطح خاک و استفاده از تصاویر ماهواره ای جهت برآورد میانگین شبانهروزی دمای سطح خاک
سابقه و هدف: دمای سطح خاک نقشی کلیدی در تبادل جرم و انرژی بین سطح خاک و آتمسفر ایفاء میکند و پارامتر ورودی مهمی برای اجرای مدلهای برآورد بیلانهای گرما، رطوبت و کربن در سامانه خاک - گیاه - آتمسفر و مدلهای شبیهسازی وضع هوا و اقلیم در مقیاسهای منطقهای و جهانی است و تمامی مؤلفههای بیلان انرژی در سطح خاک را تحت تاثیر قرار میدهد. علیرغم اهمیت زیاد و کاربرد قابل توجه دمای سطح خاک، اندازهگیری آن فقط در ایستگاههای سینوپتیک و بطور ناقص (فقط دمای حداقل شبانه روزی سطح خاک) انجام میشود و لذا لازم است این متغیر مهم توسط روشهایی مناسب مورد شبیهسازی قرار گیرد.مواد و روشها: در این پژوهش، از دو روش بیلان انرژی در سطح خاک و تصاویر ماهوارهای جهت برآورد میانگین شبانهروزی دمای سطح خاک در ایستگاه هواشناسی کشاورزی سرارود کرمانشاه، که در آن دادههای دمای حداکثر و دمای حداقل شبانهروزی سطح خاک به ثبت رسیدهاند، در بازه زمانی 2013 تا 2014 استفاده شد. برآورد میانگین دمای شبانهروزی سطح خاک بر اساس تصاویر ماهوارهای، با مد نظر قرار دادن تصاویر سنجنده MODIS تصویربرداری شده در چهار زمان مختلف شبانهروز شامل 22:30 شب، 1:30 شب، 10:30 صبح و 13:30 ظهر و با استفاده از نرمافزار MRT صورت گرفت و جهت اجرای مدل بیلان انرژی در سطح خاک، از دادههای هواشناسی دمای هوا، بارش، سرعت باد، طول ساعات آفتابی و رطوبت نسبی در مقیاس روزانه همراه با برخی ویژگیهای فیزیکی خاک بعنوان ورودیهای مدل استفاده شد و در ادامه کارایی این دو روش با بکارگیری چند شاخص سنجش خطا مورد ارزیابی قرار گرفت. یافتهها: نتایج حاصل از بکارگیری تصاویر سنجنده MODIS نشان داد که از بین حالتهای ترکیبی ممکن از دماهای سطح خاک در 4 زمان تصویربرداری مختلف توسط این سنجنده، محاسبه میانگین شبانهروزی دمای سطح خاک بر اساس میانگینگیری کردن از دمای سطح خاک در سه زمان 22:30 شب، 1:30 شب و 10:30 صبح بیشترین تطابق را با دادههای مشاهداتی میانگین شبانهروزی دمای سطح خاک دارد و مقدار خطای مطلق و ضریب تعیین در این روش جهت برآورد میانگین شبانهروزی دمای سطح خاک به ترتیب 1/2 درجه سانتیگراد و 93/0 بدست آمد. با بکارگیری مدل بیلان انرژی در سطح خاک جهت برآورد میانگین شبانهروزی دمای سطح خاک نیز مقدار خطای مطلق، 8/1 درجه سانتیگراد و ضریب تعیین 96/0 بدست آمد. نتایج حاصل از تحلیل سریهای فصلی نشان داد که با بکارگیری مدل بیلان انرژی در سطح خاک و تصاویر ماهوارهای، بیشترین تطابق بین مقادیر محاسباتی و مشاهداتی به ترتیب طی فصول تابستان و زمستان رخ میدهد. نتیجهگیری: نتایج کلی این پژوهش بیانکننده دقت قابل قبول و مناسب هر دو روش بکار گرفته شده و توصیه روش بیلان انرژی در سطح خاک بدلیل دقت بالاتر آن است. بر این اساس این امکان وجود دارد که از روش کلی بکار گرفته شده در این پژوهش برای شبیهسازی دمای سطح خاک در مناطق مختلف استفاده کرد و و از میانگین شبانهروزی دمای سطح خاک برآوردشده برای کاربردهای مختلفی از جمله بعنوان یک متغیر ورودی در مدلهای شبیهسازی دما و رطوبت در خاک استفاده کرد.
https://jwsc.gau.ac.ir/article_4241_e894bc8e3f87b62aa4c219b58758175e.pdf
2018-08-23
177
192
10.22069/jwsc.2018.14846.2989
بیلان انرژی
دمای سطح خاک
سرارود کرمانشاه
سنجنده MODIS
یونس
خوشخو
yoones.khoshkhoo@gmail.com
1
گروه علوم و مهندسی آب- دانشگاه کردستان
LEAD_AUTHOR
1.Alkhaier, F., Schotting, R.J., and Su, Z. 2009. A qualitative description of shallow groundwater effect on surface temperature of bare soil. Hydrol. Earth Syst. Sci. 13: 1749-1756.
1
2.Alvenas, G., and Jansson, P.E. 1997. Model for evaporation, moisture and temperature of bare soil: calibration and sensitivity analysis. Agric. For. Meteorol. 88: 47-56.
2
3.Beltrami, H., Gosselin, C., and Mareschal J.C. 2003. Ground surface temperatures in Canada: Spatial and temporal variability. Geophysical Research Letters. 30: 10. 1-4.
3
4.Flerchinger, G.N. 1991. Sensitivity of soil freezing simulated by the SHAW model. Trans. Amer. Soc. Agric. Engr. 34: 2381-2389.
4
5.Gao, Z.Q., Ning, J.C., and Gao, W. 2009. Response of land surface temperature to coastal land use/cover change by remote sensing. Trans. CSAE. 25: 274-281.
5
6.Giorgi, F., and Avissar, R. 1997. Representation of heterogeneity effects in earth system modelling: experience from land surface modeling. Rev. Geophys. 35: 413-437.
6
7.Gustafsson, D., Lewan, E., and Jansson, P.E. 2004. Modeling water and heat balance of the boreal landscape-comparison of forest and arable land in Scandinavia. J. Appl. Meteorol.
7
43: 1750-1767.
8
8.Herb, W.R., Janke, B., Mohseni, O., and Stefan, H.G. 2008. Ground surface temperature simulation for different land covers. J. Hydrol. 356: 3. 327-343.
9
9.Hu, G., Wu, X., Zhao, L., Li, R., Wu, T., Xie, C., and Cheng, G. 2017. An improved model for soil surface temperature from air temperature in permafrost regions of Qinghai-Xizang (Tibet) Plateau of China. Meteorology and Atmospheric Physics. 129: 4. 441-451.
10
10.Jansson, P.E., and Karlberg, L. 2010. Coupled heat and mass transfer model for soil-plant-atmosphere systems. Royal Institute of Technology, Stockholm. 454p.
11
11.Jin, M.L., and Dickinson, R.E. 2010. Land surface skin temperature clima-tology: Benefi tting from the strengths of satellite observations. Environ. Res. Lett. 5: 1-13.
12
12.Kerridge, B.L., Hornbuckle, J.W., Christen, E.W., and Faulkner, R.D. 2013. Using soil surface temperature to assess soil evaporation in a drip irrigated vineyard. Agricultural water management. 116: 128-141.
13
13.Kersten, M.S. 1949. Laboratory research for the determination of the thermal properties of soils. ACFEL Tech. Rep. 23. University of Minnesota, Minneapolis.
14
14.Khoshkhoo, Y., Jansson, P.E., Irannejad, P., Khalili, A., and Rahimi, H. 2015. Calibration of an energy balance model to simulate wintertime soil temperature, soil frost depth, and snow depth for a 14 year period in a high elevation area of Iran. Cold Regions Science and Technology. 119: 47-60.
15
15.Khoshkhoo, Y. 2016. Simulation of the snow depth using Single Layer Snow Model (SLSM) at Saghez station. Iran. J. Soil Water Res. 47: 3. 517-527. (In Persian)
16
16.Khoshkhoo, Y., Esmaeili, S., and Abdollahi, M. 2017. Estimating daily and monthly air temperature parameters in the Kurdistan province using MODIS satellite images. Iran. J. Soil Water Res. 49: 2. 413-423. (In Persian)
17
17.Kleissl, J., Moreno, H., Hendrickx, J.M.H., and Simunek, J. 2007. HYDRUS simulations of soil surface temperatures. In Proc. International Society for Optical Engineering, SPIE. 6553: 1-12.
18
18.Liang, L.L., Riveros-Iregui, D.A., Emanuel, R.E., and McGlynn, B.L. 2014. A simple framework to estimate distributed soil temperature from discrete air temperature measurements in data-scarce regions. J. Geophys. Res. Atmos. 119: 407-417.
19
19.Luo, D., Jin, H., Lu, L., and Zhou, J. 2016. Spatiotemporal changes in extreme ground surface temperatures and the relationship with air temperatures in the Three-River Source Regions during 1980–2013. Theoretical and applied climatology. 123: 3-4. 885-897.
20
20.Mualem, Y. 1976. A new model predicting the hydraulic conductivity of unsaturated porous media. Water Resour. Res. 12: 513-522.
21
21.Newman, G.P. 1995. Heat and Mass Transfer in Unsaturated Soils during Freezing. M.Sc. Thesis. University of Saskatchewan. Saskatoon. Canada. 212p.
22
22.Philip, J.R., and deVries, D.A. 1957. Moisture movement in porous materials under temperature gradients. Eos Trans. 38: 2. 222-232.
23
23.Pielke, R.A. 2001. Influence of the spatial distribution of vegetation and soils on the prediction of cumulus convective rainfall. Rev. Geophys. 39: 151-177.
24
24.Qian, B.D., Gregorich, E.G., Gameda, S., Hopkins, D.W., and Wang, X.L. 2011. Observed soil temperature trends associated with climate change in Canada. J. Geophys. Res. Atmos. 116: 1-16.
25
25.Schelde, K., Thomsen, A., Heidmann, T., Schjonning, P., and Jansson, P.E. 1998. Diurnalfluctuations of water and heat flows in a bare soil. Water Resour. Res. 34: 2919-2929.
26
26.Simunek, J., Sejna, M., and VanGenuchten, M.T. 1998. The HYDRUS-1D software package for simulating water flow and solute transport in two-dimensional variably saturated media. Version 2.0. IGWMC-TPS-70. InternationalGroundWaterModelingCenter. ColoradoSchool of Mines, Golden, 202p.
27
27.Staniec, M., and Nowak, H. 2016. The application of energy balance at the bare soil surface to predict annual soil temperature distribution. Energy and Buildings. 127: 56-65.
28
28.Sun, D., and Kafatos, M. 2007. Note on the NDVI-LST relationship and the use of temperature-related drought indices over North America. Geophysical Research Letters, 34, no 24.
29
29.Sun, Z., Wang, Q., Batkhishig, O., and Ouyang, Z. 2015. Relationship between evapotranspiration and land surface temperature under energy and water-limited conditions in dry and cold climates. Advances in Meteorology. 39: 1-9.
30
30.Xiong, J., Wu, B.F., Yan, N.N., Zeng, Y., and Liu, S.F. 2010. Estimation and validation of land surface evaporation using remote sensing and meteorological data in north China, IEEE J. Sel. Topics Appl. Earth Observ. Remote Sensing. 3: 3. 337-344.
31
31.Yang, Y., Qiu, J., Su, H., Bai, Q., Liu, S., Li, L., and Huang, Y. 2017. A One-Source Approach for Estimating Land Surface Heat Fluxes Using Remotely Sensed Land Surface Temperature. Remote Sensing. 9: 1-25.
