این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 23 آذر 1404
آبیاری و زهکشی
، جلد ۱۵، شماره ۲، صفحات ۲۸۱-۲۹۴
عنوان فارسی
پیش بینی شوری زهاب و خاک در اراضی دیم شبکه زهکشی زیرزمینی ران بهشهر با استفاده از مدل سازی سری زمانی
چکیده فارسی مقاله
تصادفی بودن زهکشی اراضی دیم (بهدلیل وابستگی آن به بارندگی) سبب شده تا بتوان از مفاهیم متغیرهای تصادفی و سریهای زمانی در مدلسازی و پیشبینی عملکرد آنها استفاده شود. هدف از این مطالعه بررسی قابلیت مدلهای سری زمانی در پیشبینی شوری زهاب و خاک در اراضی دیم شبکه زهکشی زیرزمینی ران بهشهر بود. در ابتدا، مدل Drainmod-S با استفاده از دادههای اندازهگیری شده واسنجی شد. سپس شوری خاک و زهاب توسط مدل واسنجی شده شبیهسازی شد. خروجیهای شبیهسازی شده مدل برای ارزیابی و مقایسه نتایج مدلهای مختلف سری زمانی از جمله AR، ARX، ARMA و ARMAX مورد استفاده قرار گرفت. نتایج نشان داد که مدل ARMAX با متغیرهای برونزای ارزش روزانه، بارش روزهای قبل و متوسط متغیر مورد نظر در دو روز قبل در برآورد شوری خاک و شوری زهاب کارآمدتر است بهطوریکه درصد میانگین مطلق خطای مدلسازی برای شوری لایه سطحی خاک (50-0 سانتیمتر) 4 درصد، برای شوری لایه زیرین خاک (100-50 سانتیمتر) 0/4 درصد و برای شوری زهاب 5 درصد بود. مقایسه نتایج پیشبینی مدلهای برگزیده سری زمانی با نتایج شبیهسازی مدل واسنجی شده Drainmod-S نشان داد کاربرد مدلهای سری زمانی در پیشبینی عملکرد سامانه زهکشی مطلوب و ضریب تعیین برای شوری لایه سطحی و زیرین خاک و شوری زهاب به ترتیب 0/75، 0/63 و 0/57 و ریشه میانگین مربعات خطا نیز برای این متغیرها به ترتیب 2412/6، 331/8 و 1724/6 میلی گرم بر لیتر بود. با توجه به شاخص های ارزیابی، مدل های سری زمانی در پیش بینی شوری خاک و شوری زهاب کارآمد بود.
کلیدواژههای فارسی مقاله
سری زمانی، سامانه زهکشی، شوری خاک، شوری زهاب، Drainmod-S،
عنوان انگلیسی
Prediction of Drainage Water and Soil Salinity in Rainfed Farms of Behshahr Ran Subsurface Drainage Network Using Time-series Modeling
چکیده انگلیسی مقاله
Stochastic drainage of rainfed lands (due to its dependence on rainfall) led to the application of random variables and time series modeling in predicting the performance of drainage systems. The aim of this study was to investigate the potential of time-series models in predicting drainage water and soil salinity in rainfed farms of subsurface drainage in Ran Behshahr, Iran. First, Drainmod-S model was calibrated using measured data. Then, drainage water and soil salinity were simulated via the calibrated Drainmod-S model. The simulated outputs were used for evaluation of the results of the time-series models including AR, ARX, ARMA and ARMAX. The results showed that the ARMAX model with exogenous variables including daily value, precipitation during the previous days and average desired variables in the last two days was efficient in predicting soil and drainage water salinity, so that the absolute mean modeling error for soil surface salinity (0-50cm), soil subsurface salinity (50-100cm) and drainage water salinity was 4%, 0.4% and 5%, respectively. Comparison between the selected times-series models and the calibrated Drainmod –S model results indicated that the application of time-series models in predicting the performance of the subsurface drainage system was satisfactory. The coefficients of determination were 0.75, 0.63 and 0.57 for for salinity of soil surface and subsurface layers and drainage water, respectively. The root mean squared errors for these variables were 2412.6, 331.8 and 1724.6 mg/ L, respectively. According to the evaluation indicies, time series models were efficient in predicting soil and drainage water salinity.
کلیدواژههای انگلیسی مقاله
سری زمانی, سامانه زهکشی, شوری خاک, شوری زهاب, Drainmod-S
نویسندگان مقاله
شفیعه وزیرپور |
فارغ التحصیل کارشناسی ارشد گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران.
فرهاد میرزایی شیرکوهی اصل |
دانشیار گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران.
حامد ابراهیمیان |
دانشیار گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران.
امید رجا |
دانشجوی دکتری گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران.
نشانی اینترنتی
https://idj.iaid.ir/article_129131_fc5ec77a7ffd82a796345f98180cfa9d.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات