ORIGINAL_ARTICLE
نقش تبخیر و تعرق در پایش خشکسالی هواشناسی در چند ناحیه اقلیمی کشور
سابقه و هدفآب یکی از اساسیترین نیازهای بشر و سایر موجودات زنده است. خشکسالی پدیدهای طبیعی و تکرارپذیر است که میتواند موجب بروز بحرانهای جدی شود. این پدیده در هر رژیم آب و هوایی، حتی در مناطق مرطوب ممکن است مشاهده شود، اما اثرات و فراوانی آن در مناطق خشک و نیمهخشک بیشتر نمایان میشود. مهمترین عامل ایجاد خشکسالی بارندگی میباشد، اما افزایش و یا کاهش تبخیر و تعرق میتواند تا حدودی شرایط خشکسالی را تشدید و یا تعدیل نماید. به منظور پایش خشکسالی از شاخصهای متفاوت که عموما مبتنی بر بارندگی و یا بارندگی و تبخیر و تعرق میباشند، استفاده میشود. از طرف دیگر پایش خشکسالی بر اساس شاخصهای متفاوت ممکن است نتایج متفاوتی را نیز سبب شود. از اینرو، در این پژوهش به پایش خشکسالی هواشناسی و بررسی تاثیر تبخیر و تعرق بر آن طی سالهای 1339-40 الی 1388- 89 و مقایسه وضعیت خشکسالی بر اساس سه شاخص SPI، RDI و SPEI در شش ایستگاه سینوپتیک رامسر، همدان، شیراز، سبزوار، بندرعباس و یزد، که به ترتیب در اقلیمهای مرطوب ساحلی، کوهستانی، نیمهکوهستانی، نیمهبیابانی، بیابان ساحلی و بیابانی واقع شدهاند، پرداخته شدهاست.مواد و روشها در این مطالعه از آمار ماهانه پارامترهای هواشناسی بارندگی، دمای میانگین، دمای حداقل، دمای حداکثر، رطوبت نسبی، ساعات آفتابی و سرعت باد، شش ایستگاه سینوپتیک استفاده گردید. ابتدا آزمونهای اولیه آماری بر دادههای ماهانه پارامترهای هواشناسی ایستگاههای مذکور صورت گرفت. به این منظور از سه آزمون معروف من–کندال برای تشخیص روند، من– ویتنی برای تشخیص همگنی و گروبز – بک برای یافتن داده پرت استفاده شدهاست. پس از تایید اولیه این دادهها از نظر همگنی و داده پرت، مقادیر هر یک از شاخصهای SPI، RDI و SPEI در مقیاسهای سالانه و فصلی محاسبه گردید.یافتههانتایج نشان داد که در مناطق مرطوب تفاوت معنیداری بین شاخص SPI با شاخصهای RDI و SPEI که تبخیر و تعرق را در نظر میگیرند، وجود ندارد، اما در مناطق خشک تفاوت نتایج شاخصها واضح است. کمترین اختلاف از نظر پایش وضعیت خشکسالی، بین شاخصهای SPI و RDI در فصل بهار و در شهر همدان میباشد، درحالیکه بیشترین اختلاف، بین شاخصهای SPI و RDI در فصل تابستان و در شهر یزد (با اقلیم بیابانی) وجود دارد. این موضوع اهمیت پدیده تبخیر و تعرق در فصول گرم و خشک بهخصوص در مناطق خشک و بیابانی و تاثیر آن بر خشکسالی را نشان میدهد. در فصلهای پاییز و زمستان در هر شش ایستگاه مورد نظر، کمترین اختلاف بین شاخصهای SPI با SPEI و SPI با RDI اتفاق افتاده است، بنابراین در این فصلها که تبخیر و تعرق کمتر میباشد، این پدیده نقش کمتری در شرایط رطوبتی (خشکسالی و یا ترسالی) دارد.نتیجهگیریبراساس نتایج این پژوهش، میتوان بیان نمود که در بیشتر مواقع عملکرد شاخصهای مورد بررسی در مناطق مختلف و در بازههای زمانی متفاوت، یکسان نمیباشد. از طرف دیگر میتوان نتیجه گرفت که نوسانات وضعیت رطوبتی (ترسالی و خشکسالی) در ایستگاههای مورد مطالعه بر اساس هر یک از شاخصهای مورد بررسی بسیار زیاد میباشد. ضمن آنکه شدت وقوع خشکسالی و تعداد دفعات تکرار آن بر اساس شاخصهای مختلف، متفاوت میباشد. پیشنهاد میشود به منظور پایش خشکسالی هواشناسی در مناطق خشک که بارندگی عموما ناچیز بوده و از طرف دیگر تبخیر و تعرق چندین برابر بارش سالانه است، از شاخصهایی که مبتنی بر بارش و تبخیر و تعرق هستند، استفاده شود. در حالیکه در مناطق مرطوب (مانند رامسر) پدیدهی تبخیر و تعرق نقش چندانی در وقوع خشکسالی ایجاد نمینماید و میتوان به منظور سادهسازی، خشکسالی هواشناسی را تنها بر اساس بارندگی پایش نمود.
https://jwsc.gau.ac.ir/article_3052_fe3f51dd8a4590d165450a1901f8e13f.pdf
2016-05-21
1
21
10.22069/jwfst.2016.3052
شاخص بارش استاندارد شده
شاخص شناسایی خشکسالی
شاخص بارش- تبخیر و تعرق استاندارد شده
پایش خشکسالی
آب و هوا
عادله
هاتفی
ad.hatefi@gmail.com
1
دانشجوی کارشناسیارشد آبخیزداری،دانشکده منابع طبیعی و محیط زیست، دانشگاه فردوسی مشهد
AUTHOR
ابوالفضل
مساعدی
mosaedi@yahoo.com
2
دانشگاه فردوسی مشهد- دانشکده منابع طبیعی و محیط زیست
LEAD_AUTHOR
مهدی
جباری نوقابی
jabbarinm@um.ac.ir
3
استادیار گروه آموزشی آمار، دانشکده علوم ریاضی، دانشگاه فردوسی مشهد
AUTHOR
1.Abramowitz, M., and Stegun, I.A. 1965. Handbook of Mathematical Functions. Dover Publications, New York.
1
2.Ahmadi, M., Nosrati, K., and Selki, H. 2013. Drought and Its Relationship with Soil Moisture. J. Inter. Iran. Geograph. Assoc. 38: 77-91. (In Persian)
2
3.Alijani, B., Ghohroudi, M., and Arabi, N. 2008. Developing a climate model for Iran using GIS. Theoretical and Applied Climatology. 92: 103-112.
3
4.Ansari, H., Davary, K., and Sanaienejad, H. 2010. Drought Monitoring with New Precipitation and Evapotranspiration Index Based on Fuzzy Logic. J. Water Soil. 24: 1. 38-52. (In Persian)
4
5.Beguer´ıa, S., Vicente-Serrano, S.M., Reig, F., and Latorrea, B. 2014. Standardized precipitation evapotranspiration index (SPEI) revisited: parameter fitting, evapotranspiration models, tools, datasets and drought monitoring. Int. J. Climatol. 34: 3001-3023.
5
6.Campana, P., Knox, J., Grundstein, A., and Dowd, J. 2012. The 2007-2009 drought in Athens, Georgia, United States: A climatological analysis and an assessment of future water availability. J. Amer. Water Resour. Assoc. 48: 2. 379-390.
6
7.Edwards, D.C., and McKee, T.B. 1997. Characteristics of 20th Century Drought in the United States at Multiple Time Scales. Climatology Report Number 97-2, Department of Atmospheric Science, Colorado State University, Fort Collins, 174p.
7
8.Lloyd-Hughes, B., and Saunders, M.A. 2002. A drought climatology for Europe. Inter. J. Climatol. 22: 1571-1592.
8
9.Logan, K.E., Brunsell, N.A., Jones, A.R., and Feddema, J.J. 2010. Assessing station temporal variability of drought in the U.S. central plains. J. Arid Environ. 74: 247-255.
9
10.McKee, T.B., Doesken, N.J., and Kleist, J. 1993. The relation of drought frequency and duration to time scale. Proceeding, 8th Conference on Applied Climatology. 17-22 January, Pp: 379-384.
10
11.Mishra, A.K., and Desai, V.R. 2006. Drought Forecasting Using Feed- Forward Recursive Neural Network. Ecological Modeling. 98: 127-138.
11
12.Mishra, A.K., and Singh, V.P. 2010. A review of drought concepts. J. Hydrol. 391: 202-216.
12
13.Mohseni Saravi, M., Safdari, A.A., Saghafian, B., and Mahdavi, M. 2005. Analysis of severity, frequency and duration of droughts in Karoon watershed using the Standardized Precipitation Index (SPI). Iran. J. Natur. Resour. 57: 4. 607-620. (In Persian)
13
14.Mosaedi, A., and Eivazi, M. 2008. Identification and Prediction of Some Drought Characteristics in GolestanProvince, Using Markov Chain. Agricultural Research. 8: 1. 89-99. (In Persian)
14
15.Mosaedi, A., KhaliliZade, M., and Mohammadi, A. 2008. Drought Monitoring in GolestanProvince. J. Agric. Sci. Natur. Resour. 15: 2. 176-182. (In Persian)
15
16.Mosaedi, A., and Ghabaei Sough, M. 2011. Modification of Standardized Precipitation Index (SPI) Based on Relevant Probability Distribution Function. J. Water Soil. 25: 5. 1206-1216. (In Persian)
16
17.Potop, V., and Mozny, M. 2011. The application a new drought index- Standardized precipitation evapotranspiration index in the Czech Republic. Mikriklima a mezoklima krajinnych structur an antropogennich prostredi, 24p.
17
18.Raziei, T., Daneshkar, A., Akhtari, R., and Saghafian, B. 2007. Investigation of Meteorological Droughts in the Sistan and BalouchestanProvince, Using the Standardized Precipitation Index and Markov Chain Model. Iran- Water Resources Research. 3: 1. 25-35. (In Persian)
18
19.Rossi, G. 2000. Drought mitigation measures: a comprehensive framework, P 233-246.
19
In: J. Voght and F. Somma (Eds.), Drought and Drought Mitigation in Europe. Kluwer Academic publisher, Dordrecht.
20
20.Sharma, B.R., and Smakhtin, V.U. 2004. Potential of water harvestings a strategic too for drought mitigation, International Water Management Institute, 24p.
21
21.Steinman, A. 2003. Drought Indicators and Triggers: A Stochastic Approach to Evaluation. J. Amer. Water Resour. Assoc. (JAWRA). 39: 5. 1217-1233.
22
22.Tsakiris, G., and Vangelis, H. 2004. Towards a drought watch system based on spatial SPI. Water Resources Management. 18: 1-12.
23
23.Tsakiris, G., and Vangelis, H. 2005. Establishing a drought index incorporating evapotranspiration. European Water. 910: 1-9.
24
24.Tsakiris, G., Pangalou, D., and Vangelis, H. 2007. Regional drought assessment based on the Reconnaissance Drought Index (RDI). Water Resources Management. 21: 821-833.
25
25.Vicente-Serrano, S.M., Beguería, S., and López-Moreno, J.I. 2010a. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. J. Clim. 23: 1696-1718.
26
26.Vicente-Serrano, S.M., Beguer´ıa, S., L´opez-Moreno, J.I., Angulo, M., and El Kenawy, A. 2010b. A new global 0.5◦ gridded dataset (1901-2006) of a multiscalar drought index: comparison with current drought index datasets based on the Palmer Drought Severity Index. J. Hydrometeorol. 11: 1033-1043.
27
27.Vicente-Serrano, S.M., L´opez-Moreno, J.I., Gimeno, L., Nieto, R., Mor´an-Tejeda, E., Lorenzo-Lacruz, J., Beguer´ıa, S., and Azorin-Molina, C. 2011. A multi-scalar global evaluation of the impact of ENSO on droughts. J. Geophys. Res. 116: D20109, doi: 10.1029/2011JD016039:1-23.
28
28.Vicente-Serrano, S.M., Beguer´ıa, S., Lorenzo-Lacruz, J., Camarero, J.J., L´opez-Moreno, J.I., Azorin-Molina, C., Revuelto, J., Mor´an-Tejeda, E., and S´anchez-Lorenzo, A. 2012. Performance of drought indices for ecological, agricultural and hydrological applications. Earth Int. 16: 1-27.
29
29.Vicente-Serrano, S.M., Gouveia, C., Camarero, J.J., Beguer´ıa, S., Trigo, R., L´opez-Moreno, J.I., Azor´ın Molina, C., Pasho, E., Lorenzo-Lacruz, J., Revuelto, J., Mor´an-Tejeda, E., and Sanchez-Lorenzo, A. 2013. The response of vegetation to drought
30
time-scales across global land biomes. Proc. Natl. Acad. Sci. U.S.A. 110: 52-57.
31
30.Wu, H., and Hayes, M.J. 2001. An evaluation of the standardized precipitation index, the China index and statistical Z- Score. Inter. J. Climatol. 21: 741-758.
32
31.Zareabyaneh, H., Ghabaei Sough, M., and Mosaedi, A. 2015. Drought Monitoring Based on Standardized Precipitation Evaoptranspiration Index (SPEI) Under the Effect of Climate Change. J. Water Soil) Accepted for publication). (In Persian (
33
ORIGINAL_ARTICLE
بررسی تأثیر گچ و ضایعات آلی مختلف بر ویژگیهای شیمیایی و تنفس میکروبی یک خاک سدیمی
سابقه و هدف: با رشد روز افزون جمعیت و افزایش تقاضا برای آب و منابع غذایی باعث استفاده از آب و خاک فقیرتر برای تولید غذا شده است. در همین راستا بهرهگیری از منابع حاشیهای و غیرمتعارف از جمله خاکهای شور و سدیمی در دستور کار اغلب کشورهای جهان که دارای این منابع بوده قرار گرفته است. برای اینکه اراضی شور و سدیمی بتوانند مورد استفاده قرار بگیرند باید ویژگی-های فیزیکوشیمیایی نامطلوب آنها اصلاح گردد. گچ و مواد آلی برخی از اصلاح کنندههای مورد استفاده در خاکهای سدیمی هستند. گچ به دلیل حفظ سطح الکترولیت و بهبود خواص فیزیکی برای اصلاح خاکهای سدیمی استفاده میشود. مواد آلی با تجزیه تدریجی در خاک موجب افزایش حلالیت گچ و بهبود ویزگیهای فیزیکوشیمیایی خاک سدیمی میشود. به همین دلیل هدف این پژوهش بررسی تأثیر مواد آلی با نسبتهای مختلف C:N به تنهایی و توأم با گچ بر ویژگیهای شیمیایی و تنفس میکروبی یک خاک سدیمی میباشد.مواد و روشها: به منظور بررسی اثر گچ (صفر، 50 و 100 درصد نیاز گچی) به تنهایی و همراه با مواد آلی از بقایای گیاهی یونجه، گیاه ذرت، ضایعات خرما و خاک اره (5/1 و 3 درصد کربن آلی) بر ویژگیهای شیمیایی و تنفس میکروبی یک خاک سدیمی آزمایش گلخانهای با 27 تیمار و سه تکرار در قالب طرح کاملاً تصادفی به اجرا درآمد. نمونههای خاک پس از اعمال تیمارها به مدت دو ماه در رطوبت ظرفیت زراعی در دمای مناسب خوابانیده شدند. دو ماه پس از اعمال تیمارها از گلدانهای آزمایشی نمونه خاک تهیه وویژگی-های شیمیایی خاک قبل و بعد از آبشویی اندازهگیری شدند. برای آبشویی ضخامت آب معادل ضخامت لایه مورد شست و شوی خاک بود همچنین تنفس میکروبی بلافاصله پس از اعمال تیمارها مورد اندازه گیری قرار گرفت.نتایج: نتایج نشان که قبل از آبشویی، تیمار گچ به میزان 100 درصد نیاز گچی توأم با 3 درصد کربن آلی از منبع خرما دارای بیشترین تأثیر در افزایش هدایت الکتریکی و کاهش pH خاک بود. همچنین پس از آبشویی، pH خاک و مقدار هدایت الکتریکی در همه تیمارها کاهش یافت. بیشترین مقدار کاهش نسبت جذب سدیم قبل از آبشویی از تیمار گچ بدون مواد آلی بهدست آمد که مقدار نسبت جذب سدیم را از 12/29 در تیمار شاهد به 78/17 کاهش داد و پس از آبشویی بیشترین مقدار کاهش نسبت جذب سدیم از مصرف 3 درصد کربن آلی از منبع خرما همراه با 100 درصد نیاز گچی بهدست آمد که مقدار نسبت جذب سدیم را از 69/12 به 36/9 کاهش داد. بیشترین مقدار تنفس میکروبی نیز از مصرف 3 درصد کربن آلی از منبع ضایعات خرما بدون مصرف گچ حاصل شد که برابر با 34/296 میلی گرم کربن بود و کمترین مقدار تنفس میکروبی از تیمارهای بدون کربن آلی مصرفی و خاک اره به دست آمد.نتیجه گیری کلی: نتایج این مطالعه شان داد به طور کلی مواد آلی و گچ زمانی بیشترین تأثیر را در اصلاح خاک سدیمی دارند که پس از افزودن گچ و مواد آلی و خوابانیدن خاک به مدت 2 ماه، آبشویی صورت گیرد. در این صورت میتوان میزان شوری و سدیم تبادلی خاک را به مقدار قابل توجهی کاهش داد. زمانی که پس از خوابانیدن خاک آبشویی انجام نشود مواد آلی منجر به افزایش ویژگیهای نامطلوب خاک از جمله نسبت جذب سدیم میشود. ضایعات خرما با توجه به C:N بالا نسبت به بقایای یونجه و خرما دارای سرعت تجزیه بیشر و اثر مطلوب تری در اصلاح خاک سدیمی داشت که مصرف همزمان آن با گچ موجب تشدید اصلاح خاک سدیمی شد.
https://jwsc.gau.ac.ir/article_3053_1a2b853ff89eda78da8bc60217bdfc29.pdf
2016-05-21
23
41
10.22069/jwfst.2016.3053
آبشویی
خاک سدیمی
ضایعات آلی
نسبت جذب سدیم
مصیب
وفایی
vafaee.mosayeb67@gmail.com
1
دانشگاه زنجان
LEAD_AUTHOR
احمد
گلچین
agolchin2011@yahoo.com
2
دانشگاه زنجان
AUTHOR
سعید
شفیعی
saeid55@gmail.com
3
استادیار دانشگاه جیرفت
AUTHOR
1.Abbott, L.K., and Murphy, D.V. 2003. Soil biological fertility: a key to sustainable land use in agriculture. Published by Kluwer Academic Publishers, Dordrecht, The Natherlands.
1
2.Ahmad, S., Ghafoor, A., Qadir, M., and Aziz, M.A. 2006. Amelioration of a calcareous
2
saline-sodic soil by gypsum application and different crop rotations. Inter. J. Agric. Biol.
3
8: 2. 142-146.
4
3.Amezketa, E., Aragues, R., and Gazol, R. 2005. Efficiency of sulfuric acid, mined gypsum and two gypsum by products in soil crusting prevention and sodic soil reclamation. Agron. J. 97: 983-989.
5
4.Barral, M.T., Bujan, E., Devesa, R., Iglesias, M.L., and Velasco-Molina, M. 2007. Comparison of the structural stability of pasture and cultivated soils. Science of the Total Environment. 378: 174-178.
6
5.Barzegar, A.R., Nelson, P.N., Oades, J.M., and Rengasamy, P. 1997. Organic matter, sodicity, and clay type: Influence on soil aggregation. Soil Sci. Soc. Amer. J. 61: 4. 1131-1137.
7
6.Barzegar, A.R. 2008. Salt affected soils: Diagnosis and Productivity. 2nd Edition, ShahidChamranUniversity. (In Persian)
8
7.Bednarz, C.W., Nichols, R.L., and Brown, S.M. 2007. Within-boll yield components of high yielding cotton cultivars. Crop Science. 47: 5. 2108-2112.
9
8.Bower, C.A., and Hatchea, J.T. 1966. Simultaneous determination of surface area and cation exchange capacity. Soil Sci. Soc. Am. Proc. 30: 525-527.
10
9.Bremner, J.M., and Mulvaney, C.S. 1982. Nitrogen total. Methods of soil analysis. Part 2. Chemical and microbiological properties. 9: 595-624.
11
10.Carter, M.R., and Gregorich, E.G. 2008. Soil Sampling and Methods Analysis. 2nd Edition. Canadian Society of Soil Science Publisher, 823p.
12
11.Chander, K., Goyal, S., and Kapoor, K.K. 1995. Microbial biomass dynamics during the decomposition of leaf litter of poplar and eucalyptus in a sandy loam. Biology and Fertility of Soils. 19: 4. 357-362.
13
12.Chaum, S., Pokasombat, Y., and Kirdmanee, C. 2011. Remediation of salt-affected soil by gypsum and farmyard manure importance for the production of Jasmine rice. Austr. J. Crop Sci. 5: 458-465.
14
13.Chorom, M., and Rengasamy, P. 1997. Blue arrow e-Alerts. Austr. J. Soil Res. 35: 1. 149-162.
15
14.Collins, H.P., Elliott, L.F., and Papendick, R.I. 1990. Wheat straw decomposition and changes in decomposability during field exposure. Soil Sci. Soc. Amer. J. 54: 4. 1013-1016.
16
15.Conway, T. 2001. Plant materials and techniques for brine site reclamation (No. 26). Plant Materials Technical Note.
17
16.Franzen, D.W., and Richardson, J.L. 2000. Soil factors affecting iron chlorosis of soybean in the Red River Valley of North Dakota and Minnesota. J. Plant Nutr. 23: 1. 67-78.
18
17.Ghaneie Motlagh, Gh., Pashaee Aval, A., Khormali, F., and Mosaedi, A. 2010. Investigating effect of some amendments on soil chemical properties in a saline-sodic soil. Water. Manage. Res. J. 86: 24-31. (In Persian)
19
18.Gharaibeh, M.A., Eltaif, N.I., and Shraah, S.H. 2010. Reclamation of a calcareous
20
saline-sodic soil using phosphoric acid and by-product gypsum. Soil Use and Management. 26: 93-195.
21
19.Gupta, R.K., and Abrol, I.P. 1990. Salt-affected soils: their reclamation and management for crop production. Advances in Soil Science. 11: 223-288.
22
20.Hanay, A., Buyuksonmez, F., Kiziloglu, F.M., and Canbolat, M.Y. 2004. Reclamation
23
of saline-sodic soils with gypsum and MSW compost. Compost Science and Utilization.
24
12: 175-179.
25
21.Jalali, M., and Ranjbar, F. 2009. Effects of sodic water on soil sodicity and nutrient leaching in poultry and sheep manure amended soils. Geoderma. 153: 1. 194-204.
26
22.Katerji, N., Van Hoorn, J.W., Hamdy, A., Mastrorilli, M., and Oweis, T. 2005. Salt tolerance analysis of chickpea, faba bean and durum wheat varieties I. Chickpea and faba bean. Agricultural Water Management. 72: 177-194.
27
23.Lanyon, L.E., and Heald, W.R. 1982. Magnesium, calcium, strontium and barium. P 247-262, In: A.L. Page (ED), Methods of Soil Analysis. Part 2. Chemical and Microbiological Properties. Guilford Rd., Madison, WI 53711, USA.
28
24.Lebron, I., Suarez, D.L., and Yoshida, T. 2002. Gypsum effect on the aggregate size and geometry of three sodic soils under reclamation. Soil Sci. Soc. Amer. J. 66: 92-98.
29
25.Mashali, M. 1999. Overview of FAO Global Network on soil management for sustainable use of salt affected soils. In Proceedings of International Workshop on integrated soil management for sustainable use of salt affected soils. Bureau of Soils and Water Management. 3: 1-36.
30
26.Mishra, A., Sharma, S.D., and Khan, G.H. 2003. Improvement in physical and chemical properties of sodic soil by 3, 6 and 9 years old plantation of Eucalyptus tereticornis: Biorejuvenation of sodic soil. Forest Ecology and Management. 184: 1. 115-124.
31
27.Page, A.L., Miller, R.H., and Keeney, D.R. 1986. Methods of Soil Analysis. Part II. 2nd. Agron. Monogr. 9. ASA. And SSSA, Madison, Wisconsin. USA.
32
28.Page, A.L., Miller, R.H., and Keeney, D.R. 1982. Total carbon, organic carbon, and organic matter. Methods of soil analysis. Part 2: 539-579.
33
29.Qadir, M., Steffens, D., Yan, F., and Schubert, S. 2003. Sodium removal from a calcareous saline–sodic soil through leaching and plant uptake during phytoremediation. Land Degradation and Development. 14: 3. 301-307.
34
30.Sardinha, M., Muller, T., Schmeisky, H., and Joergensen, R.G. 2003. Microbial performance in soils along a salinity gradient under acidic conditions. Applied Soil Ecology. 23: 3. 237-244.
35
31.Sekhon, B.S., and Bajwa, M.S. 1993. Effect of organic matter and gypsum in controlling soil sodicity in rice-wheat-maize system irrigated with sodic waters. Agricultural Water Management. 24: 1. 15-25.
36
32.Tejada, M., and Gonzalez, J.L. 2006. The relationships between erodibility and erosion in a soil treated with two organic amendments. Soil and Tillage Research. 91: 1. 186-198.
37
33.Tripathi, S., Kumari, S., Chakraborty, A., Gupta, A., Chakrabarti, K., and Bandyapadhyay, B.K. 2006. Microbial biomass and its activities in salt-affected coastal soils. Biology and Fertility of Soils. 42: 3. 273-277.
38
34.Udayasoorian, C., Sebastian, S.P., and Jayabalakrishnan, R.M. 2009. Effect of amendments on problem soils with poor quality irrigation water under sugarcane crop. Amer. - Eur. J. Agric. Environ. Sci. 5: 618-626.
39
35.Wong, V.N., Dalal, R.C., and Greene, R.S. 2009. Carbon dynamics of sodic and saline soils following gypsum and organic material additions: laboratory incubation. Applied Soil Ecology. 41: 1. 29-40.
40
36.Wong, V.N., Greene, R.S.B., Dalal, R.C., and Murphy, B.W. 2010. Soil carbon dynamics in saline and sodic soils: a review. Soil Use and Management. 26: 1. 2-11.
41
37.Wong, V.N., Greene, R.S., Murphy, B.W., Dalal, R., and Mann, S. 2005. Decomposition of added organic material in salt-affected soils, P 333-337. In: I.C. Roach (Ed), Regolith. Cooperative Research Centre for Landscape Environments and Mineral Exploration Regional Regolith Symposia. Western Australia: Bentley.
42
38.Yazdanpanah, N., and Mahmoodabadi, M. 2011. Time monitoring of leachate quality during reclamation process of saline-sodic soil using soil column. Elec. J. Soil Manage. Sust. Prod. 1: 1. 1-20. (In Persian)
43
ORIGINAL_ARTICLE
ارزیابی کارایی مولد کلیژن در تولید دادههای اقلیمی به منظور استفاده در مدل WEPP (مطالعه موردی: ایستگاه زیدشت، استان البرز)
سابقه و هدف: مدلهای هیدرولوژیک و محیط زیست ابزار مهمی برای مدیریت منابع طبیعی و محیط زیست هستند، این مدلها به دادههای ورودی مختلف (مثل تابش خورشیدی، سرعت باد، بیشینه و کمینه دما، بارش، محتوای آب خاک، جریان آبراهه و غلظت رسوب) با فواصل زمانی متفاوت (مثل روزانه، ساعتی) نیاز دارند. این دادهها در بسیاری مناطق محدود میباشند. بسیاری از ایستگاههای ارزیابی اقلیمی دورههای آماری کوتاهی دارند و اغلب با مشکل داده مفقود شده در سری زمانی روبه رو هستند. بنابراین اغلب مدلهای هیدرولوژیک یا فرسایش به تولید داده اقلیمی ترکیبی به دست آمده از مشاهدات کوتاه مدت با استفاده از توزیعهای آماری متفاوت نیاز دارند. مولدها به طور گستردهای برای تولید سریهای هواشناسی ترکیبی طولانی با مشخصات آماری مطابق با داده های تاریخی که اکثراً کوتاه و حاوی داده مفقود شده هستند، استفاده میشوند. کلیژن (مولد اقلیمی) یک تولید کننده هواشناسی تصادفی است که 10 متغیر هواشناسی از قبیل بارش روزانه، مدت رگبار، شدت رگبار، تابش خورشیدی، دمای بیشینه و کمینه و سرعت و جهت باد را تولید میکنند. کلیژن در ابتدا برای تولید فایل اقلیمی مدل WEPP مورد استفاده قرار گرفت. هدف از این مطالعه ارزیابی کارایی کلیژن در ایستگاه زیدشت استان البرز میباشد. مواد و روشها: مقادیر پارامترهای ماهانه مورد نیاز کلیژن بر اساس دوره آماری 2013-2002 برای متغیرهای مربوط به بارش (مقدار بارش، احتمال روز مرطوب بعد از روز مرطوب و روز مرطوب بعد از روز خشک، حداکثر شدت نیم ساعته و زمان تا پیک بارش) و 2013-2007 برای متغیرهای دیگر (دمای بیشینه و کمینه، تابش خورشیدی، رطوبت نسبی، سرعت و جهت باد در 16 جهت) استخراج شده است. برای محاسبه متغیر زمان تا حداکثر شدت نیز از الگوش شدت 165 رگبار استفاده شده است. در نهایت برای مقایسه میانگین دادههای مشاهداتی و مجموعههای چندگانه تولید شده توسط کلیژن از آزمون آماری t استفاده شده است. یافتهها: نتایج حاصل از اجرای آزمون t نشان داد که بین میانگین گروههای مختلف متغیرهای بررسی شده (بارش کل سالانه، تعداد روز مرطوب سالانه، دمای کمینه و دمای بیشینه (اختلاف معنی داری وجود ندارد و کلیژن ابزار خوبی در این زمینه میباشد. علاوه بر این مولد کلیژن کارایی خوبی نیز برای تولید داده بارش کل ماهانه دارد. نتیجه گیری: هرچند نتایج حاصل از این مطالعه نشان دهنده کارایی قابل قبول کلیژن میباشند، اما با توجه به اینکه این مطالعه اولین مطالعه از نوع خود در سطح کشور ایران میباشد و نیز طول دوره آماری مشاهداتی استفاده در این مطالعه تا حدی کوتاه بوده است، لذا تایید نهایی کارایی این تولید کننده به بررسیهای بیشتر در ایستگاههای هواشناسی مختلف نیاز دارد.
https://jwsc.gau.ac.ir/article_3054_d7959c520d58f032852b443d47e18779.pdf
2016-05-21
43
62
10.22069/jwfst.2016.3054
مولد اقلیمی
کلیژن
آزمون آماری
زمان تا پیک بارش
ایستگاه زیدشت
شهربانو
عباسی جندانی
sh.abbasi@ut.ac.ir
1
دانشجو/ دانشگاه تهران
LEAD_AUTHOR
علی اکبر
نظری سامانی
aknazari@ut.ac.ir
2
دانشیار/ دانشگاه تهران
AUTHOR
1.Al-Mukhtar, M., Dunger, V., and Merkel, B. 2014. Evaluation of the climate generator model CLIGEN for rainfall data simulation in Bautzen catchment area, Germany. Hydrology Research. 45: 4-5. 615-630.
1
2.Arnold, J.G., and Williams, J.R. 1989. Stochastic generation of internal storm structure. Trans. ASAE. 32: 1. 161-166.
2
3.Arnold, J.G., Williams, J.R., Nicks, A.D., and Sammons, N.D. 1990. SWRRB, A Basin Scale Simulation Model for Soil and Water Resources Management. TexasA&MUniversity Press, 236p.
3
4.Baffault, C., Nearing, M.A., and Nicks, A.D. 1996. Impact of CLIGEN parameters on WEPP predicted average annual soil loss. Transactions of the ASAE. 39: 2. 447-457. 5.Caviglione, J.H., Fonseca, I.C.D.E., and Filho, J.T. 2013. Viability of CLIGEN in the climatic conditions of Paraná state, Brazil. Rev. bras. eng. agríc. ambient. 17: 6. Campina Grande June 2013. 6.Chen, J., and Brissette, F.P. 2014. Comparison of five stochastic weather generators in simulating daily precipitation and temperature for the Loess Plateau of China. Inter. J. Climatol. 34: 10. 3089-3105.
4
7.Chen, J., Brissette, F.P., and Leconte, R. 2010. A daily stochastic weather generator for preserving low-frequency of climate variability. J. Hydrol. 388: 480-490.
5
8.Elliot, W.J., and Arnold, C.D. 2001. Validation of the weather generator CLIGEN with precipitation data from Uganda. Trans ASAE. 44: 1. 53-58.
6
9.Fan, J.Ch., Yang, Ch.H., Liu, Ch.H., and Huang, H.Y. 2013. Assessment and validation of CLIGEN-simulated rainfall data for Northern Taiwan. Paddy Water Environ. 11: 161-173.
7
10.Hanson, C.L., Cumming, K.A., Woolhiser, D.A., and Richardson, C.W. 1994. Microcomputer Program for Daily Weather Simulations in the Contiguous United States. USDA_ARS Publ. ARS_114, Washington, DC.
8
11.Headrick, M.G., and Wilson, B.N. 1997. An evaluation of stochastic weather parameters for Minnesota and their impact on WEPP. ASAE Paper No. 972230. St. Joseph, Mich.: ASAE.
9
12.Hoogenboom, G. 2000. Contribution of agro-meteorology to the simulation of crop production and its applications. Agric. For. Meteorol. 103: 137-157.
10
13.Johnson, G.L., Hanson, C.L., Hardegree, S.P., and Ballard, E.B. 1996. Stochastic
11
weather simulation: Overview and analysis of two commonly used models. J. Appl. Meteorol. 35: 1. 1878-1896.
12
14.Kevin, M., Ramesh, R., John, O., Imran, A., and Bahram, G. 2005. Evaluation of weather generator ClimGen for southern Ontario. Can. Water Resour. J. 30: 4. 315-330.
13
15.Kou, X., Ge, J., Wang, Y., and Zhang, C. 2007. Validation of the weather generator CLIGEN with daily precipitation data from the Loess Palteau, China. J. Hydrol. 347: 347-357.
14
16.Min, Y.M., Kryjov, V.N., An, K.H., Hameed, S.N., Sohn, S.J., Lee, W.J., and Oh, J.H. 2011. Evaluation of the weather generator CLIGEN with daily precipitation characteristics in Korea. Asia-Pacific J. Atmos. Sci. 47: 3. 255-263.
15
17.Minville, M., Brissette, F., and Leconte, R. 2008. Uncertainty of the impact of climate change on the hydrology of a nordic watershed. J. Hydrol. 358: 70-83.
16
18.Nash, J.E., and Sutcliffe, J.V. 1970. River flow forecasting through conceptual models. Part I. A discussion of principles. J. Hydrol. 10: 3. 282-290.
17
19.Nicks, A.D., and Gander, G.A. 1994. CLIGEN: a weather generator for climate inputs to water resources and other models, P 903-909. In: D.G. Watson, F.S. Zazueta and T.V. Harrison (Eds.), Proceedings of fifth International Conference on Computer in Agriculture. ASAE, St. Joseph, MI.
18
20.Nicks, A.D., Lane, L.J., and Gander, G.A. 1995. Chapter 2. Weather Generator, P2.1-2.22 In: D.C. Flanagan and M.A. Nearing (Eds.), Hillslope Profile and Watershed Model Documentation. NSERL Report No. 10, USDA-ARS National Soil Erosion Research Laboratory, West Lafayette, IN.
19
21.Richardson, C.W. 1981. Stochastic simulation of daily precipitation, temperature and solar radiation. Water Resources Research. 17: 182-190.
20
22.Richardson, C.W., and Wright, D.A. 1984. WGEN: A model for generating daily weather variables. US Dept. Agric., Agricultural Research Service. Publ. ARS-8.
21
23.Semenov, M.A., and Barrow, E.M. 2002. LARS-WG, A Stochastic Weather Generator for Use in Climate Impact Studies, User Manual.
22
24.Stockle, C.O., Campbell, G.S., and Nelson, R. 1999. ClimGen Manual. Biological Systems Engineering Department, Washington State University, Pullman, WA.
23
25.Vaghefi, P., and Yu, B. 2016. Use of CLEGEN to simulated decreasing precipitation trends in the Southwest of Western Australia. Transactions of the ASABE. 59: 1. 49-61.
24
26.Yu, B. 2000. Improvement and evaluation of CLIGEN for storm generation. Trans. ASAE. 43: 2. 301-307.
25
27.Yu, B. 2005. Adjustment of CLIGEN parameters to generate precipitation change scenarios in southeastern Australia. Catena. 61: 196-209.
26
28.Zhang, X.C. 2005. Spatial downscaling of global climate model output for site-specific assessment of crop production and soil erosion. Agricultural and Forest Meteorology.
27
135: 215-229.
28
29.Zhang, X.C., and Garbrecht, J.D. 2003. Evaluation of CLIGEN precipitation parameters and their implication on WEPP runoff and erosion prediction. Trans. ASAE. 46: 311-320.
29
30.Zhang, X.C., and Liu, W.Z. 2005. Simulating potential response of hydrology, soil erosion, and crop productivity to climate change in Changwu tableland region on the Loess Plateau of China. Agricultural and Forest Meteorology. 131: 127-142.
30
31.Zhang, Y., Liu, B., Wang, Z., and Zhu, Q. 2008 Evaluation of CLIGEN for storm generation on the semiarid Loess Plateau in China. Catena. 73: 1. 1-9.
31
ORIGINAL_ARTICLE
پهنهبندی اراضی برای اجرای سامانه آبیاری موضعی با ارزیابی مشخصههای آب و خاک (مطالعه موردی: شهرستانهای بابل و بابلسر)
چکیدهسابقه و هدفمنابع آب در دسترس قادر به برآورده ساختن نیازهای مختلف در آینده نزدیک نخواهند بود و این امر بهناچار منجر به جستجو برای اراضی جدیدتر برای آبیاری خواهد شد؛ با توجه به محدودیت منابع آب و لزوم استفاده از سامانههای آبیاری تحت فشار برای استفاده بهینه از منابع آبی موجود، تعیین اراضی مناسب برای کشاورزی و آبیاری تحت فشار، ضروری میباشد. کلاسبندی اراضی، تعیین و گروهبندی محدودههای مشخص زمین با توجه به تناسب آنها برای کاربری مورد نظر است. سامانه ارزیابی پارامتری با امتیازدهی به عوامل مختلف موثر بر پارامتر هدف، امکان اتخاذ بهترین تصمیم را با در نظر گرفتن عوامل مختلف ممکن میسازد. با توجه به اینکه مدیریت اصولی و برنامهریزی درست و بهرهوری بهینه از منابع نیازمند اطلاعات دقیق از عرصه مورد نظر میباشد، در این راستا سامانه اطلاعات جغرافیایی با توانایی تجزیه و تحلیلهای مکانی، تحلیل و تلفیق اطلاعات نقشهای، جدولی و گزارشگیری، میتواند نقش بهسزایی را در رسیدن به اهداف از پیش تعیین شده ایفا کند. مواد و روشهادر این پژوهش با ارزیابی پارامتری برخی مشخصههای فیزیکوشیمیایی خاک و مشخصههای شیمیایی آب با کاربرد سامانه اطلاعات جغرافیایی (GIS)، پهنهبندی اولویت اجرای سامانههای آبیاری موضعی در محدوده اراضی شهرستانهای بابل و بابلسر انجام شد. مشخصههای مرتبط با خاک شامل بافت (T)، عمق (D)، شیب (S)، اسیدیته (pH) و هدایت الکتریکی عصاره اشباع (ECe) بود. مشخصههای مرتبط با آب شامل مقدار کلر (Cl)، بر (B)، هدایت الکتریکی (EC)، نسبت جذبی سدیم (SAR) و شاخص کربنات سدیم باقیمانده (RSC) بود. دادههای مربوط به این مشخصهها از سازمان جهاد کشاورزی استان مازندران گرفته شد. یافتههابررسی شاخص پارامتری خاک برای آبیاری موضعی، نشان داد بیشترین مساحت (حدود 90% از کل سطح محدوده مورد مطالعه) در حالت مناسب قرار دارد. بیشترین سطح برای شاخص پارامتری آب (حدود 75%) در وضعیت در حال حاضر نامناسب بود. بررسی زیرشاخصهای شاخص پارامتری آب نشان داد بیشترین سطح محدودیت (سطوح محدودیت زیاد و بسیار زیاد) مربوط به شاخص کربنات سدیم باقیمانده (RSC) بود (حدود 90% از کل سطح اراضی). این مقدار برای زیرشاخصهای کلر، هدایت الکتریکی، بر و نسبت جذبی سدیم به ترتیب برابر با 4/9 %، 5/8 %، 0 % و 0 % بود. نتیجهگیریبا توجه به نتایج، در استفاده از سامانههای آبیاری موضعی در محدوده مورد مطالعه، ملاحظات پیشگیری (برای جلوگیری از گرفتگی قطرهچکانها با توجه به بالا بودن RSC) مانند اسیدشویی ضروری خواهد بود. به علاوه، استفاده از قطرهچکانهایی که نسبت به گرفتگی حساسیت کمتری دارند نیز، در جلوگیری از گرفتگی قطرهچکانها در مناطق با احتمال آسیب بالا توصیه میشود.
https://jwsc.gau.ac.ir/article_3055_734b7674f4603da2ffae4ccf9bfad3dd.pdf
2016-05-21
63
80
10.22069/jwfst.2016.3055
آبیاری موضعی
تصمیمگیری
حاصلخیزی
سامانه اطلاعات جغرافیایی
کیفیت آب و خاک
مجتبی
چراغی زاده
mogtabacheraghizade@yahoo.com
1
دانشگاه علوم کشاورزی و منابع طبیعی ساری
AUTHOR
علی
شاهنظری
aliponh@yahoo.com
2
دانشگاه علوم کشاورزی و منابع طبیعی ساری
LEAD_AUTHOR
1.Albaji, M., and Hemadi, J. 2011. Investigation of different irrigation systems based on the parametric evaluation approach on the Dasht Bozorg Plain. Transactions of the Royal Society of South Africa. 66: 3. 163-169.
1
2.Albaji, M., Boroomand-Nasab, S., and Hemadi, J. 2012. Comparison of Different Irrigation Methods Based on the Parametric Evaluation Approach in West North Ahwaz Plain. Problems, Perspectives and Challenges of Agricultural Water Management, Pp: 259-274.
2
3.Albaji, M., Shahnazari, A., Behzad, M., Naseri, A.A., Boroomandnasab, S., and Golabi, M. 2010. Comparison of different irrigation methods based on the parametric evaluation approach in Dosalegh plain: Iran. Agricultural water management. 97: 1093-1098.
3
4.Ayers, R.S., and Westcot, D.W. 1985. Water Quality for Agriculture. FAO Irrigation and Drainage Paper No. 29. Rome, Italy, 184p.
4
5.Bazzani, F., and Incerti, F. 2002. Land evaluation in the province of larache, Morocco. 22nd Course Professional Master. Geometric and Natural Resources Evaluation. 12 November 2001–21 June 2002, Vol. 17, IAO, Florence, Italy, Pp: 29-48.
5
6.Briza, Y., Dileonardo, F., and Spisni, A. 2001. Land evaluation in the province of Ben Slimane, Morocco. 21st Course Professional Master. Remote Sensing and Natural Resource Evaluation. 10 November 2000-22 June 2001, vol. 21. IAO, Florence, Italy, Pp: 28-53.
6
7.Fipps, G. 2003. Irrigation water quality standards and salinity management. Texas A and M. Agrilife extension service. United States department of agriculture and country commissioners courts of Texas cooperating, 18p.
7
8.Food and Agriculture Organization of the United Nations (FAO). 1976. A Framework for Land Evaluation. Soil Bulletin No. 32. FAO, Rome, Italy, 72p.
8
9.Hargreaves, H.G., and Mekley, G.P. 1998. Irrigation fundamentals. Water Resource Publication, Limited Library Company, 200p.
9
10.Hopkins, B.G., Horneck, D.A., Stevens, R.G., Ellsworth, J.W., and Sullivan, D.M. 2007. Managing Irrigation Water Quality for crop production in the Pacific Northwest. A Pacific Northwest Extension publication, OregonStateUniversity, University of Idaho, Washington State University, 24p.
10
11.Kayedani, M., and Delbari, M. 2011. Zoning of the soil’s salinity and evaluation of salinity’s risk at Miankangi area (Sistan) by using geostatistical methods. J. Irrig. Sci. Engin. (Sci. J. Agric.). 35: 1. 49-59. (In Persian)
11
12.Lalezari, R., and Ansari Samani, F. 2014. Identifying the vulnerable lands to execute the
12
drip irrigation system based on the groundwater quality with ArcGIS. J. Water Res. Agric. 28: 2. 285-294. (In Persian)
13
13Neshat, A., and Nikpour, N. 2011. Positioning the potential areas for pressurized irrigation by using geographic information systems (GIS) (Case study: Kerman plain). Water resources engineering. 4: 77-83. (In Persian)
14
14.Rowe, D.R., and Abdel-Magid, I.M. 1995. Handbook of Wastewater Reclamation and Reuse. CRC Press, Inc. 550p.
15
15.Schoeneberger, P.J., Wysocki, D.A., Benham, E.C., and Broderson, W.D. 1998. Field book for describing and sampling soils. Natural Resources Conservation Service, USDA, NationalSoilSurveyCenter, Lincoln, 164p.
16
16.Stevens, R.G. 1994. Water quality and treatment considerations, P 115-125. In: K.E. Williams and T.W. Ley (Eds.), Tree Fruit Irrigation: A Comprehensive Manual of Deciduous Tree Fruit Irrigation Needs. Good Fruit Grower Publishing (Washington State Fruit Commission). Yakima, WA.
17
17.Sys, C., Van Ranst, E., and Debaveye, J. 1991. Land evaluation, part 1. Principles in land evaluation and crop production calculations. Agricultural publications. Number 7. GADC, Brussels, Belgium, 274p.
18
ORIGINAL_ARTICLE
انتخاب مناسبترین الگوریتم روزنه مجزا در تخمین دمای سطح زمین با استفاده از سنجنده MODIS مطالعه موردی: دشت کرمان
استفاده از دادههای سنجشازدور جهت برآورد دمای سطح زمین روش جدیدی به شمار میآید که هزینههای تخمین دما به روش کلاسیک را بهطور چشمگیری کاهش میدهد. به همین منظور در دشت کرمان برای بررسی دمای سطح زمین از 12 تصویر بدون ابر مربوط به سنجنده MODIS (که در زمینه انطباق جز به جز تصاویر انعکاسی و حرارتی مشکلی ندارد)، در بازه زمانی تابستان 1392 و 10 الگوریتم روزنه مجزا برای تخمین دمای سطح زمین استفاده شد. همچنین برای مقایسه نتایج الگوریتمهای روزنه مجزا، درجه حرارت 5 سانتیمتری عمق خاک در ساعت گذر ماهواره در 12 روز منتخب، توسط یک دماسنج دیجیتالی در نقاط مشخص با یک دستگاه GPS دستی اندازهگیری شد. نتایج نشان داد مدل کول و کاسیلیس (1978) با MAE برابر با 76/4 سانتیگراد و MBE برابر با 07/0- بیشترین دقت را در بین مدلها دارا میباشد. مدل پرایس (1984) با احتساب MAE مساوی با 98/4 و MBE مساوی با 081/0 در جایگاه دوم با دقتی نسبتا نزدیک به مدل کول قرار گرفته است و مدل بیکرولی (1990) در بین این 10 الگوریتم پایین-تربن دقت را با احتساب MAE برابر با 21/6 و MBE برابر با 73/3 داشته است. R2 برابر با 81/0 بین نتایج حاصل از برداشت زمینی و دمای منتج از دادههای ماهوارهای تیز صحت الگوریتم کول و کاسیلیس (1978) را نشان میدهد. در نهایت نقشه طبقهبندی دمایی دشت شهرستان کرمان با روش ماشین بردار پشتیبان براساس نمونههای تعلیمی در پنج کاربری (شهری، کوهستان، دشت، بایر و کشاورزی) تهیه گردید.
https://jwsc.gau.ac.ir/article_3056_0131ef591ce2a1baadcf6e3c69aba86a.pdf
2016-05-21
81
98
10.22069/jwfst.2016.3056
الگوریتمهای روزنه مجزا
سنجنده MODIS
کول و کاسیلیس
ماشین بردار پشتیبان و دشت کرمان
بهرام
بختیاری
drba777@yahoo.com
1
دانشگاه شهید باهنر کرمان
AUTHOR
سعید
دلگرم
delgarm@agr.uk.ac.ir
2
دانشگاه شهید باهنر کرمان
LEAD_AUTHOR
محمد سهیل
رضازاده
soheilrzzdh@hotmail.com
3
دانشگاه شهید باهنر کرمان
AUTHOR
1.Ahmadi, M., Ashorlo, D., and Narengi Fard, D. 2012. Temporal and spatial variation patterns using data from Landsat thermal User Shiraz TM & ETM. Remote Sensing and GIS, Iran, Issue Four. (In Persian)
1
2.Alavipanah, S.K., Serajian, M.R., and Khodai, K. 2009. Land Surface Temperature Modeling Using NOAA-AVHRR Thermal data. Physical geography research. 67: 1-11.
2
3.Bikervali, M. 1990. Measurement of evapotranspiration of irrigated spring wheat and maize in a semi- arid region of North China. Agricultural Water Management, 61: 1-12.
3
4.Bulivoury, R.E., Hartford, R.A., and Eidenshink, J.C. 1993. Using NDVI to assess departure from average greenness and its relation to the fire business. Intermountain Research Station: USDA Forest Service, 8: 1. 121-137.
4
5.Cole, A., Menenti, M., Feddes, R., and Holtslag, A. 1994. A remote sensing surfaceenergy balance algorithm for land (SEBAL) 1 Formulation. J. Hydrol. 212: 3. 198-212.
5
6.Cole, A., Kasilis, H.P., Podaire, A., and Froutin, R. 1997. Upscale integration of normalized difference vegetation index: The problem of spatial heterogeneity. IEEE Transactions on Geoscience and Remote Sensing, 42: 3. 326-338.
6
7.Dashtakian, K., and Dehghani, M. 2012. Assessment of land surface temperature in relation to plant and urban development using remote sensing and geographic information systems in wilderness areas. Research and development of natural resources. 77: 1. 66-77. (In Persian)
7
8.Dengsheng, L., and Qihao, W. 2006. Spectral mixture analysis of ASTER images for examining the relationship between urban thermal features and biophysical descriptors in Indianapolis, Indiana, USA. Remote Sensing of Environment. 104: 167-157.
8
9.Gallo, K.P., and Tarpley, J.D. 1993. The comparison of vegetation index and surface temperature composites for urban heat island. Analysis Remote Sensing. 17: 3071-3076.
9
10.Harris, R.N. 2007. Variations in Air and Ground Temperature and the POM-SAT Model: Result from the Northern Hemisphere. Climate of the Past. 3: 1. 611-621.
10
11.Kamali, Gh., Hajjam, S., Ranjbar, S., Hedayati Dezful, A., Kamali, M., and Behyar, M. 2008. Review about weather shelter at different levels of soil moisture and soil temperature (Case Study: Zarghan). J. Geograph. Res. the twenty-third year. 90: 126-109. (In Persian)
11
12.Kerr, Y.H., Lagouarde, J.P., and Imbernon, J. 1992. Accurate land surface temperature retrieva from AVHRR data with the use of an improved split-window algorithm. Remote Sensing of Environment. 41: 197-209.
12
13.Mc Clain, J.M., Kustas, W.P., and Humes, K.S. 1985. Source approach for estimating soil and vegetation energy fluxes in observations of directional radiometric surface temperature. Agricultural and Forest Meteorology, 77: 263-293.
13
14.Miryaghoobzadeh, M.H., and Ghanbarpur, M.R. 2012. Using Remote Sensing Data to estimate land surface temperature (Case study: Vardin Basin, East Azerbaijan). J. Range.
14
4: 723-734.
15
15.MODIS Home Page. http://modis.gsfc.nasa.gov/index.php, visited: 2009/7/25. MODIS Products Page. http://ladsweb.nacom.nasa.gov/data/search.html, visited: 2009/09/20.
16
16.Mushtaq, N., and Soltani, S. 2012. Comparison algorithms to determine the land surface temperature using remote sensing techniques. Ninth International Congress on Civil Engineering, IsfahanUniversity of Technology. (In Persian)
17
17.Perana, M., and Plot, A. 1990. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models. Inter. J. Rem. Sens. 11: 1533-1543.
18
18.Popiel, C.O., Wojtkowiak, J., and Biernacka, B. 2001. Measurement of temperature distribution in ground. Experimental Thermal and Fluid Science. 25: 1. 301-309.
19
19.Priase, M. 2008. Modelling surface energy fluxes over maize using a two-source patch model and radiometric soil and canopy temperature observations. Remote Sensing of Environment, 112: 1130-1143.
20
20.Qin, Y., and Hiller, J.E. 2011. Impacts of Diurnal Temperature Cycles on the Geothermal Regime on Qinghai-Tibet Plateau. Cold Regions Science and Technology. 65: 429-436.
21
21.Qin, Z., Xu, B., Zhang, W., Li, W., and Zhang, H. 2004. Comparison of split window algorithms for land surface temperature retrieval from NOAA-AVHRR data. International Geosciences and Remote Sensing Symposium, VI, 3740-3743, September 20-24, Anchorage, Alaska, USA.
22
22.Quattrochi, D.A. 2000. A decision support information system for urban landscape management using thermal infrared data. Photogrammetric Engineering and Remote Sensing. 66: 10. 1195-1207.
23
23.Rahimi Khob, A., Kochak Zadeh, M., Mohamad Vali Samani, J., and Sharifi, F. 2005. Evaluation of several methods for estimating land surface temperature using NOAA satellite image at the basin of Lake Urmia. Publications research and development in agriculture and horticulture. 41: 68-84. (In Persian)
24
24.Salisbury, C.M. 1997. Retrieving land-surface temperature from satellites. UCSB MODIS LST Group mom page. Retrieved from: http://www.icess.ucsb.edu/esrg/sum97/ studentEss.1997/cleo_Salisbury/cleo_final_ paper.html.
25
25.Sun, Y.J., Wang, J.F., Zhang, R.H., Gillies, R.R., and Xue, Y.Y.C.B. 2004. Air temperature retrieved from remote sensing data based on thermodynamics. Theor. Appl. Climatol. published online.
26
26.Vidal, A. 1991. Vegetal cover to estimate soil erosion hazard in Rhodesia. Geoderma,
27
15: 1. 61-70.
28
27.Xingping, W., Xiaofeng, Y., and Guangdao, H. 2011. Relationship between Land Cover Ratio and Urban Heat Island from Remote Sensing and Automatic Weather Stations Data.
29
J. Ind. Soc. Rem. Sens. 39: 2. 193-201.
30
28.Vázquez, D.P., Reyes, F.J.O., and Arboledas, L.A. 1997. A comparative study of algorithms for estimating land surface temperature from AVHRR Data. Remote Sensing of Environment, Lore velit adiamcommy nonulput la feugueriure. 62: 3. 215-222.
31
29.Xu, C.Y., and Singh, V.P. 2005. Evaluation of three complementary relationship evapotranspiraton models by water balance approach to estimate actual regional evapotranspiration in different climatic regions. J. Hydrol. 308: 105-121.
32
ORIGINAL_ARTICLE
شناخت نواحی همگن بارشی ایران بر پایهی پایگاه دادهی افرودیت(25/0 درجهی قوسی)
برکسی پوشیده نیست که دادههای بهنگام بارش با تفکیک مکانی-زمانی مناسب پایهی اول هر گونه پژوهش در ارتباط با بارش است. برای انجام این پژوهش دادههای روزانهی بارش ایران زمین طی بازهی زمانی1/1/1951 تا 31/12/2007 از پایگاه دادهی افرودیت با قدرت تفکیک مکانی 25/0 درجهی قوسی برداشت شد. یک پایگاه دادهی گاهجای در ابعاد 2491×20818 ایجاد شد که بر روی سطرها روز و بر روی ستونها یاختههای داخل مرز ایران قرار داشت. برای هر روز تقویمی از سال میانگین بلند مدت روزانهی بارش حساب شد و یک پایگاه دادهی جدید 366× 2491 ایجاد شد. با بکارگیری تحلیل خوشهای به روش ادغام وارد بر روی فواصل اقلیدسی، پهنهبندی بارش ایران انجام شد. جهت شناسایی شمار خوشههای بهینه (شمار پهنهها) از نمایههای کنترل کیفیت پراش درون گروهی بهره گرفته شد. برای خوشهبندیهای مختلف مقادیر نمایهها محاسبه شد. بطور کلی یافتههای این پژوهش نشان داد که ایران زمین به 8 پهنهی بارشی قابل تقسیمبندی است. میزان بارش دریافتی نیز برای هر ماه از سال برای هرکدام از پهنهها جداگانه حساب شد. پراکنش مکانی پهنههای بارشی و مقدار بارش دریافتی بر روی آنها با واقعیت هماهنگی بسیار مناسبی نشان میدهد. لذا به نظر میرسد که دادههای بارش پایگاه داده افرودیت از دقت مناسبی جهت واکاوی و پایش زمانی مکانی بارش بر روی ایران زمین برخوردارند.
https://jwsc.gau.ac.ir/article_3057_7b668411ea001feab8743d71c5d7fff0.pdf
2016-05-21
99
114
10.22069/jwfst.2016.3057
نواحی بارشی
پایگاه داده افرودیت
ایران
محمد
دارند
m.darand@uok.ac.ir
1
استادیار اقلیم شناسی دانشکده منابع طبیعی دانشگاه کردستان
LEAD_AUTHOR
1.Alexander, L.V., Zhang, X., Peterson, T.C., Caesar, J., Gleason, B., Klein Tank, A.M.G., Haylock, M., Collins, D., Trewin, B., Rahimzadeh, F., Tagipour, A., Rupa Kumar, K., Revadekar, J., Griffiths, G., Vincent, L., Stephenson, D.B., Burn, J., Aguilar, E., Brunet, M., Taylor, M., New, M., Zhai, P., Rusticucci, M., Vazquez-Aguirre, J.L., and Coauthors. 2006. Global observed changes in daily climate extremes of temperature and precipitation.
1
J. Geophys. Res. 111 (D05109): 1-22.
2
2.Alijani, B. 1996. Climate of Iran. Payame Noor Press. (In Persian)
3
3.Hamada, A., Arakawa, O., and Yatagai, A. 2011. An Automated Quality Control Method for Daily Rain-gauge Data, Global Environmental Research, 15: 183-192.
4
4.Hedari, H., and Alijani, B. 2000. Classification of Iran’s climate by principle component analysis technique. J. Geograph. Res. 37: 57-74. (In Persian)
5
5.Jaagus, J. 2009. Regionalization of the precipitation pattern in the Baltic Sea drainage
6
basin and its dependence on large-scale atmospheric circulation. Boreal environment research. No. 14: 31-44.
7
6.Khamchin Moghadam, F., Sedghi, H., Kaveh, F., and Manshouri, M. 2010. Regionalization of maximum daily precipitation of Iran. J. Water Soil. 24: 97-106. (In Persian)
8
7.Kolivras, K.N., and Comeric, A.C. 2007. Regionalization and variability of precipitation in Hawaii, physical geography. 28: 76-96.
9
8.Kottek, M., and Rubel, F. 2007. Global daily precipitation field from bias-corrected rain gauge and satellite observations. Part I: Design and Development. Meteorol. Z. 16: 5. 525-539.
10
9.Masoodian, S.A. 2003. Climate regions of Iran. Geography and development. 2: 171-184.
11
(In Persian)
12
10.Masoodian, S.A. 2008. Climate of Iran. Isfahan Press, 180p. (In Persian)
13
11.Masoodian, S.A. 2009. Precipitation regions of Iran. Geography and development.
14
13: 79-91. (In Persian)
15
12.Masoodian, S.A., Darand, M., and Karsaz, S. 2011. Regionalization of west and northwestern parts of Iran by cluster analysis method. Quarterly physical geography.
16
11: 35-44. (In Persian)
17
13.Masoodian, S.A., Ghaedi, S., and Mohammadi, B. 2004. Humidity regions of Iran. J. Hum. Tabriz. Geograph. 20: 1-13. (In Persian)
18
14.Min, S.K., Zhang, X., Zwiers, F.W., and Hegerl, G.C. 2011: Human contribution to
19
more-intense precipitation extremes. Nature. 470: 378-381. doi:10.1038/nature09763.
20
15.Modaress, R. 2006. Regional precipitation climates of Iran. J. Hydrol. (NZ). 45: 1. 13-27.
21
16.Nasrabadi, A., Asakereh, H., and Masoodian, S.A. 2013. Detection and Regionalization of daily precipitation frequency distribution in Iran.Quarterly geography Researches. 114: 1-16.
22
17.Raziee, T., and Azizi, Gh. 2007. Regionalization of precipitation regimes in west of Iran by principle component analysis and clustering. Iranian water resources researches. 2: 65-62. (In Persian)
23
18.Samadi, Z., and Mohammadi, H. 2010. Regionalization of Autumn Precipitation in Semi western parts of Iran: Application of EOF in climatological Studies. J. Appl. Geograph. Sci. Res. 19: 27-43. (In Persian)
24
19.Satyanarayana, P., and Sirnivas, V.V. 2011. Regionalization of precipitation in data
25
sparse areas using large scale atmospheric variables – A fuzzy clustering approach. J. Hydrol. 405: 462-473.
26
20.Teimouri, M., and Azimzadeh, S.J. 2011. Climatic Zonation of Iran using Precipitation Effectiveness Index. First National Conference of Drought and Climate Change. Pp: 875-882.
27
21.Trenberth, K.E., Joese, P.D., Ambenge, P.G., Bojariu, R., Easterlmg, D.R., Klein Tank, A.M.G., Parker, D.E., and Renwick, J.A. 2007. Observations: Surface and atmospheric climate change. The Physical Science Basis, Cambridge University Press.
28
ORIGINAL_ARTICLE
پیشبینی خشکسالی جریان رودخانه با استفاده از شاخص SPI و زنجیره مارکف در حوزه آبریز کرخه
سابقه و هدف: خشکسالی یکی از پیچیدهترین بلایای طبیعی در جهان است و زمانی رخ میدهد که آب قابل دسترس یک سامانه برای تامین نیازهای حداقل یکی از بخشهای زیستی، اقتصادی و اجتماعی طی یک دوره زمانی قابل ملاحظه کافی نباشد. گرچه بهطور کلی تعریفی جهانی از خشکسالی وجود ندارد، میتوان خشکسالی را به انواع مختلفی تقسیمبندی نمود: خشکسالی هواشناسی، کشاورزی، هیدرولوژیکی و اقتصادی-اجتماعی. خشکسالی هیدرولوژیکی که در این مقاله به آن پرداخته میشود، در فاز زمینی چرخه هیدرولوژیکی به صورت کاهشی مشخص در میزان آب قابل دسترس در همه اشکال آن مانند جریان رودخانه، سطح آب مخازن و دریاچهها و سطح آب زیرزمینی تعریف میشود. از جمله اثرات خشکسالی هیدرولوژیکی میتوان به کاهش یا زوال ذخایر آبی، بدتر شدن کیفیت آب، عدم کفایت آب مورد نیاز برای آبیاری و در نتیجه افت محصول، کاهش قدرت تولید، برهم خوردن تعادل زیستگاههای ساحلی و تاثیر بر فعالیتهای اقتصادی – اجتماعی اشاره کرد. هدف از این مقاله ارزیابی خشکسالی هیدرولوژیکی در حوزهی آبریز کرخه با استفاده از شاخص SDI و پیشبینی این نوع خشکسالی با استفاده زنجیره مارکف ناایستا میباشد. مواد و روشها: در این مطالعه، به منظور تعیین وضعیت خشکسالی هیدرولوژیکی، از شاخص خشکسالی جریان رودخانه ( SDI) که براساس حجم تجمعی جریان رودخانه است، برای دورههای مرجع 3، 6، 9 و 12 ماهه در 4 ایستگاه هیدرومتری واقع در حوزهی آبریز کرخه (آفرینه، پلچهر، قورباغستان و پلزال) طی سالهای 1387-1354 (دوره آماری 33 ساله) استفاده شد. چهار دوره مرجع منتخب در هر سال هیدرولوژیکی که دارای همپوشانی هستند، عبارتند از: مهر-آذر، مهر-اسفند، مهر-خرداد، مهر-شهریور (یک سال کامل هیدرولوژیکی). پس از تعیین وضعیتهای خشکسالی برای هر سری زمانی و دوره مرجع، با فرض اینکه فرآیند اصلی دارای ساختار زنجیره مارکف ناایستا است، احتمال انتقال وضعیت برای همه ایستگاهها و در همه دورههای مرجع محاسبه شد.یافتهها: در حالی که همبستگی بین دو شاخص SDI و SPI ضعیف بود، نتایج همبستگی و ارتباط بین مقادیر SDI در دورههای مرجع مختلف نشان داد که با اطمینان بسیار بالایی میتوان در پیشبینی وضعیت خشکسالی هیدرولوژیکی کل سال از شاخص SDI شش ماهه (مهر-اسفند) استفاده نمود. از دیگر نتایج این مطالعه میتوان به استفاده از داده های بارش به جای داده های جریان رودخانه به منظور پیشبینی خشکسالی هیدرولوژیکی در ایستگاههایی که همبستگی بالایی بین شاخص SDI و SDI وجود دارد، اشاره کرد. نتیجهگیری: از ویژگیهای عمده روش مورد استفاده در این مقاله میتوان به استفاده از شاخصی ساده به نام شاخص خشکسالی جریان رودخانه (SDI)، که شدت خشکسالی هیدرولوژیکی را با استفاده از متوسط دبی جریان رودخانه برای دورههای دارای همپوشانی 3، 6، 9 و 12 ماهه (دورههای مرجع) در هرسال هیدرولوژیکی توصیف میکند، در نظر گرفتن 5 طبقه (وضعیت) خشکسالی، تولید ماتریس احتمال انتقال وضعیت برای دو دوره مرجع منتخب با فرض تبعیت فرآیند اصلی از زنجیره مارکف، امکان پیشبینی شدت خشکسالی دوره مرجع تجمعی بلندمدتتر با استفاده از شدت خشکسالی دورههای مرجع قبلی و استفاده از دادههای بارش بهجای دادههای جریان رودخانه بهمنظور پیشبینی خشکسالی هیدرولوژیکی در ایستگاههایی که همبستگی بالایی بین شاخص SDI و SPI وجود دارد، اشاره کرد. کلمات کلیدی: خشکسالی هیدرولوژیکی، شاخص SDI، زنجیره مارکف، پیشبینی خشکسالی، حوزه کرخه
https://jwsc.gau.ac.ir/article_3058_aa2a58a555c8cb98d541e1fcc8168c28.pdf
2016-05-21
115
130
10.22069/jwfst.2016.3058
خشکسالی هیدرولوژیکی
شاخص SDI
زنجیره مارکف
پیش بینی خشکسالی
حوزه کرخه
مهرنوش
اقتداری
m_eqtedari@ut.ac.ir
1
دانشجوی دکترای هواشناسی کشاورزی، پردیس کشاورزی، گروه مهندسی آبیاری و آبادانی، دانشگاه تهران
LEAD_AUTHOR
جواد
بذرافشان
jbazr@ut.ac.ir
2
دانشیار گروه هواشناسی کشاورزی، پردیس کشاورزی، گروه مهندسی آبیاری و آبادانی-دانشگاه تهران
AUTHOR
مریم
شفیعی
shafiei.m@ut.ac.ir
3
دانشجوی دکترای هواشناسی کشاورزی، پردیس کشاورزی، گروه مهندسی آبیاری و آبادانی، دانشگاه تهران
AUTHOR
سمیه
حجابی
somayeh.hejabi@ut.ac.ir
4
دانشجوی دکترای هواشناسی کشاورزی، پردیس کشاورزی، گروه مهندسی آبیاری و آبادانی، دانشگاه تهران
AUTHOR
1.Akyuz, D.E., Bayazit, M., and Onoz, B. 2012. Markov chain models for hydrological drought characteristics. J. Hydrometeorol. 13: 298-309.
1
2.Bazrafshan, O., Salajegheh, A., Fatehi-Marj, A., Mahdavi, M., Bazrafshan, J., and Hejabi, S. 2014. Comparison of stochastic models and conceptual models in hydrological drought forecast (Case study: Karkheh river basin). J. Range Water. Manage. 66: 4. 493-508.
2
(In Persian)
3
3.Dracup, J.A., Lee, K.S., and Paulson Jr.E.G. 1980. On the definition of droughts. Water Resour. Res. 16: 2. 297-302.
4
4.Heim, R.R. 2002. A review of twentieth-century drought indices used in the United States. Bull Am. Meteorol. Soc. 83: 8. 1149-1165.
5
5.Kogan, F.N. 1997. Global drought watch from space. Bull. Am. Meteorol. Soc. 78: 4. 621-63.
6
6.Lohani, V.K., Loganathan, G.V., and Mostaghimi, S. 1998. Long-term analysis and short-term forecasting of dry spells by the Palmer drought severity index. Nord Hydrol. 29: 1. 21-40.
7
7.McKee, T.B., Doeskin, N.J., and Kleist, J. 1993. The relationship of drought frequency and duration to timescales. Proceedings of the eighth conference on applied climatology, Anaheim, CA, January 17-23. American Meteorological Society BostonMA. Pp: 179-184.
8
8.Mishra, A.K., and Singh, V.P. 2010. A review of drought concepts. J. Hydrol.
9
391: 1-2. 202-216.
10
9.Mofidipoor, N., Sheikh, V., Ownegh, M., and Sadodin, A. 2012. The analysis of relationship between meteorological and hydrological droughts in Atrak watershed. J. Water. Manage. Res. 3: 5. 16-26.
11
10.Morid, S., and Paymozd, S. 2008. Comparison of hydrological and meteorological methods for daily drought monitoring: A case study, the 1998-2000 drought spell of Tehran, Iran. JWSS - Isfahan University of Technology. 11: 42. 325-333. (In Persian)
12
11.Mozafari, G.H. 2006. Meteorological and hydrological drought inequality in two basins in the northern range of Shirkoh. J. Agric. Sci. Special Geography. 4: 173-190. (In Persian)
13
12.Nalbantis, I. 2008. Evaluation of hydrological drought index. European Water. 23: 24. 67-77.
14
13.Nalbantis, N., and Tsakiris, G. 2009. Assessment off hydrological drought revisited. J. Water Resour. Manage. 23: 883-897.
15
14.Paulo, A.A., and Pereira, L.S. 2007. Prediction of SPI drought class transitions using Markov chains. Water Resour. Manage. 21: 10. 1813-1827.