32
ORIGINAL_ARTICLE
کاربرد روشهای شبکهی بیزین و حداقل مربعات ماشین بردار پشتیبان در پیش بینی تراز سطح آب دریاچه ارومیه
سابقه و هدف: دریاچه ارومیه به عنوان یک اکوسیستم آبی مهم در شمال غرب ایران واقع شده است. در 14 سال اخیر میانگین تراز سطح آب دریاچه ارومیه به 2/1272 متر تقلیل پیدا کرده و این به این معنی است که اختلاف تراز سطح اکولوژیک دریاچه و تراز سطح کنونی 2 متر است. خشک شدن دریاچه ارومیه باعث بروز مسائل و بحرانهای جدی برای حوضه، استانهای مجاور و کشور خواهد شد. در این تحقیق از پارامترهای موثر مستقیم و غیر مستقیم در پیش-بینی تراز سطح دریاچه از جمله تبخیر، رواناب ورودی به دریاچه، بارش، دما، باد، میانگین رطوبت هوا و تراز سطح آب دریاچه در ماه قبل به عنوان ورودیهای مدل استفاده شده است. مقایسه کارایی مدلهای شبکهی بیزین که یک مدل احتمالاتی تحت شرایط عدم قطعیت و الگوریتم ماشینی حداقل مربعات ماشین بردار پشتیبان، هدف اصلی تحقیق حاضر است.مواد و روشها: در تحقیق حاضر از دو روش حداقل مربعات ماشین بردار پشتیبان و شبکه بیزین در فرایند مدل-سازی استفاده گردید. در این مطالعه عوامل موثر در پیش بینی تراز سطح دریاچه در ماه قبل به عنوان ورودی و تراز سطح آب دریاچه در ماه کنونی به عنوان خروجی مدلها مورد بررسی قرار گرفت. جهت تخمین دما، تبخیر، بارش، باد و میانگین رطوبت هوا بر روی سطح دریاچه از دادههای پنج ایستگاه سینوپتیک مجاور دریاچه با برآورد ضریب تیسن هر ایستگاه و دادههای 13 ایستگاه هیدرومتری واقع بر رودخانههای منتهی به دریاچه جهت تشکیل پارامترهای ورودی دو مدل محاسبه گردید.یافتهها: تحلیل دادههای ایستگاههای هیدرومتری نشان داد که تنها چهار ایستگاه از 13 ایستگاه هیدرومتری از نرمال پیروی میکنند. مقایسه و بررسی نتایج دو مدل با بررسی ضرایب R2، RMSE، MBE و ناش ساتکلیف حاکی از برتری عملکرد مدل حداقل مربعات ماشین بردار پشتیبان در مقایسه با شبکه بیزین است. این مقادیر برای مدل برتر به ترتیب برابر با 3/92%، 082/0متر، 012/0-متر و 86/0 بدست آمد.نتیجهگیری: در این تحقیق معیارهای ارزیابی نشان داد که مدل حداقل مربعات ماشین بردار پشتیبان نسبت به مدل شبکه بیزین دارای برتری است. نکته حائز اهمیت در مقایسه دو مدل آن است که ماهیت مدل حداقل مربعات ماشین بردار پشتیبان، ماشینی است ولی ماهیت شبکه بیزین یک مدل احتمالاتی تحت شرایط عدم قطعیت است که در آن از توزیع نرمال جهت آموزش متغیرهای شبکه استفاده شده است. از آنجایی که ماهیت وقوع رخدادهای طبیعی تصادفی است، بنابراین استفاده از مدل شبکه بیزین نسبت به مدل حداقل مربعات ماشین بردار پشتیبان میتواند توصیه گردد.
https://jwsc.gau.ac.ir/article_4242_eab2836759f6b605441924d7d831cfa2.pdf
2018-08-23
193
207
10.22069/jwsc.2018.14361.2910
پیش بینی
تراز سطح اکولوژیک
دریاچه ارومیه
شبکه بیزین
حداقل مربعات ماشین بردار پشتیبان
سجاد
کریم زادگان
sajjadkarimzadgan@gmail.com
1
دانشگاه ارومیه
AUTHOR
جواد
بهمنش
j.behmanesh@urmia.ac.ir
2
دانشگاه ارومیه- گروه مهندسی آب
LEAD_AUTHOR
حسین
رضایی
h.rezaie@urmia.ac.ir
3
دانشیار گروه مهندسی آب، دانشگاه ارومیه
AUTHOR
1.Abbaszadeh, A.A., Khalili, K., and Behmanesh, J. 2015. Application of Combined AR-ARCH model in Forecasting Urmia Lake Water Level. J. Soil Water Know. 25: 4/2. 175-186.
1
(In Persian)
2
2.Ahmadi, F., and Radmanesh, F. 2016. Application of Bayesian Networks and Genetic Programming for Predicting Daily River Flow (Case study: BarandoozchayRiver). J. Irrig. Sci. Engin. 39: 4. 213-223. (In Persian)
3
3.Ahmadi, F., Radmanesh, F., and Mir Abbasi, N.R. 2016. Comparing the performance of Support Vector Machines and Bayesian networks in predicting daily river flow (Case study: BaranduzChaiRiver). J. Water Soil Cons. 22: 6. 171-186. (In Persian)
4
4.Alexandersson, H. 1986. A homogeneity test applied to precipitation data. Inter. J. Climatol. 6: 6. 661-675.
5
5.Alizadeh, A. 2010. Principles of Applied Hydrology. ImamRezaUniversity Press, 911p.
6
(In Persian)
7
6.Anbari, M.J., and Tabesh, M. 2016. Failure Event Probability Calculation in Wastewater Collection Systems Using the Bayesian Network. J. Water Wastewater. 3: 48-61. (In Persian)
8
7.Bishop, C.M. 2006. Pattern recognition and machine learning. Springer.
9
8.Download.hugin.com. 2017. Introduction to the Hugin Development Environment / Manual. [online] Available at: http://download.hugin.com/webdocs/manuals/Htmlhelp/descr_NPC_ algorithm_pane.html [Accessed 31 Aug. 2017].
10
9.Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B., Vehtari, A., and Rubin, D.B. 2014. Bayesian data analysis (Vol. 2). Boca Raton, FL: CRC press.
11
10. Ghgajarnia, N., Liyaghat, A., and Danesh Kar Araste, P. 2014. Verifying precipitation data of TAMAB and meteorology institute in Urmia basin. Water and Soil resources conservation 4: 1. 91-109. (In Persian)
12
11. Ghorbani, A.M., and Dehghani, R. 2014. Application of Bayesian Neural Networks, Support Vector Machines and Gene Expression Programming Analysis of Rainfall - Runoff Monthly (Case study: KakarezaRiver). J. Irrig. Sci. Engin. 39: 2. 125-138. (In Persian)
13
12.Hesar, A.S., Tabatabaee, H., and Jalali, M. 2012. Structure learning of Bayesian networks using heuristic methods. In Proc. of International Conference on Information and Knowledge Management (ICIKM 2012).
14
13.Kardan Moghadam, H., and Roozbahani, A. 2015. Evaluation of Bayesian networks model in monthly groundwater level prediction (Case study: Birjand aquifer). J. Water Irrig. Manage. 5: 2. 139-151. (In Persian)
15
14.Kelts, K., and Shahrabi, M. 1986. Holocene sedimentology of hypersaline Lake Urmia, northwestern Iran. Paleogeography, Paleoclimatology, Paleoecology, 54 (1-4): 105-130.
16
15.Koop, G. 2010. Bayesian econometrics. Chichester [u.a.]: Wiley.
17
16.Lin, G.F., Chen, G.R., Wu, M.C., and Chou, Y.C. 2009. Effective forecasting of hourly typhoon rainfall using support vector machines. Water Resources Research, 45: 8.
18
17.Madadgar, S., and Moradkhani, H. 2014. Spatio-temporal drought forecasting within Bayesian networks. J. Hydrol. 512: 134-146.
19
18.Mahmoudi, Kh.S., and Rezaie, H. 2013. Investigating and evaluating causes of fluctuations in Lake Urmia water level and providing various solutions. UrmiaUniversity, Faculty of Agriculture. 233p. (In Persian)
20
19.Mahsafar, H., Maknoun, R., and Saghafian, B. 2011. The Impact of Climate Change on UrmiaLake Water Level. J. Iran Water Resour. Res. 7: 1. 47-58. (In Persian)
21
20.Margaritis, D. 2003. Learning Bayesian Network Model Structure. Ph.D. Thesis. School of Computer Science, CarnegieMellonUniversity.
22
21.Mehdizadeh, S., Behmanesh, J., and Saadatnejad Gharahassanlou, H. 2017. Evaluation of gene expression programming and Bayesian networks methods in predicting daily air temperature. J. Agric. Meteorol. 4: 2. 1-13. (In Persian)
23
22.Mellit, A., Massi Pavan, A., and Benghanem, M. 2013. Least squares support vector machine for short term prediction of meteorological time series. Theor. Appl. Climatol. 111: 297-307.
24
23.Mohajerani, H., Kholghi, M., Mosaedi, A., Saidodin, A., and Meftah Halaghi, M. 2013. Quantitative Management of Groundwater Using Bayesian Decision Network. J. Water Soil. 26: 6. 1522-1534. (In Persian)
25
24.Moravaj, M., Khalili, K., and Behmanesh, J. 2016. Forecasting Lake Urmia water level using linear time series models. J. Water Soil Cons. 22: 5. 287-296. (In Persian)
26
25.Noori, R., Karbassi, A.R., Moghaddamnia, A., Han, D., Zokaei-Ashtiani, M.H., Farokhnia, A., and Gousheh, M.G. 2011. Assessment of input variables determination on the SVM model performance using PCA, Gamma test and forward selection techniques for monthly stream flow prediction. J. Hydrol. 401 (3-4): 177-189.
27
26.Pang, A.P., and Sun, T. 2014. Bayesian networks for environmental flow decision-making and an application in the Yellow River estuary, China. Hydrology and Earth System Sciences, 18 (5): 1641.
28
27.Parkes, B., and Demeritt, D. 2016. Defining the hundred-year flood: A Bayesian
29
approach for using historic data to reduce uncertainty in flood frequency estimates. J. Hydrol. 540, 1189-1208.
30
28. Seifi, A. 2011. Develop an expert system to predict daily reference evapotranspiration using a backup vector machine (SVM) and compare its results with ANFIS, ANN and empirical methods. TarbiatModarresUniversity, Faculty of Agricalture. 153p. (In Persian)
31
29. Subramanya, K. 2013. Engineering Hydrology, 4e. Tata McGraw-Hill Education.
32
30.Vapnik, V. 1998. Statistical Learning Theory. John Wiley&Sons. Inc., New York.
33
31. Xue, J., Gui, D., Zhao, Y., Lei, J., Zeng, F., Feng, X., and Shareef, M. 2016. A decision-making framework to model environmental flow requirements in oasis areas using Bayesian networks. J. Hydrol. 540: 1209-1222.
34
ORIGINAL_ARTICLE
بررسی آزمایشگاهی ضریب دبی در سازه ترکیبی سرریز مرکب -روزنه
سابقه و هدف: سرریزها و روزنهها (دریچهها) از جمله سازههای هیدرولیکی هستند که به ترتیب برای کنترل عمق و دبی جریان بهکار میروند. همچنین هر دو سازه به طور وسیع برای اندازهگیری دبی جریان نیز مورد استفاده قرار میگیرند. از مهم-ترین دلایل استفاده از این سازهها بهعنوان وسایل اندازهگیری، داشتن رابطه دبی-اشل ساده است. همچنین در مواردی که جریان آب انتقالی حاوی مواد رسوبی و اجسام شناور باشد، ترکیب این دو سازه باعث بهبود عملکرد سیستم میشود. یکی از گزینههایی که برای افزایش کارایی سازه ترکیبی سرریز-روزنه قابل استفاده است، ترکیب سرریزهای مرکب با روزنه میباشد. مطالعات بسیار محدودی در این زمینه وجود دارد.مواد و روشها: این پژوهش با هدف بررسی آزمایشگاهی ضریب دبی در سازه ترکیبی سرریز مرکب (مثلثی-مستطیلی)-روزنه انجام شده است. آزمایشها در یک فلوم مستطیلی به طول 10 متر و عرض 40 سانتیمتر انجام شده است. در این آزمایشها از سرریزهای مثلثی با زوایای 45، 60 و 90 درجه و روزنههای مستطیلی استفاده شده است. عرض سرریز مستطیلی 40 سانتیمتر است.یافتهها: نتایج این پژوهش نشان داد که برای سازه سرریز مرکب در تمامی زوایای مورد مطالعه، با افزایش ارتفاع نسبی سرریز (نسبت هد آب یا بار آبی روی سرریز به ارتفاع سرریز)، ضریب دبی سرریز مرکب افزایش مییابد. با وجود تغییرات نسبتاً زیاد بار آبی روی سرریز و نیز زوایای سرریز مثلثی، تغییرات ضریب دبی سرریز مرکب نسبتاً کم بوده و در محدوده 58/0 تا 61/0 تغییر میکند. این مسئله بیانگر اهمیت تعیین دقیق این ضریب برای سازه سرریز مرکب است. همچنین مشخص شد که با افزایش زاویه رأس مثلث در سرریزهای مرکب، ضریب دبی این سازه افزایش مییابد این در حالی است که با افزایش این زاویه در سرریزهای مرکب-روزنه، ضریب دبی سازه مذکور کاهش مییابد. ارتفاع بازشدگی روزنه نیز بر ضریب دبی سازه ترکیبی سرریز مرکب-روزنه موثر است به طوریکه با افزایش این پارامتر، ضریب دبی سازه ترکیبی کاهش مییابد. همجنین مشخص شد که ضریب دبی سازه ترکیبی سرریز مرکب-روزنه تا حدودی کمتر از ضریب دبی این سازه در حالت بدون روزنه است. نتیجهگیری: با توجه به نتایج بهدست آمده از این پژوهش میتوان بر اساس اطلاعات سادهای مثل هندسه سرریز مرکب و روزنه و نیز عمق جریان در بالادست سازه ترکیبی سرریز مرکب-روزنه، ضریب دبی را با دقت مناسبی محاسبه نموده و این سیستم ترکیبی را با اطمینان در کانالهای و شبکههای آبیاری مورد استفاده قرار داد. در این صورت ضمن کنترل مناسب تراز سطح آب توسط سرریز مرکب، انتقال رسوب معلق وارد شده به کانال نیز از روزنه به خوبی انجام خواهد شد.
