بهنام آبابایی؛ هادی رمضانی اعتدالی
چکیده
در این مطالعه، اجزاء ردپای آب سبز (بارندگی مؤثر)، آبی (نیاز خالص آبیاری)، خاکستری (برای رقیق‌سازی کودهای شیمیایی) و سفید (تلفات آبیاری) در تولید محصول گندم در 15 استان عمده تولیدکننده گندم در سطح کشور برآورد گردید. مفهوم ردپای آب سفید در این مقاله پیشنهاد گردیده و معرف تلفات آب آبیاری می‌باشد. نتایج نشان می‌دهد مجموع حجم ردپای آب در ...
بیشتر
در این مطالعه، اجزاء ردپای آب سبز (بارندگی مؤثر)، آبی (نیاز خالص آبیاری)، خاکستری (برای رقیق‌سازی کودهای شیمیایی) و سفید (تلفات آبیاری) در تولید محصول گندم در 15 استان عمده تولیدکننده گندم در سطح کشور برآورد گردید. مفهوم ردپای آب سفید در این مقاله پیشنهاد گردیده و معرف تلفات آب آبیاری می‌باشد. نتایج نشان می‌دهد مجموع حجم ردپای آب در تولید محصول در سطح کشور در دوره 1385-1390 (2005-2011) در حدود 42143 میلیون متر مکعب برآورد گردید. در اراضی فاریاب، سهم ردپای آب سبز، آبی، خاکستری و سفید به ترتیب 23، 25، 17 و 35 درصد از مجموع ردپای آب در تولید گندم در هر استان است. در بین 15 استان برگزیده، متوسط مجموع ردپای آب در اراضی فاریاب در حدود 3188 مترمکعب بر تن می‌باشد که سهم آب سبز و آب آبی تقریباً برابر است. در اراضی فاریاب، سه استان فارس، خراسان و خوزستان به ترتیب با 5575، 5028 و 4123 میلیون مترمکعب در سال بیشترین ردپای آب در تولید گندم کشور را دارا هستند. در این سه استان میزان زیاد ردپای آب خاکستری و سفید علاوه بر بالا بودن سطح زیر کشت و پتانسیل تبخیر و تعرق، از دلایل دیگر بالابودن مجموع ردپای آب در تولید گندم است. در این سه استان به ترتیب حدود 58، 59 و 57 درصد از مجموع ردپای آب در تولید گندم آبی در استان سهم ردپای آب خاکستری و سفید است. در اراضی دیم، متوسط مجموع ردپای آب در حدود 3071 مترمکعب بر تن برآورد می‌شود که در آن، سهم آب سبز و خاکستری به ترتیب 90 و 10 درصد می‌باشد.
وحید رضا وردی نژاد؛ محمد همتی؛ حجت احمدی؛ علی شهیدی؛ بهنام آبابایی
چکیده
در این مطالعه مدل اگروهیدرولوژیکی فائو به منظور پیش بینی عملکرد محصول، بیلان آب و املاح خاک، با استفاده از داده های میدانی محصول گندم زمستانه، تحت تنش های آبی و شوری بررسی و ارزیابی گردید. برای این منظور آزمایش های مزرعه ای با سه سطح شوری آب آبیاری شامل: S1، S2 و S3، به ترتیب 4/1، 5/4 و 6/9 دسی زیمنس بر متر و چهار سطح عمق آبیاری شامل: I1، I2، I3 و ...
بیشتر
در این مطالعه مدل اگروهیدرولوژیکی فائو به منظور پیش بینی عملکرد محصول، بیلان آب و املاح خاک، با استفاده از داده های میدانی محصول گندم زمستانه، تحت تنش های آبی و شوری بررسی و ارزیابی گردید. برای این منظور آزمایش های مزرعه ای با سه سطح شوری آب آبیاری شامل: S1، S2 و S3، به ترتیب 4/1، 5/4 و 6/9 دسی زیمنس بر متر و چهار سطح عمق آبیاری شامل: I1، I2، I3 و I4، به ترتیب 50، 75، 100 و 125 درصد نیاز آبی گیاه، بر روی دو رقم گندم شامل روشن و قدس، با سه تکرار، در مزرعه آزمایشی دانشگاه بیرجند، طی سال 85-1384 انجام گردید. بر اساس نتایج، متوسط خطای نسبی مدل در پیش بینی عملکرد دانه برای ارقام روشن و قدس، به ترتیب 2/9 و 1/26 درصد به دست آمد. بیشترین خطای مدل در پیش بینی عملکرد دانه، در هر دو رقم قدس و روشن، برای تیمارهای S1I1، S2I1 و S3I1 به دست آمد. خطای نسبی پیش-بینی عملکرد رقم روشن، برای تیمارهای S1I1، S2I1 و S3I1 به ترتیب 20، 1/28 و 6/26 درصد و رقم قدس به ترتیب 61، 5/94 و 9/99 درصد به دست آمد که نشان دهنده خطای بیش برآورد قابل ملاحظه مدل، تحت تنش شدید کم آبی می باشد. متوسط خطای نسبی مدل در پیش بینی مقدار تخلیه آب خاک، برای 12 تیمار مختلف برابر 1/7 درصد و در پیش بینی شوری عصاره اشباع خاک برابر 8/5 درصد به دست آمد که نشان دهنده تخمین نسبتاً دقیق مدل در پیش بینی مقدار رطوبت و شوری خاک می باشد.
