4 نتیجه برای سطح آب زیرزمینی
سید محسن موسوی، عبدالرحیم هوشمند، سعید برومندنسب، محمدرضا یزدانی،
جلد 16، شماره 60 - ( 4-1391 )
چکیده
شیوه مرسوم آبیاری برنج در ایران همانند بیشتر نقاط دنیا آبیاری غرقاب دائم می‌باشد که نیازمند مقدار زیادی آب است. کمبود آب در سال‌های اخیر و ناکارامدی سیستم‌های تأمین و توزیع و مدیریت آبیاری لزوم استفاده بهتر از آب و بالا بردن راندمان مصرف آن را افزایش داده است. بدین منظور، آگاهی از میزان تلفات آب در شالیزارها ضروری است. نفوذعمقی در 4 منطقه از شالیزارهای شهرستان صومعه‌سرا در استان گیلان و در هر منطقه در 7 نقطه از آن با استفاده از رینگ‌های ته‌‌باز و ته‌بسته اندازه‌گیری شد. این نقاط براساس واحدهای مختلف فیزیوگرافی انتخاب شدند. همچنین متوسط نفوذعمقی این نقاط در طول فصل پایش گردید. اندازه‌گیری‌ها دو بار در هفته انجام شد. نتایج نشان داد که نفوذ عمقی در طول فصل یکسان نیست و بسته به شرایط می‌تواند مثبت و یا حتی منفی نیز باشد. مهم‌ترین عوامل در تغییرات نفوذ عمقی، نشت جانبی (ازمزارع مجاور) و بالا بودن سطح آب زیرزمینی معلق در شالیزاها بودند.
عبدالله طاهری تیزرو، حامد نوذری، هادی علیخانی،
جلد 20، شماره 76 - ( 5-1395 )
چکیده
برای آگاهی از وضع نوسانات سطح آب زیرزمینی در مناطق خشک و نیمه‌خشک، لازم است پیش‌بینی دقیقی از نوسانات انجام شود. سری‌های زمانی به‌عنوان مدل خطی جهت تولید داده‌های سطح آب مصنوعی و پیش‌بینی آینده سطح ایستابی آبخوان کاربرد دارد. به کمک نرم‌افزار 17 MINITAB و با استفاده از داده‌های ماهانه به‌مدت20 سال (1390-1370) عمق سطح آب زیرزمینی 25 حلقه چاه مشاهده‌ای، مدل‌های سری زمانی هریک از چاه‌ها انتخاب گردید و پیش‌بینی زمانی 5 ساله صورت گرفت. داده‌های پیش‌بینی شده عمق سطح آب زیرزمینی به داده‌های تراز سطح آب زیرزمینی تبدیل شدند و با استفاده از نرم‌افزارهای ARCGIS10 و GS+5.1.1، تحلیل و سپس روش کریجینگ معمولی با واریوگرام کروی جهت درون‌یابی تراز سطح آب زیرزمینی انتخاب گردید. پیش‌بینی مکانی 5 ساله انجام گرفت و نقشه‌های پیش‌بینی مکانی و پیش‌بینی افت تراز سطح آب زیرزمینی ترسیم شدند. نتایج به دست آمده از پیش‌بینی تراز سطح آب زیرزمینی دشت برای 5 سال آینده، نشان داد که مساحت تحت پوشش دو بازه تراز سطح آب زیرزمینی 1140-1100 متر و 1180-1140متر، روند افزایشی و مساحت تحت پوشش سه بازه 1220-1180 متر، 1260-1220 متر و 1300-1260 متر، روند کاهشی خواهد داشت. هچنین با توجه به نقشه پیش‌بینی افت 5 ساله تراز سطح آب زیرزمینی دشت، بیشترین رقوم افت تراز سطح آب زیرزمینی به میزان 16 متر برای نواحی قاسم‌آباد بزرگ واقع در شمال شرق و مرکز دشت و کمترین رقوم افت تراز سطح آب زیرزمینی به‌میزان تقریباً 5/0 متر برای اراضی محمدآباد افخم‌الدوله واقع در قسمت پایاب دشت پیش‌بینی گردید.