https://jwsc.gau.ac.ir/article_4243_55d959fff0fbf25d149f652d8c2b29d6.pdf
2018-08-23
209
224
10.22069/jwsc.2018.11642.2775
مدل آزمایشگاهی
سیستم ترکیبی سرریز-روزنه
ضریب دبی
سرریز مثلثی
ابراهیم
شعبانی
shabani.ebrahim7@gmail.com
1
دانشجوی کارشناسی ارشد سازه های آبی
LEAD_AUTHOR
عبدالرضا
ظهیری
zahiri.areza@gmail.com
2
دانشیار گروه مهندسی آب دانشکاه علوم کشاورزی و منابع طبیعی گرگان
AUTHOR
امیراحمد
دهقانی
amirahmad.dehghani@gmail.com
3
دانشیار گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان
AUTHOR
مهدی
مفتاح هلقی
meftah_20@yahoo.com
4
دانشیار گروه مهندسی آب دانشکاه علوم کشاورزی و منابع طبیعی گرگان
AUTHOR
1.Abdel-Azim, M.N., Al-Brahim, A.M., and Alhamid, A.A. 2002. Combined-free flow over weirs and below gates. J. Hydraul. Res. 40: 3. 359-365.
1
2.Ackers, P., White, W.R., Perkins, J.A., and Harrison, A.J.M. 1978. Weirs and flumes for flow measurement. John Wiley and Sons Publications, New York, 327p.
2
3.Alhamid, A.A., Negm, A.M., and Al-Brahim, A.M. 1997. Discharge equation for proposed self-cleaning device. J. King Saud Univ., 9: 1. 13-24.
3
4.American Society for Testing and Materials (ASTM). 1993. Standard method for open-channel flow measurement of water with thin-plate weirs. ASTM D5242. West Conshohocken, Pa. 250p.
4
5.Anzani, A. 2014. Experimental investigation of discharge coefficient for curved sharp crested weirs in plan with different central angles. M.Sc. Thesis, GorganUniversity of Agricultural Sciences and Natural Resources, 85p.
5
6.Aydin, I., Metin Ger, A., and Hincal, O. 2002. Measurement of small discharges in open channels by slit weir. J. Hydraul. Eng. 128: 2. 234-237.
6
7.Balochi, B., and Zeinivand, M. 2012. Experimental investigation of discharge coefficient for combined structures of weir-orifice in flood conditions. J. Soil Water Sci. 22: 2. 151-164.
7
(In Persian)
8
8.Borghei, S.M., Jalili, M.R., and Ghodsian, M. 1999. Discharge coefficient for sharp-crested side weir in subcritical flow. J. Hydraul. Eng. 125: 10. 1051-1056.
9
9.Bos, M.G. 1989. Discharge measurement structures. International Institute for Land Reclamation and Improvement (ILRI), Wageningen, The Netherlands, 394p.
10
10.Chadwick, A., and Morfett, J. 1986. Hydraulics in civil engineering. London; Allen and Unwin, 512p.
11
11.EL-Saiad, A.A., Negam, A.M., and Waheed EL-Din, U. 1995. Simultaneous flow over weirs and below gates. Civil Engineering Research Magazine, 17: 7. 62-71.
12
12.Esmaeili, K., and Fathi Moqhadam, M. 2006. Discharge coefficient for combined model of weir-gate. 1st National Conference of Management of Irrigation and Drainage Networks, Ahwaz, 8p. (In Persian)
13
13.French, R.H. 1986. Open Channel Hydraulics. Mc Grow Hill Book Company, New York, 620p.
14
14.Jan, C.D., Chang, C.J., and Lee, M.H. 2006. Discussion of Design and calibration of compound sharp-crested weir. J. Hydraul. Eng. 132: 8. 868-871.
15
15.Kindsvater, C.E., and Carter, R.W. 1959. Discharge characteristics of rectangular thin-plate weirs. Trans. Am. Soc. Civ. Eng. 124: 772-822.
16
16.Lenz, A.T. 1943. Viscosity and surface tension effects on V-notch weir coefficients. Trans. Am. Soc. Civ. Eng. 69: 759-802.
17
17.Martinez, J., Reca, J., Morillas, M.T., and Lopez, J.G. 2005. Design and calibration of a compound sharp-crested weir. J. Hydraul. Eng. 131: 2. 112-116.
18
18.Munson, B.R., Young, D.F., and Okiishi, T.H. 1998. Fundamentals of flows mechanics. Wiley and Sons, New York, 853p.
19
19.Negm, A.M., Albarahim, A.M., and Alhamid, A.A. 2002. Combined free flow over weirs and gate. J. Hydraul. Res. 40: 3. 359-365.
20
20.Negm, A.M. 1995. Characteristics of combined flow over weirs and under gate with unequal contractions. 2nd Int. Conf. on Hydro-Science and Engineering, Beijing, China, 8p.
21
21.Negm, A.M. 2000. Characteristics of simultaneous overflow–submerged underflow: unequal contractions. Engineering Bulletin, 35: 1. 137-154.
22
22.Pesaraklo, M., and Emadi, A. 2014. The experimental investigation of combined flow in sharp crested weir and gate in the state of compound weir. The 2nd National Conference on Water, Human and Land, 8p. (In Persian)
23
23.Piratheepan, M., Winston, N.E.F., and Pathirana, K.P.P. 2006. Discharge measurements in open channels using compound sharp-crested weirs. J. Inst. Engin. 3: 31-38.
24
24.Rajaratnam, N. 1977. Free flow immediately below sluice gates. J. Hydraul. Div.
25
103: 4. 345-351.
26
25.Ramamurthy, A.S., Tadayon, R., and Chen, Z. 2009. Numerical simulation of sharp-crested weir flow. J. Can. Civil Eng. 36: 9. 1530-1534.
27
26.Razavian, H., and Heidarpour, M. 2007. The investigation of discharge coefficient for combined model of the sharp crested weir-orifice. The 6th Iranian hydraulic conference, ShahrekordUniversity, 9p. (In Persian)
28
27.Shahabi, M., Bidokhti, N., Dehghani, A.A., and Telvari, A. 2011. Experimental investigation of flow contraction on scour cone downstream of weir-gate structure. 6th National Civil Engineering Congress, Semnan University, Iran, 10p. (In Persian)
29
28.Shirdeli, A. 2006. Discharge coefficient of rectangular openings in submerged condition and free. The National Conference Management of Irrigation and Drainage Networks, ShahidChamranUniversity of Ahwaz, 10p. (In Persian)
30
29.Swamee, P.K., Ojha, C.S.P., and Kumar, S. 1998. Discharge equation for rectangular slots.
31
J. Hydraul. Eng. 124: 9. 973-974.
32
30.Swamee, P.K., Pathak, S.K., and Ghodsian, M. 2001. Viscosity and surface tension effects on rectangular weirs. ISH J. Hydraul. Eng. 7: 2. 45-50.
33
31.United States Bureau of Reclamation (USBR). 1963. Compound weir study. Hydraulic Laboratory Report No. Hyd. 505, 35p.
34
32.United States Bureau of Reclamation (USBR). 1997. Water measurement manual. 3rd Ed. Denver, 317p.
35
33.Yasi, M., and Abbaspour, A. 2005. Flow over sharp-crested, truncated-triangular weirs.
36
Sci. J. Agric. 28: 2. 165-181. (In Persian)
37
34.Zahiri, A. 2012. Quasi-two dimensional mathematical model for prediction of flow discharge over compound sharp-crested weirs. J. Water Soil Cons. 19: 3. 25-47. (In Persian)
38
35.Zahiri, A., Tang, X., and Azamatulla, H. 2014. Mathematical modeling of flow discharge over compound sharp-crested weirs. J. Hydro-Environ. Res. 8: 3. 194-199.
39
ORIGINAL_ARTICLE
اثرات سیستم قطرهای سطحی و زیر سطحی بر روی عملکرد کمی و کیفی خرمای رقم زاهدی
سابقه و هدف: محدودیت آب از مهم ترین عوامل بازدارنده تولید محصولات زراعی به شمار می رود، بنابراین انتخاب یک راهبرد بهینه و برتر برای استفاده از آب در شرایط کمبود آب ضروری است. استان خوزستان با تولید 8/13 درصد از کل خرمای کشور در رتبهی سوم قرار گرفته است لذا استفاده از روشهای آبیاری تحت فشار با هدف بهرهبرداری بهینه از منابع آب امری اجتناب ناپذیر است. این پژوهش با هدف بررسی امکان بهرهمندی از سیستم آبیاری قطرهای زیرسطحی در آبیاری نخیلات و تعیین مناسبترین تیمار آبیاری از نظر عملکرد و کارایی مصرف آب در رقم زاهدی صورت گرفت. مواد و روشها: تیمارهای آزمایش شامل مقدار آب مصرفی در روش آبیاری قطرهای زیرسطحی در سه ســطح بر اساس 75، 100 و 125 درصد نیازآبی و در روش قطرهای سطحی بر اساس 100 درصد نیاز آبی بودند تجزیه و تحلیل داده ها با استفاده از طرح آزمایشی بلوکهای کامل تصادفی با سه تکرار انجام شد. این تحقیق بر روی رقم نخل خرمای زاهدی در ایستگاه تحقیقات کشاورزی بهبهان طی سه سال زراعی (1395-1392) اجرا گردید. یافتهها: در صفت تعداد میوه در خوشه، تیمارهای 75، 100 و 125 درصد نیاز آبی و قطرهای سطحی بهترتیب با 1/1438، 8/1336، 8/1492 و 8/1449 میوه در خوشه مرتبهای مشترک داشتند. نتایج حاصل از اجرای طرح نشان داد تیمارهای قطره-ای سطحی و 75 در صد نیاز آبی بهترتیب با 6/8569 و 2/7802 کیلوگرم بر هکتار بیشترین میزان عملکرد را به خود اختصاص دادند ولی اختلاف میانگین تیمارها معنی دار نبود. در صفت کارایی مصرف آب تیمار 75 درصد نیاز آبی با تولید 744/0 کیلوگرم خرما به ازای مصرف یک مترمکعب آب در مرتبهی اول قرار گرفت. تیمار 75 درصد نیاز آبی کمترین میزان رطوبت و رتبهی آخر را با 7/8 درصد به خود اختصاص داد. تیمار 75 درصد نیاز آبی با 7/13 نیوتن برمترمربع دارای بیش-ترین میزان سفتی بوده و بهتنهایی در جایگاه نخست قرار گرفت. در شاخص کل مواد جامد محلول، تیمارهای 75، 100 و 125 درصد نیاز آبی قطرهای زیرسطحی و تیمار قطرهای سطحی بهترتیب با 2/60، 5/59، 9/59 و 2/60 در رتبهای مشترک قرار گرفتند. نتیجهگیری: مدیریت بهینهی مصرف آب و کم نمودن آن تا مقدار 5/11630 مترمکعب در هکتار در تیمار 75 درصد نیاز آبی موجب صرفه جویی در مصرف آب شده است. بهطوریکه این تیمار سبب کاهش 4/20، 7/19 و 4/39 درصدی آب به-ترتیب نسبت به تیمارهای قطرهای سطحی، 100 و 125 درصد نیاز آبی قطرهای زیرسطحی شده است. این میزان کاهش مصرف آب موجب نشده در صفات کمی و بعضی صفات کیفی از جمله pH، مواد جامد محلول و قند بین تیمارهای قطره-ای زیر سطحی اختلاف معنی داری مشاهده شود. با توجه به معنیدار نشدن سطوح آبیاری در تیمارهای قطرهای زیرسطحی میتوان از دیگر تیمارهای کمآبیاری مثل 50 و 60 درصد نیاز آبی در تحقیقات آتی آبیاری قطرهای زیرسطحی استفاده نمود.