16
15.Shafer, B.A., and Dezman, L.E. 1982. Development of a Surface Water Supply Index (SWSI) to assess the severity of drought conditions in snowpack runoff areas. In Proceedings of the (50th) 1982 Annual Western Snow Conference. Pp: 164-75.
17
16.Sharma, T.C., and Panu, U.S. 2012. Prediction of hydrological durations based on Markov chains: case of Canadian prairies, Hydrol. Sci. J. 57: 4. 705-722.
18
17.Smakhtin, V.U. 2001. Low flow hydrology: a review. J. Hydrol. 240: 3-4. 147-186.
19
18.Stahl, K. 2001. Hydrological drought: a study across Europe. Doctoral dissertation.
20
Albert-Ludwigs Universität Freiburg, Freiburg, Germany.
21
19.Tabari, H., Nikbakht, J., and Hosseinzadeh Talaee, P. 2013. Hydrological drought assessment in northwestern Iran based on Streamflow Drought Index (SDI). Water Resour Manage. 27: 137-151.
22
20.Tallaksen, L.M., and Van Lanen, H.A.J. 2004. Hydrological drought processes and estimation methods for streamflow and groundwater. Developments in Water Sciences 48. Elsevier B.V., Netherlands.
23
21.Tate, E.L., and Gustard, A. 2000. Drought definition: a hydrological perspective, P 23-48.
24
In: J.V. Voght, and F. Somma (Eds) Drought and drought mitigation in Europe. Kluwer Academic Publishers, Dordrecht.
25
22.Tsakiris, G., Pangalou, D., and Vangelis, H. 2007. Regional drought assessment based on the reconnaissance drought index (RDI). Water Resour. Manage. 21: 821-833.
26
23.Vicente-Serrano, S.M., López-Moreno, J.I., Beguería, S., Lorenzo-Lacruz, J., Azorin-Molina, C., and Morán-Tejeda, E. 2012. Accurate Computation of a Streamflow Drought Index. J. Hydrol. Engin. 17: 2. 318-332.
27
24.Wardlow, B.D., Anderson M.C., and Verdin, J.P. 2012. Remote Sensing of Drought.
28
CRC Press is an imprint of Taylor & Francis Group.
29
25.Wilhelmi, O.V., and Wilhite, D.A. 2002. Assessing vulnerability to agricultural drought: a Nebraska case study. Nat. Hazard. 25: 37-58.
30
26.Yang, W. 2010. Drought analysis under climate change by application of drought indices
31
and copulas. M.Sc. Thesis, Civil and Environmental Engineering. PortlandStateUniversity.
32
ORIGINAL_ARTICLE
بررسی روشهای مختلف استخراج جریانپایه بااستفاده از شاخص منحنی تداومجریان(مطالعه موردی: ناحیه خزری)
سابقه و هدف استخراج جریانپایه و شاخص مربوطه، همواره یکی از موضوعات مهم در هیدرولوژی بوده و اطلاع از میزان آن نقش مهمی در مدیریت بهینه منابعآب دارد. توسعه روشهای آنالیز جریانپایه از هیدروگراف جریان، یک تاریخچه طولانی مدت دارد که به پژوهشهای تئوری و تجربی هورتون، بر میگردد (5). در این خصوص، مرور منابع متعدد و مفیدی برای نشان دادن روند پیشرفت ارائه شده است (27؛25؛ 14). "روشهای مختلف آنالیز جریان با استفاده از روش همبستگی، توسط ناتان و مک ماهون (1990) مورد بررسی قرارگرفت، آنها روش ساده فیلتر رقومی یکپارامتره با ضریب پارامتر 925/0 را پیشنهاد دادند (18)". "روشهای مختلف گرافیکی، رقومی و روشهای مبتنی بر ردیابها توسط گونزالس و همکاران(2009) در حوزههای واقع در زمینهای پست کشور هلند، مورد پژوهش قرار گرفت. نتایج نشان داد که روشهای مبتنی بر ردیابها، مطابقت مناسبی با مشاهدات و برداشتهای صحرایی دارد، آنها نتیجه گرفتند که روش اکهارد روش مناسبی برای حوزههای واقع در زمینهای پست میباشد(12)". با بررسیهای انجام شده، مشخص شد که در رابطه با مقایسه روشهای مختلف استخراج جریان پایه در اقالیم مختلف در سطح کشور پژوهش کافی انجام نشده است. هدف از این پژوهش،بررسی روشهای مختلف استخراج جریانپایه بااستفاده ازشاخص منحنی تداومجریان، به منظور انتخاب مناسب ترین روش است مواد و روش ها در این پژوهش، جریانپایه و شاخص آن با استفاده از جریان روزانه بیست ایستگاه هیدرومتری واقع در ناحیه خزری و الگوریتم-های حداقلمحلی، فواصلثابت، فواصلمتحرک، فیلتر رقومی برگشتی یکپارامتره، فیلتر رقومی برگشتی دوپارامتره، فیلتر رقومی برگشتی B-Flow و فیلتر رقومی برگشتی چاپمن استخراج شد. ضرایب فیلترهای استفاده شده در محدوده موردنیاز هر روش و با توجه به بهترین پاسخ داده شده به تغییرات ضرایب و با استفاده از قابلیت نمایش گرافیکی نرمافزار Hydro Office و مقایسه چشمی انتخاب شد. منحنی تداومجریان کلیه ایستگاهها ترسیم و شاخصهایQ90,Q50 و نسبت هیدرولوژیکی Q90/Q50 استخراج شد. مقادیر شاخص جریان پایه بهدست آمده با استفاده از معیارهای میانگین مطلقخطا، انحراف معیار،خطای برآورد استاندارد و ضریب -تعیین و روابط همبستگی با نسبت هیدرولوژیکی Q90/Q50تحلیل شد. باتوجه بهاینکه شاخصهای مستخرج از منحنی تداومجریان با استفاده از دادههای اندازهگیری و مشاهدهای محاسبه میگردد و این شاخص بهعنوان شاخص مربوط به مشارکت منابع آبهای زیرزمینی در جریان رودخانه شناخته شده است، لذا به عنوان نماینده جریان واقعی برای بررسی ومقایسه مدلهای استخراج آب پایه از هیدروگراف جریان رودخانه استفاده شد. یافته ها نتایج نشان داد، میانگین سالیانه شاخص مربوطه در کل دوره، بین حداقل 56/0 و حداکثر 91/0 نوسان میکند که بهترتیب متعلق به روش فیلتر رقومی برگشتی یکپارامتره و فیلتر رقومی برگشتی B-Flow میباشد. این مقدار نشان دهنده مشارکت بالای آبهای زیرسطحی در تامین جریان رودخانه در منطقه پژوهش است. ماتریس همبستگی بین میانگین سالیانه طولانی مدت حاصل از تمام روشها در منطقه مورد پژوهش با شاخص حاصل از منحنی تداومجریان نشان داد که بالاترین ضریبتعیین، بین روشهای مختلف با شاخص منحنی تداومجریان به میزان 82/0 بین روشهای B-Flow و Q90/Q50 بود و کمترین آن بهروش چاپمن و فواصلثابت تعلق گرفت. مقایسه انحرافمعیار روشها، نشان داد که روش B-FLOWکمترین انحرافمعیار را دارد. در ضمن این روش، بالاترین همبستگی را با شاخص منحنی تداومجریان دارد، لذا با توجه به این دو شاخص، روش فیلتر رقومی برگشتی B-FLOWنسبت به روشهای دیگر، گزینه مناسبتری تشخیص داده شد. با توجه به معیار میانگین مطلقخطا و خطای برآورد استاندارد، روش یکپارامتره بهترین برآورد را دارد. نتیجه گیری در جمعبندی کلی نتایج تحلیل آماری، روش فیلتر رقومی برگشتی یکپارامتره بهدلیل حداقل میانگین مطلقخطا، کمترین میزان خطای برآورد استاندارد و همبستگی مناسب با ضریب تعیین 71/0 با شاخص تداوم جریان، مناسبترین روش برای استخراج جریان-پایه و شاخص آن بهدست آمد. این روش در غیاب روشهای مبتنی بر ردیابها، بهعنوان مناسبترین روش در منطقه مورد پژوهش، تشخیص داده شد.
https://jwsc.gau.ac.ir/article_3059_d7bae8294bbfd1457cc03107a4dbd037.pdf
2016-05-21
131
146
10.22069/jwfst.2016.3059
تداومجریان
تفکیک هیدروگراف
حوضه خزر
فیلترهای رقومی
BFI
رحیم
کاظمی
ra_hkazemi@yahoo.com
1
عضو هیئت علمی پژوهشکده حفاظت خاک و آبخیز داری
LEAD_AUTHOR
باقر
قرمز چشمه
bagher@gmail.com
2
عضو هیئت علمی سامان تحقیقات کشاورزی جهاد
AUTHOR
1.Ayyub, B.M., and McCuen, R.H. 2011. Probability, statistics, and reliability for engineers and scientists. 3 Editions, Boca Raton, FL: CRC Press, 605p.
1
2.Bloomfield, J.P., Allen, D.J., and Griffiths, K.J. 2009. Examining geological controls on
2
base flow Index (BFI) using regression analysis: An illustration from the Thames Basin, UK. J. Hydrol. 373: 164-176.
3
3.Boughton, W.C. 1993. A hydrograph-based model for estimating the water yield of ungauged catchments. Hydrology and Water Resources Conference, Institution of Engineers, Australia, National. Conference Publication no. 93/14: 317-324.
4
4.Brauman, K.A., Daily, G.C., Duarte, T.K., and Mooney, H.A. 2007. The Nature and Value of Ecosystem Services: An Overview Highlighting Hydrologic Services. Annu. Rev. Environ. Resour. 32: 67-98.
5
5.Brodie, R.S., and Hostetler, S. 2005. A review of techniques for analyzing base-flow from stream hydrographs. The NZHS-IAH-NZSSS conference, 28 November–2 December, Auckland, New Zealand.
6
6.Chapman, T.G. 1991. Comment on evolution of automated techniques for base flow and recession analyses. J. Water Resour. Res. 26: 1783-1784.
7
7.Chapman, T.G., and Maxwell, A.I. 1996. Base flow separation-comparison of numerical methods with tracer experiments. Hydrological and Water Resources Symposium, Institution of Engineers Australia, Hobart, Pp: 539-545.
8
8.Cyr, J., Landry, M., and Gagnon, Y. 2011. Methodology for the large-scale assessment of small hydroelectric potential: Application to the province of New Brunswick (Canada), Renew. Energy. 36: 2940-2950.
9
9.Eckhardt, K. 2008. A comparison of base flow indices, which were calculated with seven different base flow separation methods. J. Hydrol. 352: 168-173.
10
10.Ghanbarpour, M., Teimouri, M., and Gholami, S. 2009. Comparison of base flow estimation methods based on hydrograph separation (Case study: Karun Basin). J. Sci. Technol. Agric. Natur. Resour. 12: 44. 1-13. (In Persian)
11
11.Golpayeghani, M., and Ghanbarpour, M.R. 2008. Investigation of hydrograph separation methods and its application in hydrology. 4th national watershed management science and engineering conference, Iran. (In Persian)
12
12.Gonzales, A.L., Nonner, J., Heijkers, J., and Uhlenbrook, S. 2009.Comparison of different base flow separation methods in lowland catchment. J. Hydrol. Earth Syst. Sci. 13: 2055-2068.
13
13.Kazemi, R., and Eslami, A.R. 2013. Investigation of geologival formation and hydrological parameter on base flow index, case study:Khazar region Watershed Engineering and Management. 5: 85-93. (In Persian)
14
14.Klaus, J., and McDonnell, J.J. 2013. Hydrograph separation using stable isotopes: Review and evaluation. J. Hydrol. 505: 47-64.
15
15.Kroll, C.N., Luz, J.G., Allen, T.B., and Vogel, R.M. 2004. Developing a watershed characteristics database to improve low stream flow prediction. J. Hydrol. Engin. ASCE.
16
9: 116-125.
17
16.Lyne, V., and Hollick, M. 1979. Stochastic time variable rainfall runoff modeling. Hydrology and Water Resources Symposium Berth, National Committee on Hydrology and Water Resources of the Institution of Engineers, Australia, Pp: 89-92.
18
17.Meshgi, A., Schmitter, P., Vladan, B., and May Chui, T.F. 2014. An empirical method for approximating stream base flow time series using groundwater table fluctuations. J. Hydrol. 519: 1031-1041.
19
18.Nathan, R.J., and McMahon, T.A. 1990. Evaluation of automated techniques for base flow and recession analyses. J. Water Resour. Res. 26: 1465-1473.
20
19.Nejadhashemi, A.P., Sheridan, J.M., Shirmohammadi, A., and Montas, H.J. 2007. Hydrograph separation by incorporating climatologically, factors: Application to small experimental watersheds. J. Amer. Water Resour. Assoc. (JAWRA). 43: 744-756.
21
20.Nejadhashemi, A.P., Shirmohammadi, A., Sheridan, J.M., and Montas, H.J. 2009. Case study: Evaluation of stream flow partitioning methods. J. Irrig. Drain. Engin. 135: 6. 791-801.
22
21.Peters, E., and Van Lanen, H.A.J. 2005. Separation of base flow from stream flow using groundwater levels-illustrated for the Pang catchment (UK). J. Hydrol. Proc. 19: 921-936.
23
22.Samiei, M., and Malekiyan, A. 2010. Comparison of base flow separation methods using recursive digital filter and PART model. 6th national watershed management science and engineering conference, Iran. (In Persian)
24
23.Santhi, C., Allen, P.M., Muttiah, R.S., Arnold, J.G., and Tuppad, P. 2008. Regional estimation of base flow for the conterminous United States by hydrologic landscape regions. J. Hydrol. 351: 139-153.
25
24.Sloto, R.A., and Crouse, M.Y. 1996. HYSEP: A computer program for stream
26
flow hydrograph separation and analysis. U.S. Geological Survey, Water-Resources Investigations, Pennsylvania. Report 96-4040, 46p.
27
25.Smakhtin, V.Y. 2001. Low flow hydrology: a review. J. Hydrol. 240: 147-186.
28
26.Stewart, M., Cimino, J., and Ross, M. 2007. Calibration of base flow separation methods with stream flow conductivity. Ground water. 45: 17-27.
29
27.Tallaksen, L.M. 1995. A review of base flow recession analysis. J. Hydrol. 165: 1-4. 349-370.
30
28.Teimouri, M., Ghanbarpour, M.R., Bashirgonbad, M., Zolfaghari, M., and Kazemikia, S. 2011. Comparison of base flow index in hydrograph separation with different methods in some rivers of WestAzerbaijanProvince. J. Sci. Technol. Agric. Resour. Water and Soil Science. 15: 219-228. (In Persian)
31
ORIGINAL_ARTICLE
پیش بینی کیفیت آب در جریان های یک بعدی به کمک تابع انتقال آلودگی جدید و اصلاح معیار همگرایی
چکیدهسابقه وهدف: با توجه به کمی نزولات جوی و ذخیره آبی در سطح کشور، مطالعه رفتار آلودگی آب بسیار اهمیت دارد. جهت مطالعه این پدیده از معادله انتقال- پخش آلودگی درجریانهای یکبعدی استفاده میشود. دو نوع روش شامل روش تحلیلی و روش عددی برای حل این معادله وجود دارد که در سالهای اخیر با پیشرفت سیستمهای کامپیوتری خطاهای روشهای عددی برای پیشبینی هرچه بهتر واقعیت به حداقل رسیده است. بعضی محققین روش دو بعدی عددی برای انتقال آلودگی ارائه کردند و آن را با نتایج یک مدل آزمایشگاهی صحتسنجی کردند. در برخی تحقیقات از روش کوئیک برای حل عددی معادله انتقال استفاده کردند و دریافتند که این روش تطابق خوبی با دادههای آزمایشگاهی دارد و همچنین نتیجه گرفتند که روشهای تحلیلی یک ابزار نسبتا مطمئن برای ارزیابی سایر روشهای شبیهسازی و پیشبینی حرکت آلودگی در منابع آب سطحی میباشند. در نهایت در تعدادی از مطالعات، پیرامون قیود همگرایی برای روشهای عددی مختلف حل معادله انتقال بحث شد که مقدار این قید در حداکثر حالت خود، عدد کورانت بین صفر و یک میباشد و اگر این مقدار بیش از یک شود، نتایج روش واگرا می-شود. هدف این پژوهش ارائه یک تابع انتقال آلودگی است که بتواند با حفظ ویژگیهای مثبت روشهای پیشین، قیود واگرایی موجود را اصلاح کند.مواد و روشها: در این مقاله یک مطالعه موردی فرضی که دادههای آن در رنج دادههای واقعی است، انتخاب شد و ابتدا بروش تحلیلی و سپس به سایر روشهای عددی موجود شامل لاکس، فروم، کوییک و سایر توابع حالت درجه سه و چهار در برنامه متلب، کد نویسی شد. از روش حل تحلیلی به عنوان معیار صحتسنجی استفاده شد. از نرم افزار MAPLE نیز برای انجام محاسبات ریاضی تابع انتقال جدید پیشنهادی(تابع نمایی ساده) استفاده شد.یافتهها: نتایج نشان داد روش عددی کوییک و سایر روشهای عددی ذکر شده فقط هنگامی همگرا میشوند و دارای جواب هستند که عدد کورانت در آن ها کمتر از یک باشد که این امر باعث محدودیتهایی در انتخاب طول گام مکانی و زمانی میشود. به همین دلیل برای رفع این مشکل یک تابع انتقال جدید به نام تابع نمایی ساده برای انتقال آلودگی در آبهای کم عمق پیشنهاد شد. چراکه، اولا این تابع در اعداد کورانت کمتر از یک، جوابی مشابه روش تحلیلی و روش عددی مرسوم و برتر کوئیک دارد و ثانیا معیار همگرایی عدد کورانت را از عدد یک تا عدد دو افزایش میدهد.نتیجهگیری: تابع انتقال جدید بنام تابع نمایی ساده که در این تحقیق پیشنهاد و ارائه شد، تابعی مناسب برای انجام فرایند انتقال آلودگی میباشد که علاوه بر تطابق با روش تحلیلی و روشهای عددی گذشته، معیار همگرایی این روشها را اصلاح کرده و بهبود میبخشد.
https://jwsc.gau.ac.ir/article_3060_2c1a99ad5616a10202eb8d433e8f16e4.pdf
2016-05-21
147
162
10.22069/jwfst.2016.3060
معادله انتقال – پخش
روش های عددی
روش تحلیلی
روش کوئیک
تابع نمایی ساده
سید آرمان
هاشمی منفرد
hashemi@eng.usb.ac.ir
1
استادیار گروه مهندسی عمران دانشگاه سیستان و بلوچستان، زاهدان
LEAD_AUTHOR
محسن
دهقانی درمیان
mohsen.dehghani@pgs.usb.ac.ir
2
دانشجوی کارشناسی ارشد مهندسی عمران، دانشگاه سیستان و بلوچستان، زاهدان
AUTHOR
بهاره
پیرزاده
b_pirzadeh@eng.usb.ac.ir
3
استادیار گروه مهندسی عمران، دانشگاه سیستان و بلوچستان، زاهدان
AUTHOR
مهدی
اژدری مقدم
mazhdary@eng.usb.ac.ir
4
دانشیار گروه مهندسی عمران، دانشگاه سیستان و بلوچستان، زاهدان
AUTHOR
1.Abbot, M.B., and Basco, D.R. 1997. Computational Fluid Dynamics: An Introduction for Engineers. Longman Singapore Publisher (Pte) Ltd, 425p.
1
2.Ardestani, M., Sabahi, M.S., and Montazeri, H. 2015. Finite Analytic Methods for Simulation of Advection- Dominated and Pure Advection Solute Transport With Reaction in Porous Media. Int. J. Environ. Res. 9: 1. 197-204.
2
3.Barry, D.A., and Sposito, G. 1989. Analytical solution to a convection-dispersion model timedependent transport coefficients. Water Resour Research. 25: 12. 2407-2416.
3
4.Falconer, R.A., and Liu, S. 1988. Modeling solute transport using quick scheme. J. Environ. Engin. ASCE. 114: 1. 22160.
4
5.Glass, J., and Rodi, W. 1982. A higher order numerical scheme for scalar transport. Computer Methods in Applied Mechanics and Engineering. 31: 337-358.
5
6.Hoffmann, K.A., and Chiang, S.T. 2000. Computational Fluid Dynamics. A Publication of Engineering System, Wichita, Kansas, 67208-1078, USA, 208p.
6
7.Kamphuis, J.W. 1991. Physical Modeling. I in Handbook of Coastal and Ocean Engineering . Vol2, Gulf Publishing Company, Houston Texas.
7
8.Kim, K.C., Park, G.H., Jung, S.H., Lee, J.L., and Suh, K.S. 2011. Analysis on the characteristics of a pollutant dispersion in river environment. Annals of Nuclear Energy.
8
38: 232-237.
9
9.Kumar, A., Jaiswal, D., and Kumar, N. 2009. Analytical solutions of one-dimensional advection-disperion equation with variable coefficients in a fnite domain. J. Earth Syst. Sci. 118: 5. 539-549.
10
10.Li, S., and Duffy, C.J. 2012. Fully-coupled modeling of shallow water flow and pollutant transport on unstructured grids. Environmental Sciences. 13: 2098-2121.
11
11.Schmalle, G.F., and Rehmann, C.R. 2014 Analytical solution of a model of contaminant transport in the advective zone of a river. J. Hydraul. Eng. ASCE 7900.0000885. (1-8).
12
12.Singh, P., Yadav, S.K., and Kumar, N. 2012. One-Dimensional pollutant’s advective- diffusive transport from a varying pulse-type point source through a medium of linear heterogeneity. J. Hydrol. Engin. 17: 9. 1047-1052.
13
13.Van Genuchten, M.Th., and Alves, W.J. 1982. Analytical solutions of the one-dimensional convective-dispersive solute transport equation. U.S. Department of Agriculture. Technical Bulletin. No. 1661. 151.
14
14.Yadav, R.R., Jaiswal, D.K., and Yadav, H.K. 2010. Analytical solution of one dimensional temporally dependent advection-dispersion equation in homogeneous porous media. Inter. J. Engin. Sci. Technol. 2: 141-148.
15
15.Yoshioka, H., and Unami, K. 2013. A cell-vertex finite volume scheme for solute transport equations in open channel networks. Probabilist. Eng. Mech. 31: 30-38.
16
16.Zheng, N.S. 1996. Mathematical Modeling of Groundwater pollution, Springer.
17
17.Zoppou, C., and Knight, J.H. 1997. Analytical solution for advection and advection-dispersion equation with spatially variable coefficient. J. Hydr. Engin. 123: 2. 144-148.
18
ORIGINAL_ARTICLE
ارزیابی آسیب پذیری سفره ساحلی با استفاده از روش GALDIT و واسنجی آن با روش AHP
سابقه و هدف: آبهای زیرزمینی یکی از منابع اصلی تامین آب شرب، کشاورزی و ... می باشد، لذا توجه به امر مدیریت در سفره های آب زیرزمینی بسیار حائز اهمیت می باشد. تغییرات کیفیت منآبع آب زیرزمینی بخصوص در مناطق خشک با توجه به روند برداشت زیاد آب و کاهش تغذیه سبب ایجاد مشکلات زیست محیطی در آبخوان های کشور شده است. با توجه به روند برداشت بی رویه آب از منابع آب زیرزمینی به ویژه در مناطق ساحلی تعادل بین جبهه های آب شور و شیرین در اینگونه سفرهها بهم خورده است. مهمترین پارامترهای موثر جهت بررسی اثر تهاجم جبهه های آب شور دریا به ساحل عبارتند از نوع آبخوان اعم از آبخوان آزاد، آبخوان تحت فشار، نشتی و سایر، هدایت هیدرولیکی آبخوان، عمق سطح آب زیرزمینی بالاتر از سطح دریا، فاصله از نوار شور ساحلی،اثر پارامترهای کیفی آب شور دریا بر نوار ساحلی و ضخامت آبخوان که کلیه این پارامترها در یک شاخص آسیب پذیری به نام GALDIT ارائه و برای آسیب پذیری آبخوان های ساحلی مورد استفاده قرار می گیرد. از این رو ارایه راهکارهای زیست محیطی جهت بهره برداری بهینه و صحیح از سفرههای ساحلی جهت عدم ورود آب شور از سمت دریا ضروری جلوه مینماید. مواد و روشها: در این تحقیق آسیب پذیری آبخوان ساحلی آستانه-کوچصفهان که یکی از آبخوان های حوزه سفیدرود و ساحلی دریای خزر می باشد با استفاده از شاخص GALDIT مورد بررسی و ارزیابی قرار گرفت. شاخصGALDIT یک مدل جدید و توسعه یافته برای بررسی و تعیین اثرات نفوذ آب شور به آبخوان ساحلی در اثر برداشتهای بیرویه می باشد. به عبارت دیگر با کاربرد شاخص مذکور در این منطقه اثرات منفی آب شور و برداشت بی رویه آب زیرزمینی بر روی آبخوان ساحلی مورد تحلیل قرار گرفت. یافته ها: بررسی اولیه نتایج این شاخص حاکی از این موضوع بود که نوار ساحلی اثر منفی روی وضعیت آسیب پذیری منطقه داشته است. به منظور بررسی و واسنجی مدل آسیب پذیری از همبستگی بین این شاخص با غلظت TDS، نیترات، کلراید و سدیم استفاده و بعد از تجزیه و تحلیل های آماری، پارامتر TDS جهت واسنجی با استفاده از روش تحلیل سلسله مراتبی با استفاده از نرم افزار Expert choice انتخاب شد. انتخاب پارامتر TDS با توجه به شوری و املاح موجود در آب دریا که اثر مستقیمی روی ساحل می گذارد می تواند اثربخشی این شاخص آسیب پذیری را بیشتر کند. با استفاده از وزن های مولفه های مختلف خروجی مدل استخراج و وزنهای بهینه برای منطقه برآورد گردید. نتیجه گیری: مدل نهایی نشان داد که در نوار نزدیک به ساحل میزان آسیب پذیری آب زیرزمینی به آلودگی بیشتر از سایر مناطق در آبخوان است. نتایج تحلیل سلسله مراتبی نشان میدهد پارامتر فاصله از دریا معیار حساس و با اهمیتی در شاخص GALDIT بوده و پس از واسنجی مدل مشخص گردید 30 درصد آبخوان در معرض جبهههای شور نفوذ آب دریا قرار گرفته است.
https://jwsc.gau.ac.ir/article_3061_9570e459bb857087fbae8548f8bf092b.pdf
2016-05-21
163
177
10.22069/jwfst.2016.3061
آسیب پذیری
GALDIT
آبخوان آستانه کوچصفهان
TDS
تحلیل سلسله مراتبی
حمید
کاردان مقدم
hkardan@ut.ac.ir
1
دانشجوی دکتری منابع آب دانشگاه تهران
LEAD_AUTHOR
سامان
جوادی
javadis@ut.ac.ir
2
دانشگاه تهران
AUTHOR
1.Antonakos, A.K., and Lambrakis, N.J. 2007. Development and testing of three hybrid methods for the assessment of aquifer vulnerability to nitrates, based on the drastic model, an example from NE Korinthia, Greece. J. Hydrol. 333: 2-4. 288-304.
1
2.Bear, J., and Verruijt, A. 1987 Modeling groundwater flow and pollution. Reidel Publications, Boston.
2
3.Chachadi, A.G., and Lobo Ferreira, J.P. 2001. Seawater intrusion vulnerability mapping of aquifers using the GALDIT method. Coastin. 4: 7-9.
3
4.Chachadi, A.G. 2005. Seawater intrusion mapping using modified GALDIT indicator
4
model-case study in Goa. Jalvigyan Sameek. 20: 29-45.
5
5.Ghyben, W.B. 1988. Nota in verband met de voorgenomen putboring nabij Amsterdam.
6
Ins. Ing. Tijdschr. 21: 8-22.
7
6.Herzberg, A. 1901. Die Wasserversorgung einiger Nordseeba¨der. J. Gasbeleucht Wasserversorg. 44: 815-819.
8
7.Iuliana Gabriela Breabăn, Mădălina Paiu. 2012. Application of drastic model and GIS for evaluation of aquifer vulnerability: study case Barlad city area. Water resources and wetlands.
9
8.Javadi, S., Kavehkar, N., Mousavizadeh, M.H., and Mohammadi, K. 2011. Modification of DRASTIC model to map groundwater vulnerability to pollution using nitrate measurements in agricultural areas. J. Agric. Sci. Tech. 13: 239-249.
10
9.Kura, N.U., Ramli, M.F., Ibrahim, S., Azmin Sulaiman, W., Zaharin Aris, A., Idris Tanko, A., and Zaudi, M.A. 2014. Assessment of groundwater vulnerability to anthropogenic pollution and seawater intrusion in a small tropical island using index-based methods; Environ. Sci Pollut Res.
11
10.Najib, S., Grozavu, A., Mehdi, K., Breaban, I.G., Guessir, H., and Boutayeb, K.
12
2012. Application of the method galdit for the cartography of groundwaters vulnerability: aquifer of Chaouia coast (Morocco). Sci Ann Alexandru Ioan Cuza Univ Iasi Geogr Ser.
13
58: 2. 77-88.
14
11.Rahman, A. 2008. A GIS based DRASTIC model for assessing groundwater vulnerability in shallow aquifer in Aligarh, India. Applied Geography. 28: 1. 32-53.
15
12.Recinos, N., Kallioras, A., Pliakas, F., and Schuth, C. 2014. Application of GALDIT index to assess the intrinsic vulnerability to seawater intrusion of coastal granular aquifers. Environ. Earth Sci. 59: 72. 1866-6299.
16
13.Todd, D.K. 1980. Groundwater Hydrology, 2nd edition, John Wiley, New York, 535p.
17
ORIGINAL_ARTICLE
اثر آب شور مغناطیسی شده بر اصلاح آب و خاک در آبیاری قطره ای
بهدلیل محدودیت منابع آب، تاکید بسیار زیادی بر استفاده موثرتر از منابع آب موجود و استفاده از آبهای تلف شده و آبهای شور و لبشور برای آبیاری میشود. لذا برای داشتن یک کشاورزی موفق لازم است فرایند شوری تحت کنترل در آید. برای اصلاح آب و خاک میتوان از روش مغناطیسی کردن آب استفاده کرد. در این پژوهش مقدار رطوبت و شوری خاک اطراف قطرهچکانها در مراحل مختلف آبیاری، مورد بررسی قرار گرفت. تیمارها شامل دو تیمار آب آبیاری (آب مغناطیسی و آب غیر مغناطیسی) بهعنوان عامل اصلی و سه سطح شوری شامل آب چاه، آب با شوری 5 و آب با شوری 10 دسی زیمنس بر متر بهعنوان عامل فرعی بودند. طرح آزمایشی بهصورت کرت دو بار خرد شده در قالب بلوک کامل تصادفی و با سه تکرار انجام شد. نتایج نشان داد که آبیاری با آب مغناطیسی نسبت به آبیاری معمولی، باعث افزایش مقدار رطوبت خاک در فاصلههای مختلف از قطرهچکان شد. همچنین آبیاری با آب مغناطیسی باعث کاهش مقدار هدایت الکتریکی خاک بهمیزان 31 درصد نسبت به آبیاری معمولی شده بود. آبیاری مغناطیسی با صرفهجویی در مقدار آب مصرفی و برطرف نمودن مشکل شوری خاک-ها، قابل توصیه برای استفاده در بخش کشاورزی میباشد.
https://jwsc.gau.ac.ir/article_3062_b9d8e39207b69dd7a3537f86857fd80f.pdf
2016-05-21
179
193
10.22069/jwfst.2016.3062
آب مغناطیسی
آبیاری قطره ای
رطوبت خاک
شوری
قطره چکان
منوچهر
حیدرپور
heidar@cc.iut.ac.ir
1
هیات علمی، دانشگاه صنعتی اصفهان
AUTHOR
مجتبی
خوش روش
khoshravesh_m24@yahoo.com
2
هیات علمی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
LEAD_AUTHOR
یکتا
مشاوری
moshaveriy@yahoo.com
3
دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشگاه آزاد اسلامی واحد شیراز
AUTHOR
1.Ame’zketa, E. 1999. Soil aggregate stability: A review. J. Sustain. Agr. 14: 83-151.
1
2.Bogatin, J. 1999. Magnetic Treatment of Irrigation Water: Experimental Results and Application Conditions. Environ. Sci. Technol. 33: 1280-1285.
2
3.Chibowski, E., Szcześ, A., and Hołysz, L. 2005. Influence of Sodium Dodecyl Sulfate
3
and Static Magnetic Field on the Properties of Freshly Precipitated Calcium Carbonate.
4
ACS Publ. 21: 8114-8122.
5
4.Choudhary, O.P., Ghuman, B.S., Josan, A.S., and Bajwa, M.S. 2006. Effect of alternating irrigation with sodic and non-sodic waters on soil properties and sunflower yield. Agr. Water Manage. 85: 151-156.
6
5.Coey, J.M.D., and Stephen, G. 2000. Magnetic water treatment. Physics Department. TrinityCollege. Dublin 2. Ireland.
7
6.Flagella, Z., Cantore, V., Giuliani, M.M., Tarantino, E., and De Caro, A. 2002. Crop salt tolerance: Physiological, yield and quality aspects. Plant Biol. 2: 155-186.
8
7.Gabrielli, C., Jaouhari, R., Maurin, G., and Keddam, M. 2001. Magnetic water treatment for scale prevention. Water Res. 35: 3249-3259.
9
8.Herzog, R.E., Qihong, S., Patil, T.J.N., and Katz, J.L. 1989. Magnetic water treatment: The effect of iron on calcium carbonate nucleation and growth. Longmuir. 5: 861-867.
10
9.Holysz, L., Szczes, A., and Chibowski, E. 2007. Effects of a static magnetic field on water and electrolyte solutions. J. Coll. Int. Sci. 316: 996-1002.
11
10.Homaee, M. 2002. Plant response to salinity. Iranian National Committee on Irrigation and Drainage. 97p. (In Persian)
12
11.Jacob, B. 1999. Magnetic treatment of irrigation water: Experimental results and application conditions. Environ. Sci. Technol. 33: 1280-1285.
13
12.Katerji, N., Van Hoorn, J.W., Hamdy, A., Mastrorilli, M., and Oweis, T. 2005. Salt tolerance analysis of chickpea, faba bean and durum wheat varieties I. Chickpea and faba bean. Agr. Water Manage. 72: 177-194.
14
13.Kenya, A.D., and Parsons, S.A. 2005. A spectrophotometer- based study of magnetic water: Assessment of ionic vs. surface mechanisms. Water Res. 40: 517-524.
15
14.Lungader Madsen, H.E. 2004. Crystallization of calcium carbonate in magnetic field ordinary and heavy water. J. Cryst. Growth. 267: 251-255.
16
15.Mohamed, A.I. 2013. Effects of magnetized low quality water on some soil properties and plant growth. Int. J. Res. Chem. Environ. 3: 2. 140-147.
17
16.Norozi, M., Meschi, M., and Maherani, M. 1999. Use of saline and brackish waters for irrigation. 76p. (In Persian)
18
17.Saliha, B.B. 2005. Bioefficacy testing of GMX online magnetic water conditioner in grapes var. muscat. Tamil Nadu agricultural university. Project Completion Project.
19
18.Srivastava, S.C., Lal, P.B.B., and Sharma, B.N. 1976. Application of solar energy in conjunction with magnetized water to boost food output. National Solar Energy Convention, Calcutta, India, Pp: 248-250.
20
19.Takatshinko, Y. 1997. Hydromagnetic systems and their role in creating micro climate. International symposium on Sustainable Management of Salt Affected Soils, Cairo, Egypt, Pp: 22-28.
21
20.Tedeschi, A., and Dell’Aquila, R. 2005. Effects of irrigation with saline waters at different concentrations, on soil physical and chemical characteristics. Agr. Water Manage. 77: 308-322.
22
21.Zangene Usefabadi, E., Behzad, M., and Boroomand Nasab, S. 2012. Effects of magnetic water on the amount of leaching of the cations and anions of saline soil in laboratory conditions. J. Water Soil. 26: 3. 680-689. (In Persian)
23
ORIGINAL_ARTICLE
اثر پوشش های جنگلی پهن برگ و سوزنی برگ بر شاخص های میکروبی خاک
سابقه و هدف: افزایش روز افزون میزان گازهای گلخانهای (به ویژه گازهای دی اکسید کربن، متان و نیتروز اکسید) و تغییرات اقلیمی بر کسی پوشیده نیست (17). پژوهشهای صورت گرفته نشان میدهند که تغییرات این گازها تا حد زیادی متاٌثر از تغییرپذیری شاخصهای میکروبی کربن و نیتروژن خاک میباشند (16). یکی از راههای مهم و تاٌثیرگذار در کاهش میزان این گازها و اثرات مخرب آنها پیدا کردن راهکاری برای ترسیب و ذخیرهسازی آنها میباشد، که در این خصوص به جنگلکاری عرصههای فاقد پوشش گیاهی تاکید ویژهای شده است (31). جنگلکاری با گونههای مختلف (پهنبرگ و سوزنیبرگ) اثرات اکولوژیکی متعددی دارد (41). با این حال تاکنون به جنگل-کاریها با هدف کاهش مخاطرات ناشی از گرمایش جهانی (از طریق تنظیم عوامل کنترلکننده مهمترین گازهای گلخانهای) توجه جامعی نشده است. در این راستا، یاداوا (2012) اشاره داشت که کاشت گونههای درختی Acacia catechu وDalbergia sisso بعد از 26 سال باعث افزایش معنیدار زیتوده میکروبی خاک (نسبت به جنگل طبیعی پهنبرگ مجاور) شده است (45). همچنین، ون و همکاران (2014) در بررسی زیتوده میکروبی کربن و نیتروژن خاک تحت تودههای خالص و آمیخته کاج (P. massoniana) نشان دادند که پارامترهای میکروبی خاک به ترکیب گونهای و سن توده حساس بوده و همچنین میزان زیتوده میکروبی کربن و نیتروژن در پایههای خالص بیشتر گزارش شد (43). در تحقیق حاضر، اثر پوششهای جنگلی پهنبرگ (توسکاییلاقی، ون، افراپلت، بلوط بلندمازو) و سوزنیبرگ (زربین و کاج سیاه) بر تغییرپذیری عوامل کنترلکننده مهمترین گازهای گلخانهای، مورد توجه و بررسی قرار گرفته است. مواد و روشها: در هر یک از پوششهای جنگلی مورد نظر، مستقر در حوزه شرکت چوب و کاغذ مازندران، تعداد 10 نمونه خاک از عمقهای 10-0 و 20-10 سانتیمتری (مجموعاً 20 نمونه) برداشت شد. وزن مخصوص ظاهری، بافت، رطوبت، اسیدیته، کربن آلی، نیتروژن کل و مشخصههای میکروبی (تنفس میکروبی، زیتوده میکروبی کربن و نیتروژن، ضریب متابولیک) در محیط آزمایشگاه مورد سنجش و محاسبه قرار گرفت. یافتهها: نتایج حاکی از وجود تفاوتهای آماری معنیدار مشخصههای فیزیکوشیمیایی خاک تحت تاٌثیر پوششهای مختلف اراضی می-باشد. بیشترین مقادیر مشخصههای تنفس میکروبی (16/1 میلیگرم بر گرم)، زیتوده میکروبی کربن (68/334 میلیگرم بر کیلوگرم)، نسبت زیتوده میکروبی کربن به نیتروژن (99/11) و ضریب متابولیکی (64/3 میکروگرم دیاکسید کربن بر میلیگرم زیستتوده میکروبی کربن در روز) به پوشش جنگلی کاج سیاه اختصاص داشته در حالی که بالاترین مقدار زیتوده میکروبی نیتروژن (33/38 میلیگرم بر کیلوگرم) خاک در توده جنگلی توسکاییلاقی مشاهده شد. نتیجهگیری: نتایج بر این امر دلالت دارد که در انتخاب نوع گونه برای جنگلکاری، در راستای کاهش اثر تغییرات اقلیمی با بهبود شاخص-های میکروبی، به کیفیت و سلامت خاک در منطقه باید توجه خاصی شود.
https://jwsc.gau.ac.ir/article_3063_810b9eac86706eb5e2a94c48d30c6756.pdf
2016-05-21
195
210
10.22069/jwfst.2016.3063
جنگل کاری
کربن
نیتروژن
شاخص های بیوشیمی
یحیی
کوچ
yahya.kooch@yahoo.com
1
دانشگاه تربیت مدرس
LEAD_AUTHOR
محمدکاظم
پارساپور
mparsa66@yahoo.com
2
دانشگاه تربیت مدرس
AUTHOR
1.Aghajani, L. 2009. Studying of herbal species diversity and understory regeneration in native and non-native afforestations (case study: Chi-bagh district of Gaemshahr). M.Sc. thesis
1
of Forestry, University of Agriculture and Natural Resources Sciences of Sari, 103p.
2
(In Persian)
3
2.Ali Asgharzad, N. 2010. Laboratory methods of soil biology. Tabriz University Publication, 522p. (In Persian)
4
3.Antunesa, S.C., Pereiraa, R., Sousab, J.P., Santosa, M.C., and Gonçalves, F. 2008. Spatial and temporal distribution of litter arthropods in different vegetation covers of PortoSanto Island (Madeira Archipelago, Portugal). Europ. J. Soil Biol. 44: 45-56.
5
4.Asadian, M., Hojjati, S.M., Pormajidian, M.R., and Fallah, A. 2013. The effect of different land uses on soil quality index in Alandan forests of Sari. Natural Geoghraphical Researches. 45: 65-76. (In Persian)
6
5.Bakhshipoor, R., Ramzanpoor, H., and Lashkar Bloky, A. 2012. Studying effect of pine and polplus afforestations on some of soil cahracters. Iran. J. For. 4: 321-332. (In Persian)
7
6.Beheshti Alagha, A., Raisi, F., and Golchin, A. 2010. Effect of land uses of soil biochemical and microbiological properties. Soil Water J. 25: 562-548. (In Persian)
8
7.Christiansen, J.R., Vesterdal, L., and Gumdersen, P. 2012. Nitrous oxide and methane exchange in two small temperate forest catchments-effects of hydrological gradients and implications for global warming potentials of forest soils. Biogeochemistry. 107: 437-454.
9
8.Dijkstra, F.A., West, J.B., Hobbie, S.E., and Reich, P.B. 2009. Antagonistic effects of species on C respiration and net N mineralization in soils from mixed coniferous plantation. Forest Ecology and Management. 257: 1112-1118.
10
9.Franzluebbers, K., Franzluebbers, A.J., and Jawson, M.D. 2002. Environmental controls on soil and whole-ecosystem respiration from a tallgrass prairie. Soil Sci. Soc. Amer. J. 66: 254-262.
11
10.Fukuzawa, K., Shibata, H., Takagi, K., Satoh, F., Koike, T., and Sasa, K. 2013. Temporal variation in fine-root biomass, production and mortality in a cool temperate forest covered with dense understory vegetation in northern Japan. Forest Ecology and Management.
12
310: 700-710.
13
11.Gamboa, A., and Galicia, L. 2012. Land-use/cover change effects and carbon controls on volcanic soil profiles in highland temperate forests. Geoderma. 170: 390-402.
14
12.Ghazanshahi, J. 2006. Soil and plant analysis. Hooma publication, 272p. (In Persian)
15
13.Gol, C. 2009. The effects of land use change on soil properties and organic carbon at Dagdami river catchment in Turkey. J. Environ. Biol. 30: 825-830.
16
14.Iqbal, J., Ronggui, H., Lijun, D., Lan, L., Shan, L., Tao, C., and Leilei, R. 2008. Differences in soil CO2 flux between different land use types in mid-subtropical China. Soil Biology and Biochemistry. 40: 2324-2333.
17
15.Kara, O., and Bolat, I. 2007. The effect of different land uses on soil microbial biomass carbon and nitrogen in Barton Province. Turk. J. Agric. For. 32: 281-288.
18
16.Kooch, Y., and Moghimian, N. 2015. The effect of forest degradation and land use changes on soil ecophysiology indices of carbon and nitrogen. Iran. J. For. 7: 243-256. (In Persian)
19
17.Kooch, Y., Hosseini, S.M., Zaccone, C., Jalilvand, H., and Hojjati, S.M. 2012. Soil organic carbon sequestration as affected by afforestation: the Darab Kola forest (North of Iran) case study. J. Environ. Monitor. 14: 2438-2446.
20
18.Kooch, Y., Mollaei Darabi, S., and Hosseini, S.M. 2015. The effects of pits and mounds following windthrow events on soil features and greenhouse gas fluxes in a temperate forest. Pedosphere. 25: 1-13.
21
19.Kooijman, A.M., and Smit, A. 2009. Paradoxical differences in N–dynamics between Luxembourg soils: litter quality or parent material? Europ. J. For. Res. 128: 555-565.
22
20.Liu, W., Xu, W., Han, Y., Wang, C., and Wan, S. 2007. Responses of microbial biomass and respiration of soil to topography, burning, and nitrogen fertilization in a temperate steppe. Biology and Fertility of Soils. 44: 259-268.
23
21.Liu, W., Xu, W., Han, Y., Wang, C., and Wan, S. 2007. Responses of microbial biomass and respiration of soil to topography, burning and nitrogen fertilization in a temperate steppe. Biology and Fertility of Soils. 44: 259-268.
24
22.Luan, J., Xiang, C., Liu, S.L.Z., Gong, Y., and Zhu, X. 2010. Assessments of the impacts of Chinese fir plantation and natural regenerated forest on soil organic matter quality at Longmen mountain, Sichuan, China. Geoderma. 156: 228-236.
25
23.Meyfroidt, P., Phuong, V.T., and Anh, H.V. 2013. Trajectories of deforestation, coffee expansion and displacement of shifting cultivation in the Central Highlands of Vietnam. Global Environmental Change. 23: 1187-1198.
26
24.Moldrup, P., Olsen, T., Komatsu, T., Schjønning, P., and Rolston, D.E. 2001. Tortuosity, diffusivity, and permeability in the soil liquid and gaseous phases. Soil Sci. Soc. Amer. J.
27
65: 613-623.
28
25.Moscatelli, M.C., Tizio, A.D., Marinari, S., and Grego, S. 2007. Microbial indicators related to soil carbon in Mediterranean land use systems. Soil and Tillage Research. 97: 51-59.
29
26.Norbakhsh, F., Moneral, C.M., Emtiazy, G., and Dinel, H. 2002. Asparagines activity in some soils of central Iran. Arid Land Management. 16: 377-384.
30
27.Norton, B.J., Sandor, J.A., and White, C.S. 2003. Hill slope soils and organic matter dynamics within native American agro ecosystem of the Colorado Plateau. Soil Sci. Soc. Amer. J. 67: 225-234.
31
28.Nunes, A., Figueiredo, A., and Almeida, A.C. 2012.The effects of farmland abandonment and plant succession on soil properties and erosion processes: a study case in central of Portugal. Revista de Geografia e Ordenamento do Território, n.º 2 (Dezembro). Centro de Estudos de Geografia e Ordenamento do Território. Pág. 165 a 190.
32
29.Peng, Y., and Thomas, S.C. 2006. Soil CO2 efflux in uneven-aged managed forests: temporal patterns following harvest and effects of edaphic Heterogeneity. Plant and Soil. 289: 253-264.