حمزه علی علیزاده، علیرضا حسینی، مریم سلطانی،
جلد 24، شماره 3 - ( 9-1399 )
چکیده
توسعه شبکه آبیاری دشت عباس و انتقال آب سد کرخه بدون توجه به منابع آب زیرزمینی دشت، باعث ماندابی شدن اراضی کشاورزی دشت در سال‌های اخیر شده است. هدف از این مطالعه بهینه‌سازی تلفیق منابع آب سطحی و زیرزمینی دشت عباس برای حداقل کردن مشکلات ماندابی شدن اراضی و دستیابی به حداکثر درآمد خالص دشت بود. برای این منظور ابتدا رفتار آبخوان دشت با استفاده از روش پویایی سیستم‌ها شبیه‌سازی شد. سپس با استفاده از روش بهینه‌سازی چندمعیاره مدل Vensim تلفیق آب‌های سطحی و زیرزمینی با تابع هدف حداکثرسازی درآمد خالص دشت بهینه‌سازی شد. زمان شروع مدل‌سازی سال 1380 و پایان آن سال 1410 و به‌مدت 30 سال است. مدل با استفاده از داده‌های زمانی سال 1380 تا 1388 واسنجی و با استفاده از داده‌های زمانی سال 1388 تا 1395 صحت‌سنجی شد. نتایج ارزیابی‌ها نشان داد که مدل قادر است متغیرهای کلیدی تراز آب زیرزمینی (ME برابر 60 سانتی‌متر، R2 برابر 97 درصد وRMSE برابر 47 سانتی‌متر) و شوری آب زیرزمینی (ME برابر0/123 میکروموس بر سانتی‌متر، R2 برابر 74 درصد و RMSE برابر 100 میکروموس بر سانتی‌متر) را با دقت مناسب شبیه‌سازی کند. همچنین نتایج مدل بهینه‌سازی نشان داد که بهینه‌ترین نسبت مصرف آب سطحی و زیرزمینی برای تأمین نیاز کشاورزی دشت عباس به‌ترتیب 65 و 35 درصد است. به‌طور کلی می‌توان نتیجه گرفت که با بهینه‌سازی تلفیق آب سطحی و زیرسطحی با صرفه‌جویی سالانه حدود 10 میلیون متر مکعب آب می‌توان 800 هکتار اراضی جدید را آبیاری کرد.
فرشته ظریف، علی عصاره، مهدی اسدی لور، حسین فتحیان، داود خدادادی دهکردی،
جلد 26، شماره 2 - ( 6-1401 )
چکیده
پیش‌بینی دقیق و قابل اعتماد از سطح آب زیرزمینی در یک منطقه برای استفاده پایدار و مدیریت منابع آب بسیار مهم است. این پژوهش با هدف ارزیابی شبکه‌های عصبی مصنوعی (ANNs)؛ پیش‌رونده عمومی (GFF) و تابع پایه شعاعی (RBF) در پیش‌بینی ماهانه تراز سطح آب زیرزمینی در دشت دزفول- اندیمشک در جنوب غربی ایران انجام شد. برای تعیین متغیرهای مؤثر ورودی در ANNs از الگوریتم اطلاعات متقابل جزئی (PMI) استفاده شد. نتایج به‌کارگیری الگوریتم PMI نشان می‌دهد که متغیرهای ورودی مؤثر بر پیش‌بینی ماهانه تراز سطح آب زیرزمینی برای پیزومترهای تحت تأثیر برداشت و تغذیه آب، فقط شامل تراز سطح آب در ماه فعلی است. همچنین متغیرهای ورودی مؤثر بر پیش‌بینی تراز سطح آب برای پیزومترهای تحت تأثیر فقط برداشت آب، به ترتیب شامل تراز سطح آب در ماه فعلی، تراز سطح آب در یک ماه قبل، تراز سطح آب در دو ماه قبل، مختصات عرضی پیزومتر به UTM، تراز سطح آب در سه ماه قبل، تراز سطح آب در چهار ماه قبل، تراز سطح آب در پنج ماه قبل و مختصات طولی پیزومتر به UTM است. علاوه بر این متغیرهای ورودی مؤثر بر پیش‌بینی ماهانه تراز سطح آب زیرزمینی برای پیزومترهای نه تحت تأثیر برداشت و نه تغذیه آب، به ترتیب شامل تراز سطح آب در ماه فعلی، تراز سطح آب در یک ماه قبل، تراز سطح آب در دو ماه قبل، تراز سطح آب در سه ماه قبل، تراز سطح آب در چهار ماه قبل، تراز سطح آب در پنج ماه قبل، تراز سطح آب در شش ماه قبل، مختصات عرضی پیزومتر به UTM و مختصات طولی پیزومتر به UTM است. نتایج نشان می‌دهد که شبکه GFF از دقت بیشتری نسبت به شبکه RBF، در پیش‌بینی ماهانه تراز سطح آب زیرزمینی برای پیزومترهای شامل برداشت و تغذیه آب و پیزومترهای شامل فقط برداشت آب برخوردار است. علاوه بر این شبکه RBF دقت بیشتری در پیش‌بینی ماهانه تراز سطح آب زیرزمینی برای پیزومترهای شامل نه برداشت و نه تغذیه آب نسبت به شبکه GFF برخوردار است.