https://jwsc.gau.ac.ir/article_4244_ab8c576b52778dd5d1a48db6f23c7825.pdf
2018-08-23
225
240
10.22069/jwsc.2018.13483.2817
نیاز آبی
سطوح مختلف آب
کارایی مصرف آب
نادر
سلامتی
nadersalamati@yahoo.com
1
نادر سلامتی - استادیار پژوهش، بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خوزستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اهواز، ایران
LEAD_AUTHOR
حسین
دهقانی سانیج
dehghanisanij@yahoo.com
2
دانشیار پژوهش، موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران
AUTHOR
عبدالستار
دارابی
darabi6872@yahoo.com
3
استادیار بخش تحقیقات اصلاح و تهیه نهال و بذر، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان خوزستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اهواز، ایران
AUTHOR
لیلا
بهبهانی
leila_behbahani@yahoo.com
4
محقق صنایع غذایی - بخش فنی و مهندسی بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خوزستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اهواز، ایران -
AUTHOR
1.Agricultural statistics. 2014. Volume III: Garden products. Crop year Ministry of Agriculture-Jahad, Deputy Planning and Economics. Bureau of Statistics and Information Technology. 132p. (In Persian)
1
2.Ahmed, T.F., Hashmi, H.N., and Ghumman, A.R. 2011. Performance assessment of Subsurface Drip irrigation System using pipes of varying flexibility. MehranUniv. Res. J. Engin. Technol. 30: 3. 361-370.
2
3.Al-Amoud, A.I., Fawzi, S., Mohammad, S., Al-Hamed, A., and Ahmed Alabdulkader, M. 2000. Reference evapotranspiration and date palm water use in the Kingdom of
3
Saudi Arabia. International Research Journal of Agricultural Science and Soil Science (ISSN: 2251-0044), 2: 4. 155-169. April 2012. Available online http://www.interes-journals.org/IRJAS.
4
4.Alihouri, M., and Tishehzan, P. 2011. The following watering schedule- Strategic Plan palm sector in the country. Ahvaz. Kerdegar Press. Pp: 61-52. (In Persian)
5
5.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, Rome, Italy.
6
6.Al-Rumaih, M., and Kassem, M.A. 2003. The effect of irrigation interval on the yield and quality of palms dates. Canadian Soc. Eng. Agric. Food and Biological Systems meeting. Montreal, Canada. Pp: 43-58.
7
7.Al-Zaidi, A.A., Baig, M.B., Elhag, E.A., and Al-Juhani, M.A. 2013. Farmers’ attitude towards the traditional and modern irrigation methods in Tabuk region - King-dom of Saudi Arabia. Chapter 8. in. Science, Policy and Politics of Modern Agricultural System: Global Context to local Dynamics of Sustainable Agriculture. Springer Science+business.
8
8.AOAC. 1990. Official Methods of Analysis, 15th edn. Washington, D.C. Association of Official Analytical Chemists.
9
9.Farzamneya, M., and Ravari, Z. 2005. The effects of deficit irrigation on yield and water use efficiency Mazafati date in Bam city. Sci. J. Agric. 28: 1. 79-86. (In Persian)
10
10. Foakwa, E.O., Paterson, A., Fowler, M., and Vieira, J. 2008. Particle size distribution and compositional effects on textural properties and appearance of dark chocolates. J. Food Engin. 87: 181-190.
11
11. Ghafarinejad, A. 2001. Research project to determine the best speed and depth of drip irrigation method Mazafati palm. City of Bam: Kerman Agricultural and Natural Resources Research and EducationCenter. (In Persian)
12
12. Hosseini, Z. 1990. Conventional methods for food analysis. ShirazUniversity Press.
13
(In Persian)
14
13. KACST. 2012. Strategic Priorities for agricultural research. KingAbdulazizCity for Science and Technology. Minis-try of Economy and Planning, Doc. No. 40P0001-PLN-0001-er01. Kingdom of Saudi Arabia. P 225-233. Available at: http://nstip.kacst.edu.sa/cs/groups/ public/documents/document/~edisp/agriculturetech.pdf.
15
14. Liebenberg, P.J., and Zaid, A. 2002. Date Palm irrigation. Chapter 7. in. Date palm cultivation. Plant Production Paper 156 rev.1. Food and Agriculture organization of the United Nations (FAO). Rome, Italy.
16
15. Mohebbi, A. 2005. The effects of water on the surface and drip techniques on yield and quality traits Piarom date. J. Soil Water Sci. 19: 1. 124-130. (In Persian)
17
16. Mohebi, A., and Alihouri, M. 2013. The effect of depth and irrigation on the productivity, yield and vegetative Palm Piarom. J. Agric. Water. 27: 4. 455-464. (In Persian)
18
17. Nowroozi, M., and Zolfi Bavareyani, M. 2010. Determination of water required dates drip irrigation system in the Bushehr province. J. Water Res. Agric. 24: 1. 21-30. (In Persian)
19
18. Pezhman, H. 2002. A view on date palm situation and its research program in IRAN. Proc. of Date Palm Global Network Establishment Meeting, UAEUniversity, Al Ain. Pp: 71-80.
20
19.Rastegar, H., and Zargari, H. 2011. Effects of water stress on yield and quality of Shahani date. 7th Congress of Horticultural Sciences. Iran, Isfahan University of Technology.
21
Pp: 1608-1610. (In Persian)
22
20. Sepahvand, M. 2009. Comparing water requirements, water productivity and economic productivity of wheat and canola in the West of the country in wet years. J. Iran Water Res. 3: 4. 63-68. (In Persian)
23
ORIGINAL_ARTICLE
ارزیابی روش استوانه های دوگانه در اندازه گیری نفوذ عمودی آب به خاک در بافت های مختلف با استفاده از نرم افزار HYDRUS
سابقه و هدف: نفوذپذیری یکی از پارامترهای مهم خاک میباشد، که بر روی بسیاری از فرآیندهای هیدرولوژیکی حوزههای آبخیز تاثیرگذار است. اهمیت نفوذ سبب شده تا روشهای صحرایی و آزمایشگاهی مختلفی به منظور اندازه گیری این فرایند مورد استفاده قرار گیرد. روشهای مختلفی برای اندازهگیری نفوذ آب به خاک وجود دارد که اساس کلیه آنها بر اندازهگیری جریان عمودی آب به خاک استوار است. یکی از روشهای استاندارد اندازهگیری نفوذ آب به خاک، روش نفوذسنجهای استوانه-دوگانه است. در این روش فرض بر آن است که استوانه خارجی مانع از ایجاد جریان جانبی و بوجود آوردن جریان کاملا عمودی در خاک میشود. لذا پژوهش حاضر به منظور ارزیابی روش نفوذسنج استوانه دوگانه در اندازهگیری نفوذ عمودی آب به خاک در مقایسه با دادههای نفوذ عمودی واقعی شبیهسازی شده با استفاده از نرمافزار HYDRUS-1D انجام گرفته شد.مواد و روش: در این پژوهش، دادههای نفوذ آب به خاک در چندین منطقه از کشور با بافتهای مختلف با استفاده از روش نفوذسنج استوانه دوگانه اندازهگیری شد، سپس شرایط نفوذ آب به خاک در محیط نرمافزار HYDRU-1D برای مناطق مورد نظر، شبیهسازی و دادههای نفوذ عمودی آب به خاک به روش حل مستقیم معادله ریچاردز استخراج شدند. جهت کمی کردن پارامترهای هیدرولیکی در معادله ریچاردز از مدل ونگنوختن-معلم استفاده گردید. بدین منظور پارامترهای هیدرولیکی مدل ونگنوختن-معلم با استفاده از روش حل عددی معکوس در نرمافزار HYDRUS، برای خاک هر منطقه بهینه سازی شد و مورد استفاده قرار گرفت. ارزیابی دادههای اندازهگیری شده با استفاده از آمارههای میانگین خطا (ME)، ریشه میانگین مربعات خطا (RMSE)، ضریب تبیین (R2) و ریشه میانگین مربعات نرمال شده (NRMSE) انجام شد.یافتهها: نتایج مقایسه دادههای شبیهسازی شده با استفاده از نرمافزار هایدروس با دادههای اندازهگیریشده از طریق آزمایش استوانههای دوگانه نشان داد که نفوذ اندازهگیریشده در روش استوانههای دوگانه بسیار بیشتر از نفوذ عمودی آب به خاک است. نفوذ اندازهگیری شده در تمام بافتها دارای اختلاف زیادی نسبت به دادههای شبیهسازی شده بود. در روش استوانه دوگانه کمترین میزان خطا در اندازهگیری نفوذ آب به خاک ، در بافت لوم شنی که یک بافت سبک میباشد مشاهده شد. مقادیر آمارههای ضریب تبیین، ریشه میانگین مربعات خطا، میانگین خطا و ریشه میانگین مربعات نرمالشده (R2، RMSE، ME و NRMSE) در این بافت به ترتیب برابر با 87/0، 51/8، 45/4-، 18/0 بود.نتیجهگیری: در اندازهگیری نفوذ آب به خاک به روش استوانههای دوگانه اندازه استوانههای مورد استفاده و همچنین فضای بافری بین دو استوانه از اهمیت زیادی برخوردار است. بنابراین استفاده از استوانههایی با اندازههای متفاوت بر مقادیر نفوذ نهایی تاثیرگذار است. روش نفوذسنج استوانه دوگانه در بافت شنی از خطای پایینتری نسبت به بافتهای سنگین برخوردار است و سهم نفوذ جانبی در این بافت کمتر میباشد. بنابراین نفوذسنج استوانه دوگانه در بافتهای سبک از دقت بالاتری برخوردار است.
https://jwsc.gau.ac.ir/article_4245_857ccc86c1f9dc2e5d6ca7e55c1e48ff.pdf
2018-08-23
241
253
10.22069/jwsc.2018.14489.2928
شبیه سازی
معادله ریچاردز
نفوذ آب به خاک
HYDRUS-1D
اسماء
موسوی دهموردی
aci.musavi@yahoo.com
1
گروه علوم خاک،دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد، ایران
LEAD_AUTHOR
شجاع
قربانی دشتکی
shoja2002@yahoo.com
2
گروه خاکشناسی، دانشگاه شهرکرد، شهرکرد
AUTHOR
پریسا
مشایخی
mashayekhi_enj@yahoo.com
3
بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی اصفهان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اصفهان، ایران
AUTHOR
1.Ahuja, L.R., EL-Swaify, S.A., and Rahman, A. 1976. Measuring hydrologic properties of soil with a double-ring infiltrometer and multiple-deph tensiometers. Soil Science Society of American. 40: 4. 494-499.
1
2.Alley, W.M. 2009. Groundwater Resources: Sustainability, Management and Restoration. Groundwater. 47: 4. 479-479.
2
3.Chowdary, V.M., Rao, M.D., and Jaiswal, C.S. 2006. Study of infiltration process under different experimental conditions. Agricultural Water Management. 83: 69-78.
3
4.Cook, F.J. 2002. The twin-ring method for measuring saturated hydraulic conductivity and sorptivity in the field. P 108-118, McKenzie, N. Coughlan, K. and H. Cresswell (ed.), Soil physical measurement and interpretation for land evaluation. CSIRO Publishing.
4
5.Droogers, P., Akbari, M., Torabi, M., and Pazira, E. 2000. Exploring field scale salinity using simulation modeling, Example for Rudasht area, Esfahan Province, Iran. IAERI-IWMI Research Reports. 2: 16.
5
6.Duiker, S.W., Flanagan, D.C., and Lal, R. 2001. Erodibility and Infiltration characterstics of fire major soils of southwest Spain. Catena. 45: 2. 103-121.