33
30.Raiesi, F., and Asadi, E. 2006. Soil microbial activity and litter turnover in native grazed and ungrazed rangelands in a semiarid ecosystem. Biology and Fertility of Soils. 43: 76-82.
34
31.Ross, D.J., Tate, K.R., Scott, N.A., Wilde, R.H., Rodda, N.J., and Townsend, J.A. 2002. Afforestation of pasturess with Pinus radiata influences soil carbon and nitrogen pools and mineralization and microbial properties. Austr. J. Soil Res. 40: 303-318.
35
32.Saiz, G., Byrne, K.A., Butterbach-Bahl, K., Kiese, R., Blujdea, V., and Farrell, E.P. 2006. Stand age-related effects on soil respiration in a first rotation Sitka spruce chronosequence in central Ireland. Global Change Biology. 12: 1007-1020.
36
33.Schwendenmann, L., Veldkamp, E., Brenes, T., O’Brien, J.J., and Mackensen, J. 2003. Spatial and temporal variation in soil CO2 effluxinanold-growth neotropical rain forest,
37
La Selva, Costa Rica. Biogeochemistry. 64: 111-128.
38
34.Singh, J.S., Singh, D.P., and Kashyap, A.K. 2009. A comparative account of the microbial biomass-N and N-mineralization of soils under natural forest, grassland and crop field from dry tropical region, India. Plant, Soil and Environt. 55: 223-230.
39
35.Sjogersten, S., van der Wal, R., and Woodin, S.J. 2006. Small-scale hydrological variation determines landscape CO2 fluxes in the high Arctic. Biogeochemistry. 80: 205-216.
40
36.Sotta, E.D., Veldkamp, E., Guimaraes, B.R., Paixao, R.K., Ruivo, M.L.P., and Almeida, S.S. 2006. Landscape and climatic controls on spatial and temporal variation in soil CO2 efflux
41
in an eastern Amazonian rainforest, Caxiuana, Brazil. Forest Ecology and Management.
42
237: 57-64.
43
37.Sun, G., and Lockaby, B.G. 2013. Water quantity and quality at the urban-rural interface.
44
In: Laband, D.N., Lockaby, B.G., Zipperer, W. (Eds.), Urban-Rural Interfaces: Linking People and Nature. American Society of Agronomy and Soil Science Society of America, 165p.
45
38.Tadesse, G., Zavaleta, E., Shennan, C., Carol, R., and Simmons, M.F. 2014. Prospects for forest-based ecosystem Services in forest-coffee mosaics as forest loss continues in southwestern Ethiopia. Applied Geography. 50: 144-151.
46
39.Tengberg, A., Fredhoima, S., Ellisona, I., Knez, I., Saltzmana, K., and Wetterberg, O. 2012. Cultural ecosystem Services provided by landscapes: assessment of heritage values and identity. Ecosystem Services. 2: 14-26.
47
40.Ullah, S., Frasier, R., King, L., Picotte-Anderson, N.P., and Moore, T.R. 2008. Potential fluxes of N2O and CH4 from soils of three forest types in Eastern Canada. Soil Biology and Biochemistry. 40: 986-994.
48
41.Vesterdal, L., Schmidt, I.K., Callesen, I., Nilsson, L.O., and Gundersen, P. 2008. Carbon and nitrogen in forest floor and mineral soil under six common European tree species. Forest Ecology and Management. 255: 35-48.
49
42.Wang, W., Wei, X., Liao, W., Blanco, J.A., Liu, Y., Zhang, L., and Guo, S. 2013. Evaluation of the effects afforests management strategies on carbon sequestration in evergreen broad- leaved (Phoebe bournei) plantation forests using FORECAST ecosystem model. Forest Ecology and Management. 300: 21-32.
50
43.Wen, L., Lei, P., Xiang, W., Yan, W., and Liu, S. 2014. Soil microbial biomass carbon and nitrogen in pure and mixed stands of Pinus massoniana and Cinnamomum camphora differing in stand age. Forest Ecology and Management. 328: 150-158.
51
44.Xu, M., and Qi, Y. 2001. Soil - surface CO2 efflux and its spatial and temporal variations in a young ponderosa pine plantation in northern California. Global Change Biology. 7: 667-677.
52
45.Yadava, R. 2012. Soil organic carbon and soil microbial biomass as affected by restoration measures after 26 years of restoration in mined areas of Doon Valley. Inter. J. Environ. Sci. 2: 1380-1385.
53
46.Yuan, Z.Y., Chen, F.S., Zeng, D.H., Zhao, Q., and Chen, G.S. 2008. Soil inorganic nitrogen and microbial biomass carbon and nitrogen under pine plantations in Zhanggutai sandy soil. Pedosphere. 18: 775-784.
54
47.Yuksek, T. 2013. The restoration effect of blank locust (Robinia pseudoacasia L) plantation on surface soil properties and carbon sequestration on lower hill slopes in the semi-humid region of Crouch Drainage Basin in turkey. Catena. 90: 18-25.
55
ORIGINAL_ARTICLE
تعیین روند رسوبگذاری در سامانه پخش سیلاب به روش پایش تغییرات تصاویر ماهوارهای
سابقه و هدف: یکی از انواع روشها برای تغذیه مصنوعی آب زیرزمینی، سامانههای پخش سیلاب میباشند. اما مهمترین مشکل آنها تجمع رسوبات در سطح بوده که به مرور زمان باعث کاهش اثربخشی سامانه میشوند.در این راستا، پایش تغییرات تصاویر ماهواره ای روش مناسبی برای شناخت دقیق نحوه گسترش رسوبگذاری در عرصه میباشد. از جمله مطالعات در این زمینه می توان به سررشته-داری) 2005 (اشاره کرد که با مقایسه دو تصویر طبقهبندی شده سالهای 1987 و 2001، نحوه گسترش رسوبگذاری در سطح عرصه و تغییرات آن را نشان داد (13). در پژوهش حاضر که در محدوده پخش سیلاب جارمه در شمال خوزستان انجام شده، وسعت رسوبگذاری و نحوه گسترش رسوبات در زمانهای مختلف با پایش تغییرات تصاویر ماهوارهای تعیین گردید.مواد و روشها: تغییرات در سه مقطع زمانی ابتدای احداث پخش سیلاب (1379)، میانه (1385) و شرایط فعلی (1392) پایش شدند. در اجرای یک مطالعه پایش تغییرات سه مرحله اصلی وجود دارد: 1- پیش پردازش دادهها شامل تصحیحات هندسی و رادیومتریک 2- انتخاب روش پایش تغییرات 3- ارزیابی دقت نتایج. در مرحله پیش پردازش داده ها تصحیح هندسی تصاویر به روش تصویر به تصویر انجام شد. همچنین از روش کاهشتیرگی پدیده جهت تصحیح رادیومتریک استفاده شده است. روش مقایسه پس از طبقه بندی به روش آمار پایش تغییر که قابلیت ایجاد یک جدول کامل از تغییرات و جزییات آن را دارد برای پایش تغییرات انتخاب شد. ارزیابی دقت نتایج با تعیین شاخص های دقت کلی، خطای حذف شده، خطای گماشته شده و ضریب کاپا که از ماتریس خطا بدست میآیند، انجام شد. برای طبقهبندی تصاویر از روش بیشینه احتمال استفاده شد همچنین به منظور انتخاب بهترین ترکیب رنگی برای تهیه نمونه-های تعلیمی از فاکتور شاخص بهینه استفاده شده است. یافتهها: با توجه به ویژگی های منطقه مورد مطالعه، سه کلاس شامل اراضی رسوبگذاری، اراضی قلوهسنگی دستکاری شده و خاک دستنخورده در محدوده پخش سیلاب تعیین گردید و بر این اساس تصاویر طبقهبندی برای هر سال تهیه شدند. دقت کلی طبقهبندی برای تصاویر 1379، 1385 و 1392 به ترتیب 78، 85 و 83 درصد بوده است. نتایج بررسی کمّی تغییرات ایجاد شده و تعیین میزان جابجایی بین کلاسها که با مقایسه پس از طبقه بندی به روش آمار پایش تغییر بدست آمد نشان میدهد که در فاصله زمانی بین 1379 تا 1385 مساحت اراضی رسوبگذاری 234 درصد افزایش یافته و از 5/8 به 5/27 هکتار رسیده است اما در مقطع زمانی 1385 تا 1392 بدلیل وقوع خشکسالیها سیلاب زیادی در عرصه، پخش نشده و صرفاً ضخامت رسوبات در برخی مناطق بیشتر شده است و مساحت اراضی رسوبگذاری شده با اندکی افزایش به 5/29 هکتار رسیده است. نتیجه گیری: نتایج مطالعه حاضر نشان داد که سطح اراضی رسوبگذاری شده در مقطع زمانی اول (یکسال پس از احداث تا میانه) توسعه زیادی پیدا کرده است. بارشهای مناسب و سیلابهای فراوان از یکطرف و عاری بودن عرصه از رسوبات باعث شده است این تغییر به خوبی نمایان شود. اما در مقطع دوم (میانه تا زمان فعلی) سطح اراضی رسوبگذاری شده اندکی کمتر شده است. بطور منطقی چنین نتیجهای دور از انتظار است اما بررسی شرایط نشان میدهد که خشکسالیهای اخیر و عدم سیلگیری بویژه در قسمتهای میانی عرصه باعث قدیمی شدن سطح رسوبات در این مناطق شده است که این وضعیت باعث تغییر در خصوصیات بازتابی پدیدهها میشود. در این شرایط فرایند طبقهبندی قادر به تفکیک برخی از مناطق رسوبگذاری نبوده است و در اصل نه تنها کاهشی در سطح اراضی رسوبگذاری اتفاق نیفتاده است بلکه حتی رسوبگذاری در برخی مناطق ابتدای عرصه پخش سیلاب در دوره زمانی دوم اندکی توسعه یافته است.
https://jwsc.gau.ac.ir/article_3064_6a40c4a699a869d2be2e3e719dfd61cb.pdf
2016-05-21
211
224
10.22069/jwfst.2016.3064
رسوبگذاری
سامانه پخش سیلاب
پایش تغییرات
ماهواره لندست
خوزستان
محمد
معظمی
moazami@ramin.ac.ir
1
عضو هیئت علمی دانشگاه کشاورزی ومنابع طبیعی رامین خوزستان
LEAD_AUTHOR
امین
ذرتی پور
zoratipour@yahoo.com
2
عضو هیئت علمی دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
AUTHOR
1.Arokhi, S., Niazi, Y., and Arzani, H. 2011. Comparison of land use/land cover change detection technique using GIS & RS (Case study: Darreshahr watershed, Elam province). Environmental Sciences. 8: 3. 81-96. (In Persian)
1
2.Banko, G. 1998. A Review of Assessing the Accuracy of Classifications of Remotely Sensed Data and of Methods Including Remote Sensing Data in Forest Inventory. International Institute for Applied Systems Analysis Austria, 36p.
2
3.Bindschadler, R.A., Scambos, T.A., Choi, H., and Haran, T.M. 2010. Ice sheet change detection by satellite image differencing. Remote Sensing of Environment. 114: 1353-1362.
3
4.Congalton, R.G. 1991. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment. 37: 35-46.
4
5.DeVries, J.J., and Simmers, I. 2002. Groundwater recharge: an overview of processes and challenges. Hydrogeol. J. 10: 5-17.
5
6.Grinand, C., Rakotomalala, F., Gond, V., Vaudry, R., Bernoux, M., and Vieilledent, G. 2013. Estimating deforestation in tropical humid and dry forests in Madagascar from 2000 to 2010 using multi-date Landsat satellite images and the random forests classifier. Remote Sensing of Environment. 139: 68-80.
6
7.Liu, T., and Yang, X. 2015. Monitoring land changes in an urban area using satellite imagery, GIS and landscape metrics. Applied Geography. 56: 42-54.
7
8.Lu, D., Mausel, P., Brondizio, E., and Moran, E. 2004. Change detection techniques. Int. J. Rem. Sens. 25: 2365-2407.
8
9.Nejabat, M. 1999. Improving environmental characteristics in a wide area around of floodwater spreading system, a case study ninth international rain water cachment systems conference, Petrolina, Brazil.
9
10.Rokni, K., Ahmad, A., Solaimani, K., and Hazini, S. 2015. A new approach for surface water change detection: Integration of pixel level image fusion and image classification techniques. Inter. J. Appl. Earth Obs. Geoinf. 34: 226-234.
10
11.Safiyanian, A., and Madanian, M. 2011. Comparison of maximum likelihood and minimum distance methods for landuse map preparation. J. Agric. Natur. Resour. Sci. Technol.
11
15: 1. 253-264. (In Persian)
12
12.Sarreshtehdari, A. 2002. The Impact of a Flood Spreading Project on Soil Properties. ITC. University of Tewnte, Enschede, Netherlands.
13
13.Sarreshtehdari, A. 2005. Enhancement of sedimentation on flood spreading system using LANDSAT satellite images, TM & ETM+ sensors. Agricultural & Natural resources science and technology. 9: 4. 29-43. (In Persian)
14
14.Singh, A. 1989. Digital change detection techniques using remotely sensed data. Inter. J. Rem. Sens. 10: 989-1003.
15
15.Verbesselt, J., Zeileis, A., and Herold, M. 2012. Near real-time disturbance detection using satellite image time series. Remote Sensing of Environment. 123: 98-108.
16
16.Wright, G.G., and Morrice, J.G. 1997. Landsat TM spectral information to enhance the landcover of Scotland. Int. J. Rem. Sens. 18: 3822-3834.
17
ORIGINAL_ARTICLE
شبیهسازی پروفیل رطوبتی خاک در سیستم آبیاری قطرهای سطحی و زیرسطحی با استفاده از مدل HYDRUS-2D
سیستم آبیاری قطرهای یکی از موثرترین راهکارها برای افزایش بهرهوری و استفاده بهینه از منابع آب موجود میباشد. درک تواناییهای کامل روشهای آبیاری قطرهای نیازمند بهینهسازی پارامترهای در دسترس میباشد. مهمترین این پارامترها شامل دور، شدت و زمان آبیاری میباشند. در آبیاری زیر سطحی نیز با حذف تبخیر از سطح خاک مقدار مصرف آب کاهش مییابد. در این راستا مدلهای عددی با صرفه جویی در زمان و هزینه به منظور مطالعه کارکرد سیستمهای آبیاری و بهینهسازی پارامترهای مدیریتی مورد استفاده قرار می-گیرند. در طراحی آبیاری قطرهای سطحی و زیر سطحی، شکل و ابعاد پیاز رطوبتی عامل اصلی در استقرار محل قطرهچکانها است بدین منظور از مدل های مختلف با داشتن مشخصات هیدرولیکی خاک، دبی و زمان کارکرد جهت تخمین دقیق پیاز رطوبتی استفاده میشود. هدف از این پژوهش اندازه گیری پروفیل رطوبتی خاک در آبیاری قطرهای سطحی و زیر سطحی و مقایسه نتایج شبیه سازی با استفاده از نرافزار HYDRUS-2D بود. در این پژوهش، آزمایشها جهت بررسی پروفیل رطوبتی خاک، تحت روشهای آبیاری قطرهای سطحی و زیرسطحی در مزرعه تحقیقاتی دانشگاه ارومیه اجرا گردید. اندازهگیریها با نصب لولههای T-Tape در فواصل یک متر از هم و اعمال دبی 4 لیتر درساعت به صورت سطحی و زیر سطحی انجام گرفت. در آبیاری قطرهای زیرسطحی لولهها در عمق 2/0 متری نصب شد. اندازهگیری رطوبت درهر دو سیستم آبیاری با استفاده از رطوبت سنج WET انجام شد. اندازهگیری رطوبت به صورت دو بعدی در عمق و شعاع مشخص و در فواصل زمانی 10 دقیقه ثبت شد. در این پژوهش شبیهسازی مدل HYDRUS-2D با نتایج اندازهگیری مقایسه شد. نتایج حاصل از شبیه سازی پروفیل رطوبتی خاک با استفاده از مدل HYDRUS-2D هماهنگی قابل قبولی با دادههای مشاهداتی داشت (RMSE بین 01/0 تا 14/0). بر اساس نتایج تغییرات دادههای اندازهگیری شده نسبت به دادههای شبیهسازی شده (R2 ) در آبیاری قطرهای سطحی و زیرسطحی در زمان کاربرد 24 ساعت به ترتیب برابر 811/0 و برابر 906/0 میباشد. در این پژوهش از مدل شبکه عصبی ROSETTA جهت تخمین پارامترهای هیدرولیکی خاک استفاده شد. با استفاده از سه تابع تخمین موجود در مدل، پارامترهای هیدرولیکی در ROSETTA ارزیابی شد. براساس مقادیر خطای بدست آمده مشاهده شد که اختلاف میزان خطا در دو مدل Full ROSETTA و ROSETTA Lite ناچیز بوده و تنها در بعضی از عمقها مقدار خطای مدل Full ROSETTA کمتر از مدل ROSETTA Lite بوده است. در حالت کلی بر اساس نتایج میتوان گفت دادههای اندازهگیری تطابق خوبی با نتایج Full ROSETTA دارد. نتایج نشان داد که می توان از نرم افزار HYDRUS در طراحی آبیاری قطره ای استفاده کرد.
https://jwsc.gau.ac.ir/article_3065_6c0d4d0e70f4c91bd798e6c629946659.pdf
2016-05-21
225
238
10.22069/jwfst.2016.3065
آبیاری قطرهای زیرسطحی
پروفیل رطوبتی خاک
حرکت آب در خاک
شبیه سازی
سینا
بشارت
sina323@yahoo.com
1
هیات علمی
LEAD_AUTHOR
سودابه
ملایی توانی
soodabemolaii@yahoo.com
2
دانشجوی کارشناسی ارشد
AUTHOR
1.Alikhan, A., Yitayev, M., and Warrick, W. 1996. Field evaluation of water and solute distribution from a point source. J. Irrig. Drain. Engin. 122: 4. 221-227.
1
2.Assouline, S. 2002. The effects of microdrip and conventional drip irrigation on water distribution and uptake. Soil Sci. Soc. Am. J. 66: 1630-1636.
2
3.Bhatnagar, P.R., and Srivastava, R.C. 2003. Gravity-fed drip irrigation system for hilly terraces of the northwest Himalayas. Irrig. Sci. 21: 151-157.
3
4.Bresler, E. 1978. Analysis of trickle irrigation with application to design problems. Irrig. Sci.
4
5.Camp, C.R. 1998. Subsurface drip irrigation: a review. Trans ASAE. 41: 5. 1353-1367.
5
6.Cote, C.M., Bristow, K.L., Charlesworth, P.B., Cook, F.J., and Thorburn, P.J. 2003. Analysis of soil wetting and solute transport in subsurface trickle irrigation. Irrig. Sci. 22: 143-156.
6
7.Cook, F.J., Thorburn, P.J., Bristow, K.L., and Cote, C.M. 2003. Infiltration from surface
7
and buried point sources: the average wetting water content. Water Resources Research.
8
39: 12. 1364-1377.
9
8.Cook, F.J., Fitch, P., Thorburn, P.J., Charles worth, P.B., and Bristow, K.L. 2006. Modeling Trickle irrigation: Comparison of analytical and numerical models for estimation of wetting front position with time. Environmental Modeling & Software. 21: 1353-1359.
10
9.El-nesr M., Alazba A., and Simunek J., 2014. HYDRUS simulations of the effects of
11
dual-drip subsurface irrigation and a physical barrier on water movement and solute transport in soils. Irrig. Sci. 32: 2. 111-125.
12
10.Gardenas, A., Hopmans, J.W., Hanson, B.R., and Simunek, J. 2005. Two-dimensional modeling of nitrate leaching for various fertigation scenarios under microirrigation. Agric. Water Manage. 74: 219-242.
13
11.Ghani A., Raine S., Mc Hugh A., and Hamilton G., 2015. Managing lateral infiltration on wide beds in clay and sandy clay loam using Hydrus 2D. Irrig. Sci. 33: 3. 177-190.
14
12.Kandelous, M.M., and Simunek, J. 2010. Comparison of numerical analytical and empirical models to estimate wetting patterns for surface and subsurface drip irrigation. Irrig. Sci.
15
doi: 10.1007/ s00271-009-0205-9.
16
13.Khalili, M., Akbari, M., Hezarjaribi, A., Zakerinia, M., and Abbasi, F., 2014. Numerical Versus Empirical Models for Estimating Wetting Patterns in Subsurface Drip Irrigation Systems. J. Agric. Engin. Res. 15: 2. 1-14. (In Persian)
17
14.Khanmohamadi, N., Rezaee, H., Besharat, S., and Behmanesh, J. 2012. Evaluation of Soil Water Profile Simulations in Drip Irrigation Based on Soil Hydraulic Properties with Experimental Observations, Iran. J. Irrig. Drain. 3: 6. 187-195. (In Persian)
18
15.Mmolawa, K., and Or, D. 2003. Experimental and numerical evaluation of an analytical volume balance model for soil water dynamics under drip irrigation. Soil Sci. Soc. Am. J. 67: 1657-1671.
19
16.Rahimzadegan, R. 1977. Water movement in field soil from a point source. M.Sc. Thesis, Utah State Univ., Logan, Utah, USA.3.
20
17.Revol, P., Vauclin, M., Vachaud, G., and Clothier, B.E. 1997. Infiltration from a surface point source and drip irrigation 1. The midpoint soil water pressure. Water Resources Research. 33: 1861-1867.
21
18.Skaggs, T.H., Trout, T.J., Simunek, J., and Shouse, P.J. 2004. Comparison of HYDRUS-2D simulations of drip irrigation with experimental observations. Irrig. Drain. ASCE.
22
130: 4. 304-318.
23
19.Singh, D.K., Rajput, T.B.S., Singh, D.K., Sikarwar, H.S., Sahoo, R.N., and Ahmad, T.
24
2006. Simulation of soil wetting pattern with subsurface drip irrigation from line source. Agric. Water Manage. 83: 130-134.
25
20.Singh, S.D., and Singh, P. 1978. Value of drip irrigation compared with conventional irrigation for vegetable production in a hot arid Climate. Agron. J. 70: 945-947.
26
21.Siyal, A.A., and Skaggs, T.H. 2009. Measured and simulated soil wetting patterns under porous clay pipe sub-surface irrigation. Agric. Water Manage. 96: 893-904.
27
22.Simunek, J., Sejna, M., and Van Genuchten, M.Th. 2006. The HYDRUS software package for simulating two- and three-dimensional movement of water, heat, and multiple solutes in variably-saturated media. Technical Manual, Version 1.0. PC Progress, Prague, Czech Republic.
28
23.Wang, F.X., Kang, Y., and Liu, S.P. 2006. Effects of drip irrigation frequency on soil wetting pattern and potato growth in North China Plain. Agric. Water Manage. 79: 248-264.
29
24.Zur, B. 1996. Wetted soil volume as a design objective in trickle irrigation. Irrig. Sci.
30
16: 101-106.