بهنام آبابایی؛ وحیدرضا وردی نژاد
چکیده
در این مطالعه به منظور برآورد شاخص های عملکرد هیدرولیکی سیستم آبیاری تحت فشار، جایگزینی مدل های هیدرولیکی با استفاده از مدل-های آماری و شبکة عصبی مصنوعی مورد ارزیابی قرار گرفت. ضریب یکنواختی کریستیانسن به عنوان شاخص عملکرد هیدرولیکی، در نظر گرفته شد و با استفاده از یک الگوریتم، مقادیر این شاخص به صورت تابعی از ترکیب های مختلف فشار ...
بیشتر
در این مطالعه به منظور برآورد شاخص های عملکرد هیدرولیکی سیستم آبیاری تحت فشار، جایگزینی مدل های هیدرولیکی با استفاده از مدل-های آماری و شبکة عصبی مصنوعی مورد ارزیابی قرار گرفت. ضریب یکنواختی کریستیانسن به عنوان شاخص عملکرد هیدرولیکی، در نظر گرفته شد و با استفاده از یک الگوریتم، مقادیر این شاخص به صورت تابعی از ترکیب های مختلف فشار ورودی، تعداد خروجی ها، فاصلة خروجی ها، ضریب زبری لوله، قطر داخلی، شیب، دبی اسمی خروجی ها، فشار کارکرد خروجی ها و توان معادلة دبی خروجی ها محاسبه گردید (4320 ترکیب مختلف). دو مدل شبکة عصبی مصنوعی شامل شبکة پرسپترون چندلایه (MLP) و شبکة رگرسیون تعمیم‌یافته (GRNN) و نیز روش K نزدیک ترین همسایه (KNN) به عنوان یک مدل رگرسیون ناپارامتری برای شبیه سازی شاخص عملکرد هیدرولیکی لاترال ها مورد آزمون قرار گرفتند. نتایج نشان داد که مدل شبکة عصبی مصنوعی MLP قادر است با کمترین خطا (3-2%) مقادیر ضریب یکنواختی لاترال های آبیاری تحت فشار را با استفاده از مشخصات هیدرولیکی و فیزیکی لاترال برآورد نماید. عملکرد مدل GRNN نیز به ویژه در ارتباط با کل داده ها در سطح نسبتاً مطلوبی ارزیابی گردید. اما روش KNN علیرغم شبیه سازی دقیق متوسط مقادیر CU، قادر به شبیه سازی دقیق انحراف استاندارد این مقادیر نبوده و خطای آن در مرحلة آزمون بسیار بیشتر از دو مدل دیگر برآورد گردید. در روش KNN، کمترین مقدار شاخص های خطا مربوط به رگرسیون ناپارامتری با 10 و 15 همسایه می‌باشد. نتایج این مطالعه نشان داد که امکان ساده سازی مدل های پیچیدة هیدرولیکی با جایگزینی کل یا بخشی از این مدل ها با مدل-های ساده تر آماری و شبکه عصبی وجود دارد و این مسئله با توجه به پیچیدگی مدل های هیدرولیکی، به ویژه در فرآیند بهینه سازی سیستم های آبیاری، می تواند مورد توجه قرار گیرد.
بهنام آبابایی؛ تیمور سهرابی ملایوسف
چکیده
چکیده
از جمله روش‌های مرسوم طراحی سیستم‌های آبیاری تحت فشار، می‌توان به روش افت بار واحد (حداکثر گرادیان هیدرولیکی)، روش حداکثر سرعت جریان و روش درصد افت بار اشاره کرد. در این مطالعه، یک الگوریتم دو مرحله ای برای طراحی سیستم‌های آبیاری تحت فشار معرفی شده و در محیط برنامه نویسی LINGO توسعه داده شد. نتایج این مدل در یک سیستم آبیاری بارانی ...
بیشتر
چکیده
از جمله روش‌های مرسوم طراحی سیستم‌های آبیاری تحت فشار، می‌توان به روش افت بار واحد (حداکثر گرادیان هیدرولیکی)، روش حداکثر سرعت جریان و روش درصد افت بار اشاره کرد. در این مطالعه، یک الگوریتم دو مرحله ای برای طراحی سیستم‌های آبیاری تحت فشار معرفی شده و در محیط برنامه نویسی LINGO توسعه داده شد. نتایج این مدل در یک سیستم آبیاری بارانی فرضی شامل سه لولة آبرسان (منیفلد) با روش‌های فوق مقایسه شد تا عملکرد این الگوریتم مورد ارزیابی قرار گیرد. نتایج نشان داد که الگوریتم بهینه سازی، به کاهش هزینه‌های یک سیستم آبیاری کوچک تا بیش از 3 درصد و حصول یکنواختی توزیع مطلوب منجر می شود. همچنین مشاهده گردید که طراحی براساس معیار حداکثر گرادیان هیدرولیکی m.m-1 01/0، به بالاترین مقدار یکنواختی توزیع منجر شده و پس از آن به ترتیب مدل بهینه سازی اقتصادی، روش حداکثر گرادیان هیدرولیکی m.m-1 02/0 و روش حداکثر سرعت مجاز قرار گرفتند. مقدار انحراف استاندارد دبی واقعی خروجی از هر آبپاش نسبت به دبی اسمی آبپاش‌های به کار رفته در سیستم، برای روش‌های طراحی بهینه سازی، حداکثر گرادیان هیدرولیکی m.m-1 01/0، حداکثر گرادیان هیدرولیکی m.m-1 02/0 و روش حداکثر سرعت مجاز، به ترتیب 1/0، 03/0، 05/0 و 12/0 لیتر در ثانیه برآورد شدند.
واژه‌های کلیدی : الگوریتم بهینه سازی اقتصادی، آبیاری تحت فشار، LINGO، WaterGEMS