6
7.Essig, E.T., Corradini, C., Morbidelli, R., and Gonindraju, S. 2009. Infiltration and deep
7
flow over sloping sirfaces: Comparison of numerical and experimental results. J. Hydrol. 374: 1. 30-42.
8
8.Fatehnia, M., Tawfiq, K., and Abichou, T. 2014. Comparison of the methods of hydraulic conductivity estimation from mini disk infiltrometer. Elec. J. Geotech. Engin. 19: 1047-1063.
9
9.Gregory J.H., Dukes, M.D., Miller, G.L., and Jones, P.H. 2005. Analysis of Double-Ring Infiltration Techniques and Development of a Simple Automatic Water Delivery System. Applied Turfgrass Science. 2: 1. 0-0.
10
10.Ho, R. 2006. Handbook of Univariate and Multivariate Data Analysis and Interpretation with SPSS, CRC Press.
11
11.Huang, J., Wu, P., and Xining, Z. 2013. Effects of rainfall intensity, underlying surface and slope gradient on soil infiltration under simulated rainfall experiments. Catena. 104: 93-102.
12
12.Lai, J., and Ren, L. 2007. Assessing the size dependency of measured hydraulic conductivity using double-ring infiltrometers and numerical simulation. Soil Sci. Soc. Amer. J.
13
71: 6. 1667-1675.
14
13.Lai, J., Luo, Y., and Ren, L. 2010. Buffer index effects on hydraulic conductivity measurements using numerical simulations of double-ring infiltration. Soil Sci. Soc. Amer. J. 74: 5. 1526-1536.
15
14.Mashayekhi, P., Ghorbani-Dashtaki, S., Mosaddeghi, M.R., Shirani, H., Panahi, M., and Nouri, M.R. 2017. Estimation of soil hydraulic parameters using double-ring infiltrometer data via inverse method. Iran. J. Soil Water Res. 47: 4. 829-838. (In Persian)
16
15.Mashayekhi, P., Ghorbani-Dashtaki, S., Mosaddeghi, M.R., Shirani, H., Panahi, M., and Nouri, M.R. 2017. Inverse Estimation of the Soil Water Retention Curve Parameters Using Double-Ring Infiltration Data. Applied Soil Research. 4: 2. 26-37.
17
16.Mashayekhi, P. 2016. Estimation of soil hydraulic properties using double-ring infiltrometer data via inverse solution. Ph.D. dissertation, Univercity of Shahrekord, Faculty of Agriculture. 148p.
18
17.Mashayekhi, P., Ghorbani-Dashtaki, S., Mosaddeghi, M.R., Shirani, H., and Mohammadi Nodoushan, A.R. 2016. Different scenarios for inverse estimation of soil hydraulic parameters from double-ring infiltrometer data using HYDRUS-2D/3D. International Agrophysics. 30: 2. 203-210.
19
18.Menziani, M., Pugnaghi, S., and Vincenzi, S. 2007. Analytical solutions of the linearized Richards equation for discrete arbitrary initial and boundary condition. J. Hydrol. 332: 1. 214-225.
20
19.Motevalizade, M., Ghahreman, B., Davary, K., and Ghandehari, A. 2012. Infiltration modeling using Hydrus-1D in SabzevarJovein plain. M.Sc. dissertation, Ferdowsi University of Mashhad. (In Persian)
21
20.Mukheibir, P. 2008. Water resources management strategies for adaptation to climate-induced impacts in South Africa. Water Resources Management. 22: 9. 1259-1276.
22
21.Parchami Araghi, F., Mirlatifi, S.M., Ghorbani-Dashtaki, Sh., and Mahdian, M.H. 2010. Evaluating Some Infiltration Models under Different Soil Texture Classes and Land Uses. Iran. J. Irrig. Drain. 4: 2. 193-205. (In Persian)
23
22.Pollalis, E.D., and Valiantzas, J.D. 2015. Isolation of a 1D infiltration time interval under ring infiltrometers for determining sorptivity and saturated hydraulic conductivity: numerical, theoretical and experimental approach. J. Irrig. Drain. Div. 141: 2.
24
23.Rawls, W.J., and Brakenseik, D.L. 1985. Prediction of soil water properties for hydrologic modeling. P 293-299, In Watershed management in the eighties. ASCE.
25
24.Reynolds, W.D., Elrick, D.E., and Youngs, E.G. 2002. Ring or cylinder infiltrometers (vadose zone). P 818-826, In: Dane, J.H. and G.C. Topp (eds), Methods of soil analysis: Physical methods. SSSA Wiconsin, USA.
26
25.Richards, L.A. 1931. Capillary conduction of liquids through porous mediums. J. Appl. Physic. 1: 5. 318-333.
27
26.Santos, F.L., Reis, J.L., Martins, O.C., Castanheria, N.L., and Serralherio, R.P. 2003. Comparative assessment of infiltration, runoff and erosion of sprinkler irrigation soils. Biosystems Engineering. 86: 3. 355-364.
28
27.Šimůnek, J., Šejna, M., and van Genuchten, M.Th. 1999. The HYDRUS-2D software package for simulating the two-dimensional movement of water, heat and multiple solutes in variably saturated media, version 2.0, IGWMC-TPS-70, International Ground Water Modeling Center, Colorado School of Mines, Golden, Colo. 230p.
29
28.Šimůnek, J., van Genuchten, M.Th., and Šejna, M. 2011. The HYDRUS Software Package for Simulating Two- and Three-Dimensional Movement of Water Heat. and Multiple Solutes in Variably-Saturated Media, Technical Manual. Version 2.0. PC Progress. Prague. Czech Repulic. 230p.
30
29.Swartzendruber, D., and Youngs, E.G. 1974. A Comparison of physically-based infiltration equations. Soil Science, an Interdisciplinary Approach to Soil Research, 117: 3. 165-167.
31
30.Wakindiki, I.I.C., and Ben-Hur, M. 2002. Soil Mineralogy and Texture Effects on Crust Micromorphology, Infiltration, and Erosion. Soil Sci. Soc. Amer. J. 66: 3. 897-905.
32
31.Wang X.P., Cui, Y., Pan, Y.X., Li, X.R., Yu, Z., and Young, M.H. 2008. Effects of rainfall characteristics on infiltration and redistribution patterns in revegetation-stabilized desert ecosystems. J. Hydrol. 358: 1. 134-143.
33
32.Wu, L., Pan, L., Roberson, M., and Shouse, P.J. 1997. Numerical evaluation of ring-infiltrometers under various soil conditions. Soil Science, an Interdisciplinary Approach to Soil Reserch. 162: 11. 771-777.
34
33.Zareabyaneh, H. 2006. Dynamics of mass transfer in laminated and nonlaminated soils. Ph.D. dissertation, TabrizUniversity, Irrigation department, Agriculture faculty. 184p.
35
(In Persian)
36
ORIGINAL_ARTICLE
کاربرد روش های تحلیلی و عددی در شبیه سازی آبشویی یون های نیترات و آمونیوم در یک خاک شنی
چکیده آبخوان ها در معرض آلودگی ناشی از فعالیتهای صنعتی وکشاورزی می باشند که سهم بخش کشاورزی از بقیه بیشتر است. کودهای ازته بیشترین مصرف را در بخش کشاورزی دارند. نیترات به دلیل داشتن بار منفی و عدم جذب توسط خاک، آبشویی و وارد آبهای سطحی و زیر زمینی می شود که این روند در خاکهای شنی سرعت بیشتری دارد. برای بررسی حرکت نیترات در خاک و تأثیر آن بر آلودگی آبهای زیرزمینی، از مدلهای تحلیلی و عددی استفاده می شود. کاربرد این مدلها، منوط به تعیین ضرایب انتشار و تأخیر می باشد. بنابراین تخمین کمی این ضرائب برای حل مسائل مرتبط با حرکت آلاینده ها ضروری است. مقادیر پارامترها به وسیلۀ مقایسه داده های آزمایشگاهی یا صحرائی مقابل نتایج تئوری بدست می آید. هدف، تخمین هر چه دقیق تر این پارامترها و کاربرد پارامترهای تخمین زده شده در پیش بینی رفتار سیستم در شرایطی غیر از شرایط آزمایش می باشد. هدف از انجام این تحقیق کاربرد سه مدل منحنی رخنه، حداقل مربعات و مدل عددی هایدروس برای تعیین ضرایب انتشار (D) و تأخیر (R) یونهای نیترات و آمونیوم در یک خاک لوم شنی اشباع است. مواد و روشها: جهت انجام آزمایش از ستون خاک به ارتفاع 50 سانتیمتر و قطر داخلی 5/10 سانتیمتر استفاده شد. کود نیترات آمونیم با غلظت 10 گرم بر لیتر به ستون های خاک در قالب 3 تکرار اضافه گردید و سپس ستون های خاک آبشویی شدند. با استفاده از غلظت نیترات و آمونیوم در پساب خروجی منحنی رخنه ترسیم شد و با استفاده از این منحنی که به شکل سیگموئیدی است ضرائب انتشار و تأخیر محاسبه شد. در روش حداقل مربعات خطا، یک تابع خطا با دو پارامتر مجهول ضریب انتشار و خطا بر منحنی رخنه برازش داده می شود که با کاربرد داده های آزمایشگاهی و با یک روش حداقل سازی ضرائب مجهول محاسبه می شود. در نرم افزار Hydrus-1D از دو مدل تعادلی جابجائی-انتشار و غیر تعادلی روان- ساکن با کاربرد مدلسازی معکوس، در برآورد پارامترهای انتقال استفاده شد.یافته ها: ضرائب انتشار و تأخیر برای بون نیترات در روشهای مختلف به ترتیب در رنج 15/0- 09/0 و48/0- 44/0 و برای یون آمونیوم در رنج 053/0-042/0 و 37/0-24/0 بدست آمده است. نتیجه گیری: در این تحقیق برای تخمین سریع و دقیق ضرائب انتشار و تأخیر با استفاده از داده های ستون خاک، از سه مدل استفاده شد. مدلهای به کاربرد شده در این تحقیق، نتایج تقریباً یکسانی در برآورد ضرائب انتشار و تأخیر داشته اند. یون نیترات نسبت به یون آمونیوم به ذرات خاک بیشتر جذب شده و در نتیجه ضریب انتشار و تأخیر بیشتر و آبشوئی کمتری نسبت به یون آمونیوم داشته است.
https://jwsc.gau.ac.ir/article_4246_b34491316932289f31bfaf215465efd8.pdf
2018-08-23
255
267
10.22069/jwsc.2018.12435.2706
واژه های کلیدی: نیترات آمونیوم
منحنی رخنه
ضریب انتشار
ضریب تأخیر
محبوبه
کفیل
m-kafil@phdstu.scu.ac.ir
1
طراحی و نظارت/مهندسین مشاور گوهرآب کلار
LEAD_AUTHOR
هادی
معاضد
hmoazed@yahoo.com
2
استاد دانشگاه شهید چمران اهواز
AUTHOR
مصطفی
مرادزاده
moradzadeh.mostafa@gmail.com
3
دکترای آبیاری و زهکشی از دانشگاه شهید چمران اهواز- کارشناس فنی و مطالعات شبکه آبیاری و زهکشی آبادان و خرمشهر- شرکت مهندسی مشاور جاماب.
AUTHOR
1.Adepelumi, A.A., Ako, B., Ajayi, T., Afolabi, O., and Omotoso, E. 2009. Delineation of saltwater intrusion into the freshwater aquifer of LekkiPeninsula, Lagos, Nigeria. Environmental Geology. 56: 5. 927-933.
1
2.Anayah, F.M., and Almasri, M.N. 2009. Trends and occurrences of nitrate in the groundwater of the West Bank, Palestine. Applied Geography. 29: 4. 588-601.
2
3.Andre, L., Franceschi, M., Pouchan, P., and Atteia, O. 2005. Using geochemical data and modelling to enhance the understanding of groundwater flow in a regional deep aquifer, Aquitaine Basin, south-west of France. J. Hydrol. 305: 1. 40-62.
3
4.Apha, A. 1998. Wpcf. Standard methods for the examination of water and wastewater 20.
4
5.Asghari Moghaddam, A., Nadiri, A.A., and Fijani, E. 2007. Spatial prediction of fluoride concentration using artificial neural networks and geostatic models. J. Sci. Water Soil.