31
ORIGINAL_ARTICLE
تأثیر تراکم نمونهبرداری بر کارایی نقشه شوری خاک (مطالعه موردی: ایستگاه تحقیقاتی کرکج، دانشگاه تبریز)
سابقه و هدف: شناسایی و تهیه نقشه خاکها با اهداف مختلف برای کاربران در عرصههای مختلف علوم خاک اهمیت زیادی دارد. در مطالعاتی که همراه با دورسنجی یا تغییرپذیری مکانی ویژگیهای خاک مطرح میباشد، مقیاس مطالعه و تطابق دادههای برآورد شده با دادههای حقیقی و در نتیجه دقت نقشههای تهیه شده از جمله عواملی است که همواره بایستی مورد توجه واقع شود. علیرغم آنکه تحقیقات زیادی در خصوص تخمین تغییرپذیری مکانی پارامترهای مختلف خاک و تهیه نقشههای خاک صورت گرفته است ولی در اغلب موارد متأسفانه صحت و کارایی مناسب آنها در ارائه صحیح اطلاعات ارزیابی نشده است. شوریزایی از جمله مهم-ترین مسائل خاکهای مناطق خشک و نیمهخشک میباشد، لذا با توجه به وجود اقلیم نیمهخشک در استان آذربایجان شرقی و سهل-الوصول بودن مقدار شوری خاک میتوان تأثیر تراکم نمونهبرداری در نقشههای شوری خاک را بررسی نمود. مواد و روشها: محدوده مورد مطالعه در این پژوهش شامل قسمتی از اراضی ایستگاه تحقیقاتی کرکج متعلق به دانشکده کشاورزی دانشگاه تبریز به مساحت تقریبی 2/4 هکتار میباشد. تراکم نمونهبرداری از جمله مواردی است که نه تنها بر دقت مطالعات بلکه برکارایی نقشه نیز تأثیر میگذارد. بدینمنظور دو نوع تراکم نمونهبرداری زیاد و کم به ترتیب شامل شبکهبندی با فواصل 25 متر و 50 متری طراحی و تعداد 106 نمونه خاک سطحی تهیه و مقادیر شوری آنها پس از انتقال به آزمایشگاه اندازهگیری شد. تجزیههای آماری، مقایسه میانگین، آزمون F و t-test با استفاده از نرمافزار MSTATC انجام گرفت. همچنین نرمافزار GS+ برای تجزیههای زمینآماری به کار برده شد. اعتبارسنجی مدلها به دو روش جکنایف و ارزیابی مستقیم دادهها صورت گرفت تا دقت نقشهها مورد آزمون قرار گیرد. از تلفیق نتایج روش زمینآماری کریجینگ و GISبرای تهیه نقشههای شوری خاک استفاده شده است. کارایی نقشه از چهار جنبه مقیاس و بافت نقشه، راهنمای نقشه، کیفیت نقشه مبنا و صحت مکانی نقشه روی زمین مورد ارزیابی قرار می-گیرد و به طور کلی با شاخصهای مختلفی مانند حداقل محدوده قابل ترسیم، حداکثر کاهش و عدد مقیاس مؤثر نقشه قابل تفسیر میباشد. لذا در این پژوهش نیز شاخصهای فوق برای هر دو نقشه شور خاک حاصل از تأثیر تراکم نمونهبرداری تعیین شدند. یافتهها: نتایج نشان داد که نقشه حاصل از نمونهبرداری با تراکم کمتر در مقایسه با تراکم بیشتر به حالت ایدهآل نزدیکتر میباشد. همچنین علیرغم وجود اختلاف در تعداد پلیگونهای ایجاد شده در هر دو نقشه شوری خاک، مقایسات آماری نشان داد که اختلاف مشاهده شده در سطح احتمال 1% معنیدار نیست. نتیجهگیری: در نهایت میتوان گزارش نمود که کاهش دو برابری تعداد نمونهها علاوه بر اینکه موجب افزایش تراکم ایدهآل محدودهها میشود اثر چشمگیری در کاهش دقت نقشه شوری خاک نیز ندارد. لذا کاربرد تعداد نمونههای بیشتر در همه موارد اقتصادی نبوده و به منظور صرفهجویی در هزینه و زمان، میتوان استفاده از نقشههایی با تراکم پایینتر را توصیه نمود.
https://jwsc.gau.ac.ir/article_3066_2072f18df5c501f3337cda9c73eda080.pdf
2016-05-21
239
251
10.22069/jwfst.2016.3066
تراکم نمونهبرداری
زمینآمار
شوری خاک
کارایی نقشه
کرکج
فرزین
شهبازی
farzinshahbazi@yahoo.com
1
دانشگاه تبریز- دانشکده کشاورزی- گروه خاکشناسی
LEAD_AUTHOR
حسین
رضائی
hosseinrezaei@tabrizu.ac.ir
2
دانشجوی دکتری، گروه خاکشناسی، دانشکده کشاورزی، دانشگاه تبریز
AUTHOR
لیلا
علیدخت
alidokht_68@yahoo.com
3
دانشجوی دکتری، گروه خاکشناسی، دانشکده کشاورزی، دانشگاه تبریز
AUTHOR
صابر
حیدری
s.heidari@tabrizu.ac.ir
4
دانشجوی دکتری دانشگاه تبریز- دانشکده کشاورزی- گروه خاکشناسی
AUTHOR
زهرا
کاظمی
zahra.kazemi58@yahoo.com
5
دانشجوی دکتری دانشگاه تبریز- دانشکده کشاورزی- گروه خاکشناسی
AUTHOR
سید محمد
مهدوی
m.mahdavi@tabrizu.ac.ir
6
دانشجوی دکتری، گروه خاکشناسی، دانشکده کشاورزی، دانشگاه تبریز
AUTHOR
1.Ahmadauli, Kh., Nikmeht, S., and Liagat, A.M. 2008. A Comparison between Kriging
1
and Cokriging methods in estimating soil salinity and pH (Case study: Boukan region). IWRJ. 2: 3. 55-63. (In Persian)
2
2.Ayoubi, Sh., and Khormali, F. 2009. Spatial variability of soil Surface nutrients using principal component analysis and geostatistics: A case study of Appaipally Village, Andhra Pradesh, India. JWSS - Isfahan University of Technology. 12: 46. 609-622. (In Persian)
3
3.Bameri, A., Khormali, F., Kiani, F., and Dehghani, A.A. 2012. Spatial variability of soil organic carbon on different slope positions of loess hillslopes in Toshan area, Golestan Province. JWSC. 19: 2. 43-62. (In Persian)
4
4.Bower, C.A., and Wilcox, L.V. 1965. Soluble salts, P 933-951. In: C.A. Black (Ed.),
5
Methods of soil analysis, Soil Sci. Soc. Amer.
6
5.Brevik, E.C., and Fenton, T.E. 2002. Influence of soil water, clay, temperature, and carbonate minerals on soil electrical conductivity readings taken with an EM-38. Soil Surv. Horiz.
7
43: 1. 9-13.
8
6.Cambardella, C.A., Moorman, T.B., Novak, J.M., Parkin, T.B., Karlen, D.L., Turco, R.F., and Konopka, A.E. 1994. Field-scale variability of soil properties in central Iowa soils. SSSAJ. 58: 1501-1511.
9
7.Daempanah, R., Haghnia, Gh., Alizadeh, A., and Karimi, A. 2011. Mapping salinity and sodicity of surface soil by remote sensing and geostatistic methods in south side of MahValat County. JSW. 25: 3. 498-508. (In Persian)
10
8.Farifte, J., Farshad, A., and George, R.J. 2005. Assessing salt–affected soils using remote sensing, solute modeling and geophysics. Geoderma. 130: 3-4. 191-206.
11
9.Forbes, T.R., Rossiter, D., and Van Wambeke, A. 1982. Guidelines for evaluating the adequacy of soil resource inventories. SMSS Tech. Monogr. 4. Cornell University Department of Agronomy, Ithaca, NY.
12
10.Golizadeh, A.Gh., Momeni, A., Bahrami, H.A., and Banaei, M.H. 2001. Investigation of geopedologic method and common pedology in Iran to increase of map unit purity and reduction of pedologic studying charges. ISRJ. 15: 3. 13-30. (In Persian)
13
11.Hasanipak, A.A. 2013. Geostatistic. Tehran University Press, 314p. (In Persian)
14
12.Hengl, T., and Husnjak, S. 2006. Evaluating adequacy and usability of soil maps in Croatia. Soil Sci. Soc. Am. J. 70: 3. 920-929.
15
13.Herrero, J., Ba, A.A., and Aragues, R. 2003. Soil salinity and its distribution determined by soil sampling and electromagnetic techniques. Soil Use Manage. 19: 2. 119-126.
16
14.Kaffka, S.R., Lesch, S.M., Bali, K.M., and Corwin, D.L. 2005. Site-specific management in salt-affected sugar beet fields using electromagnetic induction. Comput Electron Agr.
17
46: 329-350.
18
15.Kalkali, M., Karimi, A., Haghnia, G., and Esfandiarpour, I. 2014. Comparison of Geostatistical and Conventional Mapping Methods in Determining the Variation of Selected Soil Properties (Case study: Jiroft, Kerman Province). JWS. 28: 2. 353-364.
19
16.Keskin, S.G., Khalilian, A., Han, Y.J., and Dodd, R.B. 2011. Variable depth tillage based
20
on geo-referenced soil compaction data in coastal plain region of South Carolina. IJAST.
21
1: 2. 22-32.
22
17.Khaksaran, D., Waismoradi, A., Moradi, S., and Rahmati, H. 2013. Spatial and temporal changes in soil salinity with geostatistics: A case study in Urmia Plain. IJACS. 5: 3. 285-291.
23
18.Krige, D.G. 1951. A statistical approach to some mine valuation allied problems of the Witwatersrand. Master's thesis of the University of Witwatersrand. 272p.
24
19.Lu, G.Y., and Wong, D.W. 2008. An adaptive inverse-distance weighting spatial interpolation technique. Comput Geosci. 34: 9. 1044-1055.
25
20.Mohammadi, J. 2006. Pedometry (Spatial statistics). Pelk Press, 453p. (In Persian)
26
21.Outeiro, L., Aspero, F., and Ubeda, X. 2008. Geostatistical methods to study spatial variability of soil cations after a prescribed fire and rainfall. Catena.74: 3. 310-320.
27
22.Sokouti, R., Mahdian, M., Mahmoodi, Sh., and Ghahremani, A. 2007. Comparing the applicability of some geostatistic methods to predict the variability of soil salinity, a case study of Uromieh plain. Pajauhsh and Sazandegi. 74: 90-98. (In Persian)
28
23.Taghizadeh-Mehrjardi, R., Sarmadian, F., Omid, M., Savaghebi, Gh., Rousta, M.J., and Rahimian, M.H. 2013. Mapping of soil salinity using geostatistic and electromagnetic induction methods in Ardakan. IJSR. 26: 4. 369-380.
29
24.Rossiter, D.G. 2000. Methodology for Soil Resource Inventories. Lecture notes, 2nd Revised Version. Soil Science Division, International Institute for Aerospace Survey and Earth Sciences (ITC). Enschede, the Netherlands, 132p.
30
25.Tajgardan, T., Ayoubi, Sh., Shataii, Sh., and Khormali, F. 2009. Mapping soil surface salinity using remote sensing data of ETM+ (Case study: North of AghGhala, Golestan Province). JWSC. 16: 2. 1-18. (In Persian)
31
26.Vink, A.P.A. 1975. Land use in advancing agriculture. Springer –Verlag, Berlin, 394p.
32
ORIGINAL_ARTICLE
مطالعه امکان سنجی استحصال آب از رطوبت هوا در جنوب استان سیستان و بلوچستان
تامین آب مورد نیاز مردم در مناطق خشک و نیمه خشک جهان از اهمیت ویژه ای برخوردار است. به منظور امکان سنجی استحصال آب از رطوبت هوا به عنوان یک فناوری جدید جهت تامین بخشی از آب مورد نیاز ساکنان جنوب شرق ایران، ابتدا داده های فشار بخار آب، رطوبت نسبی و بارش ایستگاه چابهار برای یک دوره آماری 20 ساله (1389-1370) از مرکز تحقیقات هواشناسی کاربردی استان سیستان و بلوچستان اخذ گردید. این سه پارامتر جهت محاسبات تئوری مقدار آب استحصالی از رطوبت هوا در منطقه جنوب شرق ایران مورد استفاده قرار گرفتند. نتایج حاصل از محاسبات تئوری نشان می دهد که منطقه به علت میانگین رطوبت نسبی بالا مستعد اجرای هرگونه طرح استحصال آب از رطوبت هوا می باشد. اما جهت محاسبات عملی مقدار آب استحصالی از رطوبت هوا، یک جمع کننده پرده ای به ابعاد 1*1 متر مربع طراحی و به مرحله اجرا گذاشته شد. مقدار آب استحصالی از این جمع کننده به صورت روزانه و به مدت 365 روز (از اول مهر 1390 تا پایان شهریور 1391) دیده بانی شد. نتایج حاصل از این دیده بانی نشان داد که بیشترین مقدار آب استحصال شده از رطوبت هوا در این منطقه مربوط به خرداد ماه با 6/8 لیتر بر متر مربع در روز و کمترین مقدار آن مربوط به بهمن با 1/1 لیتر بر مربع در روز بوده است.
https://jwsc.gau.ac.ir/article_3067_69f5f453d3c6e57f5bba94a9542a4418.pdf
2016-05-21
253
265
10.22069/jwfst.2016.3067
چابهار
استحصال آب
جمع کننده پرده ای
امکان سنجی
رطوبت مطلق
پیمان
محمودی
paymanasia@yahoo.com
1
دانشگاه سیستان و بلوچستان
LEAD_AUTHOR
چکاوک
خواجه امیری خالدی
chak1386@yahoo.com
2
دانشگاه دریانوردی و علوم دریایی چابهار
AUTHOR
محمدرضا
سالاری فنودی
mrcsalari@yahoo.com
3
اداره هواشناسی دریایی چابهار
AUTHOR
1.Abdul-Wahab, S.A., and Lea, V. 2008. Reviewing Fog Water Collection Worldwide and in Oman. Inter. J. Environ. Stud. 65: 3. 485-498.
1
2.Alizadeh, A. 2010. Principle of Applied Hydrology. Emam Reza University Press, 650p.
2
(In Persian)
3
3.Ghazanfari, M.S., Alizadeh, A., Naseri, M., and Mousavi Baygi, M. 2010. Dynamical Assessment of Fog Harvesting Based on Fractal Theory. J. Water Soil. 3: 527-533.
4
(In Persian)
5
4.International Development Research Center. 2003. A Lesson about the Value of Multidisciplinary Research. IDRC Annual Report 2002-2003, 39.
6
5.Mousavi-Baygi, M. 2008. The Implementation of Fog Water Collection Systems in Northeast of Iran. Inter. J. Pure Appl. Phys. 4: 1. 13-21.
7
6.Mousavi-Baygi, M., and Shabanzadeh, S. 2008. Design and construction of an apparatus for fog and cap cloud collection (A new method of water harvesting). Agricultural Sciences and Technology (Special Issue in Water and Soil), 1: 2-11. (In Persian)
8
7.Nascimento Prada, S., and Oliveira da Silva, M. 2001. Fog Precipitation on the Island of Madeira (Portugal). Environmental Geology, 41: 384-389.
9
8.Nikolayev, V.S., Beysens, D., Gioda, A.M., Katiushin, E., and Morel, J.P. 1996. Water Recovery from Dew. J. Hydrol. 182: 19-35.
10
9.Olivier, J. 2002. Fog-Water Harvesting Along the West Coast of South Africa: A Feasibility Study. Water SA, 28: 4. 349-360.
11
10.Olivier, J. 2004. Fog Harvesting: An Alternative Source of Water Supply on the West Coast of South Africa. Geo J. 61: 203-214.
12
11.Sekar, I., and Randhir, T.O. 2007. Spatial assessment of conjunctive water harvesting potential in watershed systems. J. Hydrol. 334: 39-52.
13
12.Schemenauer, R.S., and Cereceda, P. 1994c. The Role of Wind in Rainwater Catchment and Fog Collection. Water International, 19: 70-76.
14
13.Schemenauer, R.S., and Cereceda, P. 1994a. A Proposed Standard Fog Collector for Use in High-Elevation Regions. J. Appl. Meteorol. 33: 11. 1313-1322.
15
14.Schemenauer, R.S., and Cereceda, P. 1998. Meteorological conditions at a coastal fog collection site in Peru. Atmosfera, 6: 175-188.
16
15.Tiedemann, K. 2004. Freshwater Supply and Self-Irrigation of Plants in Water-Limited Environments by Fog Precipitation. 2nd International Water Association (IWA) Leading-Edge Conference on Sustainability (pp. 7-14). Sydney: International Water Association,
17
16.UN-Water Thematic Initiatives. 2006. Coping with Water Scarcity: A strategic issue and priority for system-wide action. Retrieved August 11, 2009, from Water for Life 2005-2015: http://www.un.org/waterforlifedecade/index.html.
18
ORIGINAL_ARTICLE
هیدرولیک جریان برروی سرریزهای کلیدپیانویی تحت هندسهی متفاوت پایهها
سابقه و هدف: با توجه به افزایش طول موثر و به تبع آن افزایش راندمان تخلیه در سرریزهای کلیدپیانویی میتوان از آنها در سرریز سدها و یا سازههای تنظیم آب در شبکههای آبیاری و زهکشی استفاده نمود. در پژوهش حاضر تأثیر شکل هندسی پایههای نصب شده زیر کلیدهای خروجی بر راندمان هیدرولیکی این سرریزها بررسی شده است. استفاده از این سرریزها در مخازن سدها منجر به افزایش تراز سطح آب و افزایش حجم ذخیره در مخزن میشود. در مطالعات گذشته بدون در نظر گرفتن شکل پایه با استفاده از مدل فیزیکی ضریب تخلیهای سرریزهای کلیدپیانویی به صورت روابط بدون بعد از پارامترهای هندسی سرریز و بار آبی ارائه شده است. مواد و روشها: به این منظور ابتدا دو سرریز با نسبتهای ارتفاع به عرض یک سیکل 33/1، (مدل 1)، و 50/0، (مدل 2)، ساخته شد. همچنین در هر مدل، از پایههای تخت، مثلثی و نیماستوانه به همراه مدل شاهد (بدون پایه)، جهت مقایسهی راندمان هیدرولیکی استفاده گردید. در مجموع 8 مدل تهیه و در دبیهای مختلف آزمایشهای هیدرولیکی انجام شد. محدودهی تغییرات دبی به گونهای انتخاب گردید، تا اولاً، دادههای زیادی جمعآوری شود و ثانیاً، هم شرایط آزاد و هم شرایط مستغرق برای سرریز ایجاد گردد. حداقل دبی کاربردی 1 لیتر بر ثانیه با کنترل عدد وبر به عنوان پارامتر کشش سطحی و حداکثر 130 لیتر بر ثانیه در نظر گرفته شد. آزمایشها در آزمایشگاه مدلهای فیزیکی هیدرولیکی دانشگاه شهید چمران اهواز و در یک فلوم آزمایشگاهی به عرض کف 80 سانتیمتر و طول 12 متر انجام شد.یافتهها: به طور کلی یافتههای تحقیق حاضر نشان داد که در مجموع راندمان تخلیه هیدرولیکی مدل 1 ، با نسبت P/Wu، برابر 33/1، بیشتر از مدل 2 با نسبت P/Wu برابر با50/0، میباشد. این موضوع مستقل از شکل پایههاست. از طرفی در هر دو مدل در یک بار آبی یکسان، دبی تخلیه سرریز با پایهی مثلثی از سایر حالات بیشتر است. بر اساس نتایج به دست آمده از آزمایشهای این تحقیق مشخص گردید که در هر دو مدل سرریز کلید پیانویی تغییرات دبی-اشل خطی بوده و این به مفهوم قدرت مناسب تنظیمکنندگی سطح آب بالادست سرریزهای میباشد. جهت مقایسهی راندمان هیدرولیکی سرریزهای کلیدپیانویی از معادلهی عمومی سرریزها، استفاده شد. در این بخش نتایج نشان داد که راندمان هیدرولیکی پایهی مثلثی از دیگر شکلهای بررسی شده بیشتر است؛ پایهی نیماستوانه در جایگاه دوم قرار دارد و همچنین تفاوتی میان پایهی تخت و مدل شاهد (بدون پایه) وجود ندارد. در پایهی استوانهای از نظر هیدرودینامیکی خطوط جریان به صورت تدریجی دارای انحنا گشته و افت انرژی کمتری به وقوع میپیوندد. از اینرو در مدلهای 1 و 2، بیشینهی ضریب دبی محاسبه شده نسبت به حالت تخت و بدون پایه به ترتیب 15 و 17 درصد بیشتر است.نتیجهگیری: استفاده از پایه با شکلهای مختلف اثر معنیداری بر راندمان تخلیه سرریزهای کلیدپیانویی دارد. به نحوی که در مدل 1، بیشینه ضریب دبی برای پایههای مثلثی، نیماستوانه، تخت و مدل شاهد، به ترتیب برابر 61/0، 54/0، 48/0 و 46/0 بدست آمد که این مقادیر در نسبتهای استغراق (نسبت هد جریان بالادست سرریز، Ht، به ارتفاع سرریز، P) حدود 1/0 به وقوع پیوست.
https://jwsc.gau.ac.ir/article_3068_908d66be5cbdefd13929ee1ea325344d.pdf
2016-05-21
267
277
10.22069/jwfst.2016.3068
پایهی مثلثی
پایهی تخت
پایهی نیمدایره
سرریزهای کلیدپیانویی
کلیدهای خروجی
جواد
احدیان
ja_ahadiyan@yahoo.com
1
دانشگاه شهید چمران اهواز
LEAD_AUTHOR
علیرضا
افضلیان
a-afzalian@mscstu.scu.ac.ir
2
دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
AUTHOR
1.Anderson, R.M., and Tullis, B. 2011. Influence of Piano Key weir geometry on discharge. Proc. Intl. Conf. Labyrinth and Piano Key Weirs, Liège B, 75-80. CRC Press, Boca RatonFL.
1
2.Anderson, R.M., and Tullis, B. 2012. Comparison of Piano Key and rectangular Labyrinth weir hydraulics. J. Hydr. Engin. 138: 4. 358-361.
2
3.Barcouda, M., Cazaillet, O., Cochet, P., Jones, B.A., Lacroix, S., Laugier, F., Odeyer, C., and Vigny, J.P. 2006. Cost effective increase in storage and safety of most dams using fuse gates or Piano Key weirs. Proc. 22nd ICOLD congress, CIGB/ICOLD, Barcelona, Spain.
3
4.Cicero, G.M., Menon, J.M., Luck, M., and Pinchard, T. 2011. Experimental study of side and scale effects on hydraulic performances of a Piano Key weir. Proc. Intl. Conf. Labyrinth and Piano Key Weirs, Liège B, 167-172. CRC Press, Boca RatonFL.
4
5.Hien, T.C., Son, H.T., and Khanh, M.H.T. 2006. Results of some Piano Key weirs hydraulic model tests in Vietnam. Proc. 22nd ICOLD congress, CIGB/ICOLD, Barcelona, Spain.
5
6.Kabiri-Samani, A., and Javaheri, A. 2012. Discharge coefficient for free and submerged flow over Piano Key weirs. J. Hydr. Res. 50: 1. 114-120.
6
7.Laugier, F., Lochu, A., Gille, C., Leite Ribeiro, M., and Boillat, J.L. 2009. Design and construction of a labyrinth PKW spillway at St-Marc Dam. J. Hydropower Dams. 15: 5. 100-107.
7
8.Lempérière, F., and Ouamane, A. 2003. The Piano Keys weir: a new cost-effective solution for spillways. J. Hydropower Dams. 10: 5. 144-149.
8
9.Lempérière, F., Vigny, J.P., and Ouamane, A. 2011. General comments on Labyrinth and Piano Key weirs: The past and present. Proc. Intl. Conf. Labyrinth and Piano Key Weirs, Liège B, 17-24. CRC Press, Boca RatonFL.
9
10.Leite Ribeiro, M., Pfister, M., Schleiss, A.J., and Boillat, J.L. 2012. Hydraulic design of
10
A-type Piano Key weirs. J. Hydr. Res. 50: 4. 400-408.
11
11.Leite Ribeiro, M., Pfister, M., Boillat, J.L., Schleiss, A.J., and Laugier, F. 2012. Piano key weirs as efficient spillway structure. Proc. 24nd ICOLD congress on Large Dams, Kyoto, Japan, Q.94, R.13.
12
12.Machiels, O. 2012. Experimental study of the hydraulic behavior of Piano Key weirs.