5
J. 19/1. 129-145. (In Persian)
6
6.Chebotarev, I. 1955. Metamorphism of natural waters in the crust of weathering-1. Geochimica et Cosmochimica Acta. 8: 1. 22-48.
7
7.Davis, J.C. 1986. Statistical and data analysis in geology, J. Wiley.
8
8.Durov, S. 1948. Natural waters and graphic representation of their composition. Dokl Akad Nauk SSSR.
9
9.Güler, C., Thyne, G.D., McCray, J.E., and Turner, K.A. 2002. Evaluation of graphical
10
and multivariate statistical methods for classification of water chemistry data. Hydrogeol. J. 10: 4. 455-474.
11
10.Helena, B., Pardo, R., Vega, M., Barrado, E., Fernandez, J.M., and Fernandez, L. 2000. Temporal evolution of groundwater composition in an alluvial aquifer (Pisuerga River, Spain) by principal component analysis. Water research. 34: 3. 807-816.
12
11.Hossain, G., Howladar, M.F., Nessa, L., Ahmed, S.S., and Quamruzzaman, C. 2010. Hydrochemistry and classification of groundwater resources of Ishwardi Municipal Area, Pabna District, Bangladesh. Geotechnical and Geological Engineering. 28: 671-9.
13
12.Hounslow, A. 1995. Water quality data: analysis and interpretation, CRC press.
14
13.Kaiser, H.F. 1958. The varimax criterion for analytic rotation in factor analysis. Psychometrika. 23: 3. 187-200.
15
14.Kaiser, H.F. 1974. An index of factorial simplicity. Psychometrika. 39: 1. 31-36.
16
15.Love, D., Hallbauer, D., Amos, A., and Hranova, R. 2004. Factor analysis as a tool in groundwater quality management: two southern African case studies. Physics and Chemistry of the Earth, Parts A/B/C. 29: 15. 1135-1143.
17
16.McNeil, V.H., Cox, M.E., and Preda, M. 2005. Assessment of chemical water types and
18
their spatial variation using multi-stage cluster analysis, Queensland, Australia. J. Hydrol. 310: 1. 181-200.
19
17.Moghaddam, A.A., and Fijani, E. 2009. Hydrogeologic framework of the Maku area basalts, northwestern Iran. Hydrogeol. J. 17: 4. 949-959. (In Persian)
20
18.Nadiri, A.A., Moghaddam, A.A., Tsai, F.T., and Fijani, E. 2013. Hydrogeochemical analysis for Tasuj plain aquifer, Iran. J. Earth Syst. Sci. 122: 4. 1091-1105.
21
19.Noori, R., Sabahi, M.S., Karbassi, A., Baghvand, A., and Zadeh, H.T. 2010. Multivariate statistical analysis of surface water quality based on correlations and variations in the data set. Desalination. 260: 1. 129-136.
22
20.Oudouris, K., Panagopoulos, A., and Koumantakis, J. 2000. Multivariate statistical analysis in the assessment of hydrochemistry of the Northern Korinthia prefecture alluvial aquifer system (Peloponnese, Greece). Natural Resources Research. 9: 2. 135-146.
23
21.Piper, A.M. 1944. A graphic procedure in the geochemical interpretation of water-analyses. Transactions, American Geophysical Union. 25: 914-928.
24
22.Pourakbar, M., Mosaferi, M., Shaker Khatibi, M., and Moradi, A. 2014. Groundwater quality assessment from a hydrogeochemical viewpoint a case Study of Sarab County. Adviser engineer of project and investigations of water and wastewater. 26: 3. 116-126. (In Persian)
25
23.Prasanna, M.V., Chidambaram, S., Hameed, A.S., and Srinivasamoorthy, K. 2011. Hydrogeochemical analysis and evaluation of groundwater quality in the Gadilam river basin, Tamil Nadu, India. J. Earth Syst. Sci. 120: 1. 85-98.
26
24.Prasanna, M.V., Chidambaram, S., and Srinivasamoorthy, K. 2010. Statistical analysis of the hydrogeochemical evolution of groundwater in hard and sedimentary aquifers system of Gadilam river basin, South India. J. King Saud Univ. - Sci. 22: 3. 133-145.
27
25.Shahrabi, M. 1994. Report of geological map of Quadrilateral Urmia with scale 250000/1. Geological Survey and mining Exploration. (In Persian)
28
26.Shanmugam, P., and Ambujam, N. 2012. A hydrochemical and geological investigation on the Mambakkam mini watershed, Kancheepuram District, Tamil Nadu. Environmental monitoring and assessment. 184: 5. 3293-3306.
29
27.Singh, K.P., Malik, A., Mohan, D., and Sinha, S. 2004. Multivariate statistical techniques for the evaluation of spatial and temporal variations in water quality of GomtiRiver (India)-a case study. Water Research. 38: 18. 3980-3992.
30
28.Singhal, B., and Gupta, R. 1999. Applied Hydrogeology of Fractured Rocks. Kluwer Academic Publishers, Dordrecht, the Netherlands.
31
29.Tabachnick, B.G., and Fidell, L.S. 2001. Using multivariate statistics.
32
30.Todd, D.K., and Mays, L.W. 2005. Groundwater Hydrology. Wiley, New Jersey.
33
31.Vega, M., Pardo, R., Barrado, E., and Debán, L. 1998. Assessment of seasonal and
34
polluting effects on the quality of river water by exploratory data analysis. Water research. 32: 12. 3581-3592.
35
ORIGINAL_ARTICLE
تاثیر مدیریتهای زراعی مختلف بر برخی شاخصهای شیمیایی و بیولوژیکی سلامت خاک
سابقه و هدف: سلامت خاک یکی از عوامل تأمین کننده امنیت غذایی و تصمین سلامت عمومی و تسریع کننده دستیابی به اهداف کشاورزی پایدار میباشد. مدیریتهای زراعی مختلف تاثیرات متفاوتی بر شاخصهای کیفی خاک میگذارند.یکی از عوامل موثر بر شاخصهای سلامت خاک، مدیریتهای زراعی است. مدیریتهای زراعی شامل مدیریت بقایا، سیستم تک کشتی و تناوب زراعی است اعمال هر یک از مدیریتهای زراعی تاثیرات مختلفی بر شاخصهای کیفیت خاک میگذارد. بنابراین این مطالعه با هدف بررسی تاثیر مدیریت های زراعی مختلف بر برخی شاخص های شیمیایی و بیولوژیکی سلامت خاک انجام شد.مواد و روشها: پژوهش حاضردر مزرعه آزمایشی شماره دو دانشکده کشاورزی دانشگاه شهید چمران اهواز انجام شد. در این تحقیق تاثیرمدیریتهای زراعی شامل سیستم تک کشتی گندم،تناوب گندم-ماش ومدیریت بقایا بر برخی از شاخصهای ارزیابی سلامت خاک (پ.هاش، شوری، تنفس میکروبی، مواد آلی، کربن فعال، نیتروژن کل، مقدار قابل دسترس عناصرفسفر، پتاسیم، آهن، روی ومنگنز) مورد بررسی قرار گرفت. بدین منظور سه مزرعه با سابقه مدیریتهای زراعی مختلف شامل سیستم تک کشتی گندم، تناوب گندم- ماش و مدیریت بقایای گیاهی بررسی شدند. آزمایش درقالب طرح آماری بلوکهای کامل تصادفی با چهار تکرارصورت گرفت. همچنین آزمون مقایسه میانگینها به روش آزمون چند دامنهای دانکن انجام گرفت.یافتهها: نتایج تجزیه وتحلیل واریانس نشان داد که نوع مدیریت زراعی بر مقدار پ.هاش، شوری خاک، مواد آلی خاک، تنفس میکروبی و کربن فعال خاک ، عناصر کم مصرف و پر مصرف خاک در سطح احتمال 01/0 تاثیر معنیدار داشت. نتایج مقایسه میانگین اثر نوع مدیریت زراعی بر پ.هاش و شوری خاک نشان داد که روش مدیریت زراعی تک کشتی منجر به افزایش معنی دار پ.هاش (29/7) و شوری خاک (54/3 دسیزیمنس بر متر) شد. کاربرد بقایای گیاهی نسبت به تناوب زراعی و مدیریت تک کشتی باعث افزایش مواد آلی خاک، تنفس میکروبی خاک و کربن فعال خاک شد. همچنین مقادیر این صفات در سیستم تناوب زراعی بیشتر از روش مدیریت تک کشتی بود. بیشترین و کمترین مقدار آهن ، روی و منگنز به ترتیب در مدیریت زراعی بقایا و تک کشتی مشاهده شد. نتیجهگیری: این مطالعه نشان داد که پ.هاش، شوری، تنفس میکروبی، مواد آلی، کربن فعال، نیتروژن کل، مقدار قابل دسترس عناصرفسفر، پتاسیم، آهن، روی ومنگنز می توانند به عنوان شاخصهای سلامت خاک برای ارزیابی و مقایسه مدیریتهای مختلف زراعی استفاده شوند. کاربرد بقایای گیاهی نسبت به تناوب زراعی و مدیریت تک کشتی باعث افزایش میزان مواد آلی خاک، تنفس میکروبی خاک و کربن فعال خاک شد.همچنین مقادیر این ویژگیها در سیستم تناوب زراعی بیشتر از روش مدیریت تک کشتی بود. از آن جایی که بقایای گیاهی منبع غنی از عناصر پرمصرف و کم مصرف هستند، میتوانند به عنوان منبع مناسبی جایگزین کودهای شیمیایی مورد استفاده شوند. به طور کلی نتایج نشان داد که مدیریت بقایای گیاهی سبب بهبود ویژگیهای شیمیایی و بیولوژیکی سلامت خاک شد.
https://jwsc.gau.ac.ir/article_4247_32708ccd2b539c4afb79503a3dbf12f2.pdf
2018-08-23
269
280
10.22069/jwsc.2018.14281.2905
سلامت خاک
تناوب
مدیریت بقایا
سیستم تک کشتی
ارسلان
صادقیان
arsalan_13701@yahoo.com
1
دانشجوی کارشناسی ارشد/دانشگاه شهید چمران اهواز
AUTHOR
غلامعباس
صیاد
gsayyad@gmail.com
2
هیات علمی/ دانشگاه شهید چمران اهواز
LEAD_AUTHOR
احمد
فرخیان فیروزی
farrokhian@gmail.com
3
دانشیار دانشگاه شهید چمران اهواز
AUTHOR
مجتبی
نوروزی مصیر
mnm.scu@gmail.com
4
استادیار دانشگاه شهید چمران اهواز
AUTHOR
1.Ajami, M., Khormali, F., Ayoubi, S., and Omrani, R.A. 2006. Changes in soil quality attributes by conversion of land use on a loess hillslope in Golestan province, Iran. 18th International Soil Meeting (ISM) on Soil Sustaining Life on Earth, Maintaining Soil and Technology Proceedings, Soil Science Society of Turkey, 5: 2. 501-504.
1
2.Anderson, J.M., and Ineson, P. 1982. A soil microcosm system and its application to measurements of respiration and nutrient leaching. Soil Biology and Biochemistry,
2
14: 4. 415-416.
3
3.Ayoubi, S., Khormali, F., Sahrawat, K.L., and Rodriguesde Lima, A.C. 2011. Assessing impact of land use change on soil quality indicators in a loessial soil in Golestan province, Iran. J. Agric. Sci. Technol. 13: 2. 727-742.
4
4.Beheshti, A., Raiesi, F., and Golchin, A. 2012. Soil properties, C fractions and their dynamics in land use conversion from native forests to crop lands in northern Iran. Agriculture, Ecosystems and Environment. 148: 1. 121-133.
5
5.Blake, G.R., and Hartge, K.H. 1986a. Bulk DensityIn: Klute, A. (Ed). Methods of Soil Analysis. Part 1. 2nd ed. Agron. Monogr. 9. ASA, Madison, WI. Pp: 363-375.
6
6.Blake, G.R., and Hartge, K.H. 1986b. Particle Density, P 377-381. In: Klute, A. (Ed). Methods of Soil Analysis. Part 1. 2nd ed. Agron. Monogr. 9. ASA, Madison, WI.
7
7.Celik, I. 2005. Land-use effects on organic matter and physical properties of soil in a southern Mediterranean highland of Turkey. Soil and Tillage Research. 83: 2. 270-277.
8
8.Danielson, R.H., and Suterland, P.L. 1986. Porosity, In: Klute, A. (Ed.). Methods of Soil Analysis. Part 1. Physical and Mineralogical Methods. Agronomy Monograph, 9. 2nd edition, ASA and SSSA, Madison, WI. Pp: 443-460.
9
9.Emadi, M., Baghernjad, M., and Memarian, H. 2009. Effect of land use change on soil fertility characteristics within water-stable aggregates of two cultivated soils in northern Iran. Land Use Policy. 26: 2. 452-457.
10
10.Evrendliek, I., Celik, I., and Klic, S. 2004. Changes in soil organic carbon and other physical soil properties along adjacent Mediterranean forest, grass land and crop land ecosystems in Turkey. J. Arid Environ. 59: 4. 743-752.
11
11.Gol, C. 2009. The effects of land use change on soil properties and organic carbon at Dagdamir river catchment in Turkey. J. Environ. Biol. 30: 5. 825-830.
12
12.Hillel, D. 2004. Introduction to Environmental Soil Physics. Elsevier Academic Press. 494p.
13
13.Islam, K.R., and Weil, R.R. 2002. Land use effects on soil quality in a tropical forest ecosystem of Bangladesh. Agriculture, Ecosystems and Environment. 79: 1. 9-16.
14
14.Jacob, H., and Clarke, G. 2002. Methods of Soil Analysis, Part 4, physical methods. Soil Science Society of America, Inc, Madison, Wisconsin, USA. 1692p.
15
15.Jones, B.J. 2001. Laboratory guide for conducting soil tests and plant analysis. Boca Raton, London, New York & Washington, D.C. CRC Press. 421p.
16
16.Kalva, Y.P., Reak, R., Vaughan, B., and Wolf, A.M. 1998. Handbook of reference methods for plant and analysis. Soil and Plant Analysis Council. Inc, Athens, GA. CRC Press.
17
Boca Raton. Florida. 129p.
18
17.Khazayi, M., Sadeghi, S.H.R., and Mirnia, S.Kh. 2011. Hydrological effects of forest surface disturbance, a case study. Iran. J. For. 3: 2. 145-155. (In Persian)
19
18.Khormali, F., and Shamsi, S. 2009. Study of soil quality and micromorphology at
20
different sloped loess land use in the eastern of Golestan province. J. Agric. Sci. Natur. Resour. 16: 3. 14-29. (In Persian)
21
19.Khormali, F., Ajami, M., Ayoubi, S., Srinivasarao, C., and Wani, S.P. 2009. Role of deforestation and hill slope position on soil quality attributes of loess-derived soils in Golestan province, Iran. Agricultural, Ecosystems and Environment. 134: 2. 178-189.
22
20.Klute, A. 1986. Methods of Soil Analysis. Part 1. Physical and Mineralogical Methods.
23
2nd edition. Agron. Monog. 9. ASA ana SSSA, Madison, WI.
24
21.Klute, A., and Dirksen, C. 1986. Hydraulic conductivity of saturated soils (constant head), In: Klute, A. (ed). Methods of Soil Analysis. Part 1, 2nd ed. Agronomy. Monograph 9. ASA and SSSA, Madison, WI. Pp: 694-696.
25
22.Martinez, M., Lopez, J., Almagro, M., and Albaladejo, J. 2008. Effect of water erosion and cultivation on the soil carbon stock in a semiarid area of south-east Spain. Soil and Tillage Research. 99: 2. 119-129.
26
23.Motaghian, H.R., and Mohammadi, J. 2011. Comparison of some soil physical quality indices in different land uses in Marghmalek catchment, Shahrekord (Chaharmahal-va- BakhtiariProvince). J. Water Soil. 25: 1. 115-124. (In Persian)
27
24.Mokhtari Karchegani, P., Ayoubi, Sh., Mosaddeghi, M.R., and Malekian, M. 2011. Effects of land use and slope gradient on soil organic carbon pools in particle-size fractions and some soil physico-chemical properties in hilly regions, western Iran. J. Soil Manage. Sust. Prod. 1: 1. 23-42. (In Persian)
28
25.Nelson, D.W., and Sommers, L.E. 1982. Total carbon, organic carbon and organic matter,
29
In: Page, A.L., R.H. Miller and D.R. Keeny, (Eds.), Methods of Soil Analysis, Part 2, Soil Science Society of America, Madison, WI. Pp: 539-579.
30
26.Niknahad Gharmakher, H., and Maramaei, M. 2011. Effects of land use change on
31
soil properties (Case study: the Kechik catchment). J. Soil Manage. Sust. Prod. 1: 2. 81-96. (In Persian)
32
27.Raiesi, F. 2007. The conversion of overgrazed pastures to almond orchards and alfalfa cropping systems may favor microbial indicators of soil quality in central Iran. Agriculture, Ecosystems and Environment. 121: 1. 309-318.
33
28.Salehi, A., Mohammadi, A., and Safari, A. 2011. Investigation and comparison of physical and chemical soil properties and quantitative characteristics of trees in less-damaged and damaged area of Zagross forests (Case study: Poldokhtar, Lorestan province). Iran. J. For.
34
3: 1. 81-89. (In Persian)
35
29.Shahbazi, F., Aliasgharzad, N., Ebrahimzad, S.A., and Najafi, N. 2013. Geostatistical analysis for predicting soil biological maps under different scenarios of land use. Europ. J. Soil Biol. 55: 20-27.
36
30.Soleimani, K., and Azmoodeh, A. 2010. Investigation the role of land use change on some soil physical, chemical and erodibility properties. Physical Geography Research. 42: 74. 111-123. (In Persian)
37
31.Yoder, R.E. 1936. A direct method of aggregate analysis of soils and a study of the physical nature of erosion losses. J. Amer. Soc. Agron. 28: 1. 337-351.
38
32.Zolfaghari, A.A., and Hajabassi, M.A. 2008. The effects of land use change on physical properties and water repellency of soils in Lordegan forest and Freidunshar pasture. J. Water Soil. 22: 2. 251-262. (In Persian)
39
ORIGINAL_ARTICLE
بررسی عوامل محیطی کنترل کننده کربن آلی خاک در مراتع مناطق خشک (مطالعۀ موردی: منطقۀ یانسی گناباد)
سابقه و هدف: مراتع مناطق خشک و بیابانی علیرغم پوشش گیاهی ناچیز، اما بهدلیل سطح وسیع در مقیاس جهانی، بیش از یک سوم ذخایر سطحی و زیرزمینی کربن خشکیهای زمین را در خود جای دادهاند، مدیریت کربن آلی خاک مراتع، نیازمند آگاهی از مقدار موجود و شناخت عوامل مؤثر بر آن میباشد. میزان کربن آلی خاک، نتیجه تعادلی است که بین کربن گیاهی افزوده شده به خاک و کربن خارج شده از خاک توسط آب شویی، پوسیدگی و فرسایش برقرار است. تحقیق حاضر به ارزیابی تغییرات کربن خاک و چگونگی رابطهی آنها با پارامترهای محیطی در مراتع خشک و نیمهخشک میپردازد. به این منظور، مراتع منطقه یانسی گناباد، بهعنوان الگویی از مناطق خشک کشور انتخاب شده و با هدف بررسی تأثیر ویژگیهای خاکی، مدیریت اراضی و پوشش گیاهی بر تغییرات کربن آلی خاک مورد مطالعه قرار گرفتند. از این رو در تحقیق حاضر، بررسی رابطه کربن آلی خاک با برخی خصوصیات خاک و عوامل اقلیمی و تعیین مهمترین عوامل تأثیرگذار بر کربن آلی خاک از بین متغییرهای مطالعاتی مدنظر است.مواد و روشها: محدودۀ مورد مطالعه در منطقۀ یانسی در محدودۀ جغرافیایی '20 °32 تا '39 °32 عرض شمالی و '57 °59 تا '13 °60 طول جغرافیایی قرار گرفته است. آماربرداری پوشش گیاهی منطقه، با کمک روش تلفیقی ترانسکت دایرهای انجام شد، پارامترهای محیطی اندازهگیری شده شامل ارتفاع از سطح دریا (فیزیوگرافیک)، متوسط بارندگی سالانه، متوسط دمای سالانه و متوسط نم نسبی سالانه (اقلیمی)، واکنش خاک، هدایتالکتریکی، کلسیم، منیزیم، سدیم، پتاسیم، فسفر، کربن آلی و بافت خاک بودند. برای تعیین عوامل محیطی مؤثر بر تغییرات کربن خاک، از آنالیز مؤلفههای اصلی (PCA) بر مقادیر عوامل و ضرایب همبستگی بهعنوان معیاری از تشابه بین پلاتها استفاده گردید. یافتهها: نتایج تحلیل مؤلفههای اصلی نشان داد که پارامترهای پوشش گیاهی، اقلیمی، بافت خاک و ارتفاع نقش زیادی در کنترل کربن آلی خاک در این مراتع دارند. میزان کربن خاک، دارای همبستگی مثبت با رس (39%)، شن (33%)، پتاسیم (30%) و منیزیم (21%) و همبستگی منفی با ارتفاع (32%-)، ازت (18%-)، بارندگی (39%-)، رطوبتنسبی(39%-) و پوششگیاهی (34%-) بود. نتیجهگیری: در این مطالعه مشخص شد که در مراتع خشک و نیمهخشک کشور، میزان کربن آلی خاک در درجه اول تحت تأثیر بارش و درجه حرارت و در مرتبه دوم، تحت تأثیر بافت خاک و در درجات بعدی تحت تأثیر ارتفاع و پوشش گیاهی است، بنابراین ترکیبی از فاکتورهای مختلف بهویژه موارد ذکر شده برای درک و برآورد معنیدار سطوح کربن آلی خاک نیاز است و بدون درنظر گرفتن کامل عوامل کنترل کننده کلیدی با هم، هرگونه برآوردی از از کربن آلی خاک غیر قابل اتکا خواهد بود.
https://jwsc.gau.ac.ir/article_4248_ad0237924134d260ab2671caf0cff943.pdf
2018-08-23
281
289
10.22069/jwsc.2018.14299.2903
مرتع
کربن آلی
خاک
عوامل محیطی
ایمان
حقیان
haghiyan24@gmail.com
1
استادیار، عضو هیأت علمی، گروه مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه تربتحیدریه،
AUTHOR
امیر
سالاری
salari.1361@yahoo.com
2
دانشگاه تربت حیدریه
LEAD_AUTHOR
1.Abdi, N. 2013. Investigating the factors affecting the organic carbon content of soil in the protected aea Arak. Third National Conference on Desertification and Sustainable Development of Iran's Desert Lagoon. Arak Islamic AzadUniversity. Arak, Iran. 7p. (In Persian)
1
2.Allen-Diaz, B. 1996. Rangelands in a changing climate: impacts, adaptations and mitigation. In: Watson, R.T., Zinyowera, M.C., Moss, R.H. (Eds.), Climate Change 1995. Impacts, Adaptations and Mitigation of Climate Change: Scientific-Technical Analyses. Published for the Intergovernmental Panel on Climate Change. CambridgeUniversity Press, Cambridge, UK. Pp: 131-158.
2
3.Almagro, M., Ignacio Querejeta, J., Boix-Fayos, C., and Martínez-Mena, M. 2013. Links between vegetation patterns, soil C and N pools and respiration rate under three different land uses in a dry Mediterranean ecosystem. J. Soil Sed. 13: 4. 641-653.
3
4.Alvarez, R., and Lavado, R.S. 1998. Climate, organic matter and clay content relationships in the Pampa and Chaco soils, Argentina. Geoderma. 83: 1-2. 127-141.
4
5.Bagherifam, S., Karimi, A.R., Lakzian, A., and Izanloo, E. 2013. Effects of land use management on soil organic carbon, particle size distribution and aggregate stability along hillslope in semi-arid areas of northern Khorasan. J. Water Soil Cons. 20: 4. 51-73.
5
(In Persian)
6
6.Bahrami, B., Erfanzadeh, R., and Motamedi, J. 2013. Effect of Slope and Vegetation on Carbon Sequestration in a Semi-dry Rangeland of Western Iran, Case study: Khanghah Sorkh, Urmia. J. Water Soil. 27: 4. 703-711. (In Persian)
7
7.Crow, S.E., Swantson, C., and Lajtha, K. 2007. Density fraction of forest soils: Methodological question and interpretation of incubation result and turnover time in an ecosystem context. Biogeochemistry. 85: 1. 69-90.