13
PhD Thesis ULgetd, University of Liège (B).
14
13.Pralong, J., Vermeulen, J., Blancher, B., Laugier, F., Erpicum, S., Machiels, O., Pirotton, M., Boillat, J.L., Leite Ribeiro, M., and Schleiss, A.J. 2011. A naming convention for the Piano Key weirs geometrical parameters. Proc. Intl. Conf. Labyrinth and Piano Key Weirs, Liège B, 271-278. CRC Press, Boca RatonFL.
15
ORIGINAL_ARTICLE
مدلسازی رابطه دبی_اشل در رودخانه با استفاده از روش شبکههای عصبی مصنوعی(ANN) و روش کنترل گروهی دادهها(GMDH)(مطالعه موردی: رودخانه اسکویلکیل)
پیشبینی جریان در رودخانهها، یکی از مهمترین مولفههای فرآیندهای هیدرولیکی و هیدرولوژیکی در مدیریت منابع آب میباشد. به منظور کاربردهای هیدرولوژیکی گوناگون نظیر تجزیه وتحلیل بیلان آب و رسوب و همچنین پروژههای کنترل و بهرهبرداری از مخازن، وجود اطلاعات دقیقی از شرایط دبی جریان در رودخانه بسیار مهم میباشد. از این رو هیدرولوژیستها از دادههای تاریخی جهت ایجاد یک رابطه میان دبی جریان و تراز سطح آب استفاده میکنند که از این رابطه تحت عنوان رابطه دبی- اشل یا منحنی سنجه (RC) یاد میشود. با پیشرفتهای اخیر در زمینه هوش مصنوعی و محاسبات نرم در مطالعات منابع آب، استفاده از این روشها میتواند گزینه مناسبی جهت مدلسازی فرآیندهای هیدرولیکی و هیدرولوژیکی باشد. در این تحقیق، مدلی بر اساس روش کنترل گروهی دادهها (GMDH) که یک رویکرد مدلسازی خود سازمانده مبتنی بر داده است، جهت مدلسازی رابطه دبی- اشل درایستگاه هیدرومتری فیلادلفیا روی رودخانه اسکویلکیل (Schuylkill) واقع در ایالت متحده آمریکا توسعه داده شده است. 12 مدل مختلف بر اساس ترکیبات مختلف متغیرهای ورودی از جریان و اشل با دو تابع هدف غیرخطی درجه اول و درجه دوم مورد استفاده قرار گرفته است. بررسی کارایی مدلها با استفاده از معیارهای آماری RMSE، MPRE و ضریب NASH انجام شده است. مقادیر معیارهای آماری به دست آمده از این مدلسازی در دوره آزمون مدل نشان میدهد که مدلی با مقادیر MSE،MPRE و ضریب NASH به ترتیب برابر با 8/15، 303/0 و 999/0 به عنوان بهترین مدل دبی- اشل در این رودخانه انتخاب میگردد.
https://jwsc.gau.ac.ir/article_3069_419d3e79a8f52a2fc600433b78514d5f.pdf
2016-05-21
279
289
10.22069/jwfst.2016.3069
روشهای دادهمحور
رابطه دبی- اشل
مدلسازی
ANN
GMDH
مریم
حسین زاده
maryamh85@gmail.com
1
دانشگاه شهید با هنر کرمان
LEAD_AUTHOR
کورش
قادری
kouroshqaderi@uk.ac.ir
2
دانشگاه شهید باهنر کرمان
AUTHOR
محمد مهدی
احمدی
ahmadi_mm@uk.ac.ir
3
دانشگاه شهید باهنر کرمان
AUTHOR
1.Bhattacharya, B., and Solomatine, D.P. 2000. Application of Artificial Neural Network in Stage-Discharge Relationship. 4th International Conference on Hydroinformatics, Iowa City, USA.
1
2.Bhola, N.S., and Reddy, M. 2010. Development of Stage Discharge Relationship in river using Genetic Algorithm and Model Tree. International Workshop Advances in statistical hydrology, Taormina, Italy.
2
3.Bisht, D.C.S., Raju, M.M., and Joshi, M.C. 2010. ANN Based River Stage-Discharge Modeling for GODAVARI river, INDIA. Computer Modeling and New Technologies, 14: 3. 48-62.
3
4.Goel, A., and Pal, M. 2012. Stage-Discharge Modeling Using Support Vector Machine. Department of Civil Engineering, 25: 1.
4
5.Guven, A., and Aytek, A. 2009. New approach for stage-discharge relationship:
5
Gene-expression programming. J. Hydrol. Engin. 14: 8. 812-820.
6
6.Hwang, H.S. 2006. Fuzzy GMDH-type Neural Network model and itsApplication to Forecasting of Mobile Communication. Computers and Industrial Engineering. 50: 450-457 .
7
7.Ivakhnenko, A.G. 1988. Sorting Methods for Modeling and Cauterization Survey of the GMDH Papers for the Years 1983-1988. The present of Stage of GMDH Development: Soviet J. Auto. Inf. Sci. c/c Avtomatika. 21: 4. 1-13.
8
8.Jain, S., and Chalisgonkar, D. 2000. Setting up Stage-Discharge Relations Using ANN. J. Hydrol. Engin. 5: 4. 428-433.
9
9.Sumsudin, R., Ismail, S., and Shabri, A. 2010. River Flow Forecasting: A Hybrid Model of Self Organizing Maps and Least Square Suport Vector Machine. Hydrol. Earth Syst. Sci. Dis. 7: 8179-8212.
10
ORIGINAL_ARTICLE
بررسی تغییرات افت انرژی جریان عبوری از سرریز- دریچه نیم استوانه ای با چرخش حول مرکز
پژوهش حاضر به بررسی آزمایشگاهی افت انرژی جریان عبوری از سرریز- دریچه نیماستوانهای متمرکز شده است. پارامترهای تاثیرگذار بر سیستم مورد مطالعه در قالب شناسههای بدون بعد با استفاده از تئوری پای پکینگهام به دست آمده است. آزمایشها در یک کانال آزمایشگاهی مستطیلی به طول 8 متر، عرض 282/0 متر و عمق 3/0 متر بر بستر صاف در آزمایشگاه پژوهشکده حفاظت خاک و آبخیزداری، با استفاده از مدلهای فیزیکی با قطرهای 70، 120 و 160 میلیمتر در ارتفاع بازشدگی-های مختلف بین صفر تا شعاع سازه و در دبیهای متفاوت انجام شدهاند. نسبت ارتفاع سازه به عرض کانال محدوده 57/0 > D/B > 25/0 و جریان ورودی در محدوده 55/0 > > 08/0 می-باشد. نتایج پژوهش نشان میدهند در تمام زوایای قرارگیری سازه پارامتر بیبعد در هر دو حالت انحناء بالادست و پاییندست با افزایش عدد فرود و پارامتر بیبعد به صورت خطی کاهش مییابد. در یک ( ) و عدد فرود ثابت، پارامتر بیبعد در حالتی که انحنا سرریز- دریچه نیماستوانهای به سمت بالادست میباشد به علت جمع شدگی تدریجی خطوط جریان و در نتیجه کاهش افت ورودی کمتر از حالتی است که انحنا سرریز- دریچه نیماستوانهای به سمت پاییندست است. همچین نتایج نشان دادند که علاوه بر زاویه قرارگیری انحنای نیماستوانه نسبت به افق، قطر سازه نیز بر میزان افت انرژی عبوری از سازه ترکیبی نیم-استوانهای موثر میباشد.
https://jwsc.gau.ac.ir/article_3070_92d472c4173ef2b15a28e4eb7413acce.pdf
2016-05-21
291
299
10.22069/jwfst.2016.3070
افت
سازه نیماستوانه
هیدرولیک جریان
سرریز- دریچه
فروغ
علی زاده صنمی
forough.alizadeh@yahoo.com
1
دانشجوی کارشناسی ارشد دانشگاه علوم کشاورزی و منابع طبیعی ساری
LEAD_AUTHOR
محسن
مسعودیان
masoudian@sanru.ac.ir
2
استادیار گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی ساری
AUTHOR
مجتبی
صانعی
saneie_m@scwmri.ac.ir
3
دانشیار گروه مهندسی رودخانه و سواحل پژوهشکده حفاظت خاک و آبخیزداری
AUTHOR
1.French, R.H. 1987. Open-channel hydraulics. MCGRAW- Hill international editions.
1
Pp: 336-339.
2
2.Gharahgezlou, M., Masoudian, M., Salehi Neyshabouri, S.A.A., Naderi, F., and Severi, A. 2013. Laboratory investigation of Combination of cylindrical and semi cylindrical weir- gate model in a small canal. J. Water Soil Cons. 20: 1. 185-198. (In Persian)
3
3.Masoudian, M., and Gharahgezlou, M. 2012. Flow Characteristics of Cylindrical Weirs in a small Laboratory Canal. J. Sci. Series Data Report. 4: 4. 12-23.
4
4.Masoudian, M., Gharahgezlou, M., Severi, A., and Ziaeifar, S. 2012. The effect rotation
5
semi cylinder weir-gate on the flow rate of loss energy. Eleventh Conference Hydraulic Iran. (In Persian)
6
5.Mazlom Shahraki, S., and Honar, T. 2012. Check specifications Hydraulic cylinder and semi side wire. 9th International Congress on Civil Engineering Isfahan University of Technology, 19 to 21 May.
7
ORIGINAL_ARTICLE
بررسی اثرات جهت و درجه شیب بر کیفیت خاک در جنوب شرق مشهد
چکیده مبسوطسابقه و هدف: توپوگرافی به عنوان یکی از عوامل خاکسازی در قالب جهت و موقعیت شیب بر ویژگیهای فیزیکی خاک موثر است. جهت شیب از طریق تاثیر بر روی رطوبت، دما و فعالیت ریزجانداران خاک باعث تغییر ماده آلی خاک در جهتهای مختلف شیب و باعث ایجاد تفاوت در کیفیت خاک میشود. درجات مختلف شیب نیز از طریق انتقال رسها و ماده آلی به قسمتهای پایین شیب و تغییر در جرم مخصوص ظاهری، کیفیت خاک را تحت تاثیر قرار میدهند (15). بررسی کیفیت خاک به منظور حداکثر بهرهبرداری کشاورزی با حداقل تخریب زیست محیطی و جلوگیری از فرسایش خاک ضروری است. هدف از این پژوهش بررسی کیفیت خاک در درجات مختلف دو جهت شمالی و جنوبی در حوضه سد طرق درجنوب شرق مشهد بود. مواد و وروشها: برای ارزیابی کیفیت خاک، تعداد ۴۰ نمونه خاک ازعمق ۰ تا ۳۰ سانتیمتری دو جهت شمالی و جنوبی در شیبهای کمتر از ۱۰%، ۱۰ تا ۲۰ %، ۲۰ تا ۳۰ % و بیشتر از ۳۰ % از حوضه سد طرق واقع در جنوب شرق مشهد برداشته شد. از هر درجه شیب ۵ نمونه برداشته شد و ویژگیهایی مثل درصد ماده آلی خاک، جرم مخصوص ظاهری، مقدار آهک، نسبت جذب سدیم (SAR)، میانگین وزنی قطر خاکدانهها، رس و سیلت قابل پراکنش در آب، درصد شن، سیلت و رس خاک، واکنش خاک و شاخص پایداری ساختمان خاک (SI) اندازهگیری شدند. نمره مربوط به هر ویژگی بر اساس توابع نمرهدهی و وزن هر ویژگی از تقسیم سهم هر ویژگی بر مجموع سهم تمام ویژگیها به وسیله نرم افزارJMP4 محاسبه شد، سپس شاخص کیفیت خاک بر اساس مجموع حاصلضرب نمره هر ویژگی در وزن آن محاسبه گردید. نتایج و بحث: بر اساس نتایج این پژوهش، همبستگی بین شاخص کیفیت خاک با ماده آلی، آهک، رس و سیلت قابل پراکنش در آب، سیلت و رس مثبت و با شن و میانگین وزنی قطر خاکدانهها منفی و معنیدار در سطح یک درصد به دست آمد. مقدارعددی شاخص کیفیت خاک در شیب شمالی به طور معنیداری بیشتر از شیب جنوبی بود. علت بیشتر بودن شاخص کیفیت خاک در جهت شمالی شیب در محدوده بهینه قرار داشتن اکثر ویژگیها نسبت به جهت جنوبی شیب است. بین درجات مختلف شیب جنوبی با هم تفاوت معنی داری وجود نداشت، ولی در جهت شمالی بین درجات مختلف شیب با شیب ۲۰ تا۳۰% تفاوت معنیداری مشاهده شد و مقادیر کیفیت خاک در این شیب کمتر از سایرشیبها بود.نتیجهگیری: در این پژوهش کیفیت خاک بیشتر تحت تاثیر جهت شیب بود و درجات مختلف شیب تاثیری بر روی کیفیت خاک نداشتند.
https://jwsc.gau.ac.ir/article_3071_277e9d589f0f7621fa8e0649522ce0c0.pdf
2016-05-21
301
310
10.22069/jwfst.2016.3071
شاخص کیفیت خاک
رس قابل پراکنش در آب
شاخص پایداری ساختمان خاک
حجت
امامی
hemami@um.ac.ir
1
دانشکده کشاورزی، دانشگاه فردوسی مشهد
LEAD_AUTHOR
محمد باقر
صوفی
soofi13683@yahoo.com
2
دانشگاه فردوسی مشهد
AUTHOR
علی رضا
کریمی کارویه
karimi-a@um.ac.ir
3
دانشگاه فردوسی مشهد
AUTHOR
غلام حسین
حق نیا
ghaghnia@gmail.com
4
فردوسی مشهد
AUTHOR
1.Buol, S.W., Hole, F.O., and McCracken, R.J. 2011. Soil genesis and Classification. The LowaStateUniversity Press. USA.
1
2.Doran, J.W., and Parkin, B.T. 1994. Defining and assessing soil quality. In: Doran, J.W., Coleman, D.C., Bezdicek D.F., Stewart, B.A. (Eds.), Defining Soil Quality for a Sustainable Environment. Soil Science Society of America, Inc., Madison, WI, USA, pp. 3-21. Special Publication. No. 35.
2
3.Emami, H., Astaraei, A.R., and Fotovat, A. 2014. Evaluating the effect of organic matter on soil quality score functions. J. Water Soil. 28: 3. 565-574. (In Persian)
3
4.Govaerts, B., Sayre, K.D., and Deckers, J. 2006. A minimum data set for soil quality assessment of wheat and maize cropping in the highlands of Mexico. Soil & Tillage Research. 87: 163-174.
4
5.Hebert, K., Karam, A., and Parent, L.E. 1991. Mineralization of nitrogen andcarbon in soils amended with composted manure. Biological Agriculture and Horticulture. 7: 336-361.
5
6.Igwe C.A. 2005. Erodibility in relation to water-dispersible clay for somesoils of eastern Nigeria. Land Degradation Development. 16: 87-96.
6
7.Kaimi, A.R., Mahmoodi Gharaei, M.H., and Hasani Nekoo, A. 2014. Effect of Parent Materials and Pedogenic Processes on Distribution of Pb, Zn, Cu and Ni in the Residual Soils of Binaloud Zone, Western Mashhad. Iran. J. Sci. Technol. Agric. Natur. Resour. Water and Soil. 18: 67. 123-134. (In Persian)
7
8.Mbagwu, J.S.C., and Bazzoffi, P. 1998. Soil characteristics related to resistance of breakdown of dry soil aggregates by water-drops. Soil & Tillage Research. 45: 133-145.
8
9.Ostad, M., Mosaedi, A., Mestaghi, M., Samadi, Z., and Sepehr, A. 2013. Study the relationship between cover crop and rainfall by using of remote sending data in Torogh catchment. The First national conference of solution to access sustainable development in agriculture, natural resources and the environment. 6-7 march. Tehran, Iran.
9
10.Pieri, C.J.M.G. 1992. Fertility of Soils: A Future for Farming in the West African Savannah. Springer-Verlag, Berlin, Germany.
10
11.Qi, Y., Jeremy, L.D., Biao, H., Yongcun, Z., Weixia, S., and Zhiquan G. 2009. Evaluating soil quality indices in an agricultural region of Jiangsu Province, China. Geoderma.
11
149: 325-334.
12
12.Reynolds, W.D., Drury, C.F., Tan, C.S., Fox, C.A., and Yang, X.M. 2009.Use of indicators and pore volume-function characteristics to quantify soil physical quality. Geoderma.
13
152: 252-263.
14
13.Shahab Arkhazlou, H., Emami, H., Haghnia, Gh., and Karimi, A. 2011. Determining most Important Properties for Soil Quality Indices of Agriculture and RangeLands in some Parts of Southern Mashhad. J. Water Soil. 25: 5. 1197-1205. (In Persian)
15
14.Wischmeier, W.H., and Mannering, J.V. 1969. Relation of soil properties to its erodibility. Proc. Soil Sci. Soc. Amer. J. 33: 131-137.
16
15.Yuan, J.Z., and Mingan, S. 2008. Spatial distribution of surface rock fragment on hill slopes in a small catchment in wind-water erosion crisscross region of the loess Plateau. Science in China Series D: Earth Sciences. 51: 862-870.
17
ORIGINAL_ARTICLE
بررسی اندازه قطر سنگدانه به منظور پایداری آنها در اطراف تک آبشکن قائم در قوس 180 درجه رودخانه
هر ساله با وقوع سیلاب در رودخانه ها تعداد زیادی از آبشکن ها درست زمانی که بیشترین نیاز به آنها وجود دارد، تخریب می گردند. یکی از موثرترین عوامل تخریب آبشکن ها، آبشستگی موضعی اطراف آنها است. احداث آبشکن باعث ایجاد تنگ شدگی مسیر جریان شده که این موضوع باعث افزایش سرعت جریان در نزدیکی سازه و افزایش سرعت متوسط در مقطع تنگ شده آبراهه می گردد. افزایش سرعت متوسط باعث ایجاد آشفتگی و گردابهای نعل اسبی در اطراف آبشکن می شود. گرداب نعل اسبی اساسی ترین نقش را در فرآیند آبشستگی در دماغه آبشکن ایفا می نمایند. از جمله روش های کنترل آبشستگی در اطراف آبشکن استفاده از سنگ چین می باشد. در این مطالعه به منظور بررسی اندازه قطر سنگ چین در اطراف آبشکن قائم، آزمایش هائی در یک فلوم آزمایشگاهی با قوس 180 درجه با 7/4 ( شعاع مرکزی قوس، عرض فلوم) از جنس پلاکسی گلاس انجام پذیرفت. در این تحقیق با قرار دادن یک تک آبشکن با دماغه دایره ای از جنس پلکسی گلاس به همراه سنگ چین در اطراف آن آزمایش هایی انجام شد. آزمایش ها با استفاده از سه نوع سنگ چین با چگالی های نسبی 7/1،1/2 و 42/2 با اندازه قطر متوسط 76/4، 52/9، 7/12، 1/19 میلی متر در چهار دبی چهار دبی 17،20، 23، 27 لیتر بر ثانیه در حالت آب زلال انجام شد. در هر آزمایش عمق جریان در شرایط آستانه حرکت و آستانه شکست اندازه گیری و سپس با استفاده از داده های بدست آمده روابط مورد نظر محاسبه گردید. نتایج حاصل نشان داد با افزایش عدد فرود و قطر نسبی سنگدانه ها عدد پایداری در دو حالت آستانه حرکت و شکست کاهش می یابد. در هر چگالی با دبی ثابت، با افزایش عدد فرود در دو شرایط آستانه حرکت و آستانه شکست، عدد پایداری کاهش می یابد. به ازای دبی ثابت، با افزایش قطر نسبی سنگدانه ها، عدد پایداری در دو حالت آستانه حرکت و شکست کاهش می یابد. در کلیه دبی ها، با افزایش عدد فرود، قطر نسبی سنگدانه ها در دو حالت آستانه حرکت و شکست افزایش می یابد.در هر چگالی به ازای یک دبی ثابت، با افزایش اندازه قطر سنگ چین، عمق ناپایداری در آستانه حرکت و شکست کاهش می یابد و با افزایش دبی، عمق ناپایداری در آستانه حرکت و شکست سنگ چین افزایش می یابد. بر اساس آنالیز ابعادی، رابطه ای بین عدد فرود، قطر نسبی سنگدانه ها و چگالی سنگ چین در دو شرایط آستانه حرکت و شکست ایجاد گردید که این روابط ضمن سادگی و داشتن همبستگی بالا، مبتنی بر عدد فرود جریان، قطر نسبی سنگ چین و چگالی سنگ چین می باشند.
https://jwsc.gau.ac.ir/article_3072_2bc2efb248bf9c0a18e3f7a5c31e8c98.pdf
2016-05-21
311
318
10.22069/jwfst.2016.3072
آبشکن قائم
سنگ دانه
قوس 180 درجه
آبشستگی
علیرضا
مسجدی
drmasjedi.2007@yahoo.com
1
دانشگاه آزاد اسلامی واحد اهواز
LEAD_AUTHOR
شیدا
بیاتی کمیلی
sheyda.bayati@yahoo.com
2
دانشگاه آزاد اسلامی واحد اهواز
AUTHOR
1.Austroads. 1994. Waterway design, a guide to the hydraulic design of bridges, culverts and floodways, Sydney. Australia.
1
2.Donat, M. 1995. Bioengineering techniques for streambanj restoration: A review of Central European practices. Watershed Restoration Project Report No. 2, University of British Colombia, Austria.
2
3.Ghorbani, B., and Hydarpour, M. 2005. Control and reduction of local scour by using the time gap and riprap. Report of the research project. ShahrekordUniversity and EsfehanUniversity of Technology, 112p. (Translated in Persian)
3
4.Gisonni, C., and Hager, W.H. 2008. Spur Failure in River Engineering, J. Hydr. Engin.
4
134: 2. 135-145.
5
5.Keykhaei, M., Heydarpour, M., and Musavi, S. 2009. The pattern of riprap cover band at the base of a cylindrical construction of the bridge. J. Agric. Natur. Resour. Esfehan, 13: 49. 13-29. (Translated in Persian)
6
6.Mansuri, H., and Shafaei, B.M. 2011. Design of riprap size at brige abutment in a river bend. J. Irrig. Water Engin. 1: 4. 35-45. (Translated in Persian)
7
7.Melville, B.W., and Coleman, S.E. 2000. Bridge Scour. Water Resources Publications. Highlands Ranch. Colo.
8
8.Melville, B.W., Van Ballegooy, S., Coleman, S.E., and Barkdoll, B. 2007. Riprap size selection at wing-wall abutment. ASCE. J. Hydr. Engin. 133: 11. 1265-1269.
9
9.Oliveto, G., and Hager, W.H. 2002. Temporal evolution of clear-water pier and abutment scour. J. Hydr. Engin. ASCE. 128: 9. 811-820.
10
10.Pagan-Ortiz, J.E. 1991. Stability of rock riprap for protection at the toe of abutments located at the flood plain Rep. No. FHWA-RD-91-057. Feederal Highway Administration U.S. Dept of Transportation WashingtonD.C.
11
11.Raudkivi, A.J., and Ettema, R. 1983. Clear-water scour at cylindrical piers. J. Hydr. Engin. ASCE. 109: 3. 338-350.
12
12.Richardson, E.V., and Davis, S.R. 1995. Evaluating scour at bridges. Hydraulic Engineering Circular, No. 18, 3rd Ed. Rep. No. FHWA-IP-90-017. Office of Techology Applications. HTA-22. Feederal Highway Administration U.S. Dept of Transportation WashingtonD.C.
13
13.Simons, D.B., and Lewis, G.L. 1971. Flood protection at bridge crossings. C.S.U. Civil Engineering Rep. No. CER71-72DBS-GL10. Prepared for the Wyoming State Highway Dept. in Conjunction with the U.S. Dept. of Transportation WashingtonD.C.
14