8
8.Dadgar, M. 2012. Investigating the Effect of Management, Soil and Physiographic Factors on Soil Carbon Storage and its Spatial Distribution in Different Land Uses (Case study: Part of Damavand Region). PhD Thesis. Islamic AzadUniversity, Science and Research Branch, Tehran, Iran. (In Persian)
9
9.Hill, M.J., Britten, R., and McKeon, G.M. 2003. A scenario calculator for effect of grazing land management on carbon stock in Australian rangelands. Environmental Modeling and Software. 18: 7. 627-644.
10
10.Jenny, H. 1980. The Soil Resource. Springer, NewYork, USA.
11
11.Jenny, H., and Raychaudhuri, S.P. 1960. Effect of Climate and Cultivation on Nitrogen and Organic Matter Reserves in Indian Soils. ICAR, NewDelhi, India. 126p.
12
12.Joneydi Jafari, H. 2010. Effect of Ecological and Managerial Factors on carbon sequestration of Artemisia sieberi rangeland, Case study: Semnan province Rangelands. PhD Thesis, University of Tehran, Tehran, Iran. (In Persian)
13
13.Kaveh, A., Mahdian, M.H., Parvizi, Y., Sokouti Oskouei, R., and Masihabadi, M.H. 2015. Investigating Effects of Topography, Soil and Climate Factors on Soil Organic Carbon Storage in Drylands of KermanshahProvince. Desert Management. 2: 4. 51-65. (In Persian)
14
14.Leifeld, J., Bassin, S., and Fuhrer, J. 2005. Carbon stocks in Swiss agricultural soils predicted by land-use, soil characteristics and altitude. Agriculture, Ecosystems and Environment. 105: 1-2. 255-266.
15
15.Lu Li, G., and Ming Pang, X. 2010. Effect of land-use conversion on C and N distribution in aggregate fractions of soils in the southern Loess Plateau, China. Land Use Policy.
16
27: 3. 706-712.
17
16.Mortenson, M., and Shuman, G.E. 2002. Carbon sequestration in rangeland interseeded with yellow- flowering Alfalfa (Medicago sativa spp. Falcata), USDA symposium on natural resource management to offset greenhouse gas emission in University of Wyoming.
18
17.Neill, C., Melillo, J., Steudler, P.A., Cerri, C.C., Moraes, J.F.L., Piccolo, M.C., and Brito, M. 1997. Soil carbon and nitrogen stocks following forest clearing for pasture in the southwestern Brazilian Amazon. Ecological Application. 7: 1216-1225.
19
18.Oades, J.M. 1993. The role of biology on the formation, stabilization and degradation of soil structure. Geoderma. 56: 1-4. 377-400.
20
19.Pandey, C.B., Chaudhari, S.K., Dagar, J.C., Singh, G.B., and Singh, R.K. 2010. Soil N mineralization and microbial biomass carbon affected by different tillage levels in a hot humid tropic. Soil Till. Res. 110: 1. 33-41.
21
20.Rosell, R.A., and Galantini, J.A. 1998. Soil organic carbon dynamics in native and cultivated ecosystems of South America. In: Lal, R., Kimble, J., Follett, R., Stewart, B.A. (Eds.), Management of Carbon Sequestration in Soil. CRC, Boca Raton, FL. Pp: 11-33.
22
21.Sainju, U.M., Caesar, T., Ton That, T., and Jabro, J.D. 2009. Carbon and nitrogen fractions in dryland soil aggregates affected by long-term tillage and cropping sequence. Soil Sci. Soc. Amer. J. 73: 1488-1495.
23
22.Schimel, D.S., Braswell, B.H., Holland, E.A., McKeown, R., Ojima, D.S., Painter, T.H., Parton, W.J., and Townsend, A.R. 1994. Climatic, edaphic and biotic controls over storage and turnover of carbon in soils. Global Biogeochemistry Cycle. 8: 3. 279-293.
24
23.Schuman, G.E., and Janzen, H.H. 2002. Soil carbon dynamics and potential carbon sequestration by rangelands. Environmental Pollution. 116: 391-396.
25
24.Schuman, G.E., Reeder, J.D., Manley, J.T., Hart, R.H., and Manley, W.A. 2001. Impact of grazing management on the carbon and nitrogen balance of a mixed-grass rangeland. Ecol. Appl. 9: 1. 65-71.
26
25.Sindhøja, E., Andréna O., Kätterera, T., Gunnarssona, S., and Pettersson, R. 2006. Projections of 30-year soil carbon balances for a semi-natural grassland under elevated
27
CO2 based on measured root decomposability. Agriculture, Ecosystems and Environment. 114: 360-368.
28
26.Sollins, P., Homann, P., and Caldwell, B.A. 1996. Stabilization and destabilization of soil organic matter: mechanisms and controls. Geoderma. 74: 1-2. 65-105.
29
27.Tate, K.R. 1992. Assessment based on a climosequence of soils in tussock grasslands of soil carbon storage and release in response to global warming. J. Soil Sci. 43: 697-707.
30
28.Tomomichi, K. 2003. Carbon dioxide exchange between the atmosphere and on alpine.
31
J. Range Manage. 45: 255-261.
32
29.Varamesh, S., Hoseini, S.M., and Abdi, N. 2011. Effects of reforestation with broad-leafed species on soil Carbon sequestration in Chitgar forest park. J. Soil Res. 25: 3. 178-196. (In Persian)
33
30.Wang, Z.M., Zhang, B., Song, K.Sh., Liu, D.W., and Ren, Ch.Y. 2010. Spatial variability of soil organic carbon under maize monoculture in the Song-Nen Plain, Northeast China. Pedosphere. 20: 1. 80-89.
34
31.Whalen, J.K. 2003. Soil carbon, nitrogen and phosphorus in modified rangeland communities. J. Range Manage. 56: 6. 665-672.
35
32.Zare Chahouki, M.A., Khalasi Ahvazi, L., and Azarnivand, H. 2010. Environmental factors affecting distribution of vegetation communities in Iranian rangelands. Vegetos. 23: 1-15. (In Persian)
36
ORIGINAL_ARTICLE
شبیهسازی نرمافزاری تأثیر صفحات مستغرق بر چاله آبشستگی در محل تقاطع کانالها
سابقه و هدف: پدیده تقاطع کانالها و رودخانهها ازجمله مسائلی است که در کانالهای آبیاری و زهکشی، کانالهای جمعآوری آبهای سطحی، تصفیهخانههای آب و فاضلاب و رودخانههای طبیعی رخ میدهد. هدف از این پژوهش، بررسی تأثیر صفحات مستغرق نصبشده در کانال فرعی بر کنترل و کاهش عمق چالهی آب شستگی در اتصال 90 درجه کانالها و ارائه بهترین موقعیت و آرایش صفحات مستغرق با استفاده از شبیهسازی نرمافزاری است.مواد و روشها: در این پژوهش از نرمافزار شبیهسازی جریان Flow-3D بهمنظور مدلسازی حالات مختلف قرارگیری صفحات مستغرق در تلاقی کانالهای 90 درجه استفادهشده است. برای صحت سنجی نتایج از دادههای آزمایشهای انجامشده در آزمایشگاه گروه مهندسی عمران دانشگاه صنعتی شریف استفادهشده است. مدل آزمایشگاهی مذکور از یک کانال اصلی به طول 12 متر و عرض 40 سانتیمتر و یک کانال فرعی به طول 3 متر و همعرض با کانال اصلی تشکیلشده است. کانال فرعی در فاصله 35/6 متری از ابتدای کانال اصلی و با زاویه 90 درجه نسبت به آن نصبشده است. معادلات حاکم در شبیهسازی نیز معادلات ناویر استوکس و پیوستگی جریانهای تراکم ناپذیر بودند. جهت مدل کردن آشفتگی نیز از مدل دو معادلهای k-w استفاده شد.یافتهها: نتایج این مطالعه نشان داد که شبیهسازی نرمافزاری میتواند الگوی آب شستگی در محل تلاقی را بهخوبی برآورد نماید. بطوریکه اختلاف حداکثر عمق آب شستگی در محل تلاقی بین مدل عددی و آزمایشگاهی 4/1 درصد بود. همچنین مدلسازیهایی با زوایا، ابعاد و فواصل مختلف از صفحات مستغرق جهت تعیین بهترین موقعیت صفحات مستغرق برای کاهش عمق آب شستگی در محل تلاقی دو کانال با زاویه 90 درجه انجام گرفت. نتایج این مدلسازیها نشان داد که چنانچه زاویهی قرارگیری صفحات مستغرق نسبت به راستای جریان کانال فرعی برابر 60 درجه، نسبت طول صفحات به عرض کانال برابر 25/0، فاصله طولی صفحات از یکدیگر نصف عرض کانال فرعی، فاصله عرضی صفحات از یکدیگر 375/0 عرض کانال فرعی و فاصله نصب صفحات از محل تلاقی دو کانال بین 25/0 تا 375/0 عرض کانال فرعی باشد؛ صفحات مستغرق بهطور مؤثری حداکثر عمق چاله آب شستگی ایجادشده در محل اتصال دو کانال با زاویه 90 درجه را کاهش میدهند.نتیجهگیری: نتیجه نهایی حاصل از این پژوهش نشان میدهد که چنانچه صفحات مستغرق در موقعیت مناسب و با ابعاد بهینه در کانال فرعی نصب شوند میتوانند عمق چاله آبشستگی در محل تقاطع را کاهش دهند. بطوریکه در این پژوهش حداکثر عمق آب شستگی با نصب صفحات مستغرق در کانال فرعی 21 درصد نسبت به حالت بدون صفحات کاهش یافت.
https://jwsc.gau.ac.ir/article_4249_45d97e22f919e6a9a0b3706b7ac982e1.pdf
2018-08-23
291
297
10.22069/jwsc.2018.13787.2855
تقاطع کانالها
فرسایش
صفحات مستغرق
مدل عددی FLOW-3D
محمد
گیوه چی
m.givehchi@eng.usb.ac.ir
1
گروه عمران- دانشکده مهندسی شهید نیکبخت- دانشگاه سیستان و بلوچستان - زاهدان - ایران
LEAD_AUTHOR
سیروس
حریف
siroos.harif@yahoo.com
2
دانشجوی کارشناسی ارشد سازه های هیدرولیکی، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه سیستان و بلوچستان، زاهدان، ایران
AUTHOR
غلامرضا
عزیزیان
g.azizyan@eng.usb.ac.ir
3
استادیار گروه مهندسی عمران دانشکده مهندسی شهید نیکبخت - دانشگاه سیستان و بلوچستان
AUTHOR
1.Biswal, S.K., Mohapatra, P., and Muralidhar, K. 2016. Hydraulics of combining flow in a right-angled compound open channel junction. Sadhana. 41: 1. 97-110.
1
2.Ghobadian, R., and Basiri, M. 2016. The effect of downstream curved edge on local scouring at 60 degree open channel junction using SSIIM1 model. Ain Shams Engin. J. 7: 2. 543-552.
2
3.Lauchlan, C.S. 1999. Countermeasures for pier scour. Ph.D. Thesis. The Univ. of Auckland. Auckland. New Zealand. 378p.
3
4.Mohajeri, M., Aminnejad, B., and Babakhani, A. 2015. The effect of size, layout and number of vanes effects on separation zone and turbulence parameters in connection to 90 channels. Fourteenth National Iranian Hydraulic Conference. University of Sistan and Baluchestan. Zahedan. 8p. (In Persian)
4
5.Mohammadiun, S., Neyshabouri, S.S., Naser, G., and Vahabi, H. 2016. Numerical Investigation of Submerged Vane Effects on Flow Pattern in a 90° Junction of Straight and Bend Open Channels. Iran. J. Sci. Technol. Trans. Civil Engin. 40: 4. 349-365.
5
6.Nozari, S., Fazeli, S., and Jamali, Mr.M. 2013. Experimental studies of vanes mounted
6
on the tributary channel to reduce erosion at the channel confluences. 12th Iranian Hydraulic Conference. Karaj, Department of Irrigation and Reclamation Engineering Tehran University. Iranian Hydraulic Association. 9p. (In Persian)
7
7.Nazari-Giglou, A., Jabbari-Sahebari, A., Shakibaeinia, A., and Borghei, S.M. 2016. An experimental study of sediment transport in channel confluences. Inter. J. Sed. Res.
8
31: 1. 87-96.
9