علوم آب و خاک

نفوذپذیری به‌عنوان فرایندی که انتقال و توزیع آب از سطح به نیم‌رخ خاک را انجام می‌دهد، بیشترین تأثیر را در راندمان و یکنواختی آبیاری دارد. استفاده از روش‌های مستقیم اندازه‌گیری نفوذ مانند روش موازنه حجم اولاً مستلزم صرف وقت، دقت و هزینه زیاد بوده و ثانیاً قبل از آماده‌سازی زمین و در زمان انجام مطالعات، استفاده از این روش میسر نیست. روش USDA-NRCSاصلاح‌شده برای تبدیل پارامترها به شرایط هیدرولیکی جدید کاربرد دارد. در این تحقیق، دقت روش USDA-NRCS اصلی و ‏USDA-NRCS اصلاح‌شده در برآورد پارامترهای معادله نفوذ سیستم‌های آبیاری شیاری مزارع نیشکر کشت و صنعت امیر‌کبیر اهواز، بررسی گردید. برای این‌منظور، پارامترهای نفوذ و متوسط نفوذ تجمعی 6 ساعته برای سیستم‌های آبیاری شیاری این منطقه به چهار روش USDA-NRCS اصلی، ‏USDA-NRCS اصلاح‌شده برای آبیاری شیاری، USDA-NRCS اصلاح‌شده برای آبیاری نواری و روش مستقیم‏‏ (ورودی- خروجی) برآورد شد و روش مستقیم مبنای مقایسه قرار گرفت. جهت تعیین مقدار خطای هر یک از مدل‌ها از چهار شاخص آماری متوسط خطای پیش بینی مدل (Er)، متوسط خطای نسبی (Ea)، توزیع نسبت به خط 45 درجه (λ) و ضریب تبیین (R) استفاده شد. بر طبق نتایج حاصل، روش USDA-NRCS اصلاح‌شده با لحاظ روابط مربوط به آبیاری نواری با متوسط مقادیر λ، R، Er و Ea به‌ترتیب برابر 95/0، 97، 6/5 و 7/6 درصد بهترین برآورد را از مقدار نفوذ تجمعی دارد.

در این مطالعه، دو دسته از روش‌های تخمین پارامترهای نفوذ در آبیاری جویچه‌ای معمولی، یک در میان ثابت و یک در میان متغیر و نیز شرایط با کاهش و بدون کاهش جریان ورودی، ارزیابی و مقایسه گردید. از دسته روش‌های مبتنی بر داده‌های مرحله پیشروی جریان، چهار روش متدوال شامل دو نقطه‌ای الیوت و واکر، یک نقطه‌ای والیانتزاس، یک نقطه‌ای میلاپالی و بهینه‌سازی رودریگز و مارتوس و از دسته روش‌های مبتنی بر داده‌های مراحل پیشروی، ذخیره و پسروی، روش بهینه‌سازی چندسطحی درنظر گرفته شد. جهت شبیه‌سازی مراحل آبیاری و مقدار نفوذ در هر روش، از مدل آبیاری سطحی WinSRFR استفاده شد. به‌منظور ارزیابی روش‌های مختلف، از 13 سری داده صحرایی حاصل از دو مطالعه موردی در مناطق کرج و ارومیه استفاده گردید. مطابق نتایج، روش بهینه‌سازی چندسطحی برای هر سه سیستم جویچه‌ای معمولی، یک در میان ثابت و یک در میان متغیر، مراحل پیشروی، پسروی، نفوذ و رواناب را با دقت بالا پیش‌بینی کرد. روش بهینه‌سازی چندسطحی برای روش جویچه‌ای معمولی نسبت به‌روش‌های یک در میان ثابت و یک در میان متغیر، عملکرد دقیقتری در پیش‌بینی مراحل پیشروی و پسروی داشت و متوسط ریشه میانگین مربعات خطای (RMSE) تخمین پیشروی برای این سه روش آبیاری به‌ترتیب 37/1، 8/1 و 57/1 دقیقه و تخمین پسروی به‌ترتیب 76/3، 5 و 03/3 دقیقه محاسبه گردید. در آزمایشات با کاهش دبی نیز بهینه‌سازی چندسطحی روش دقیق در پیش‌بینی پیشروی و پسروی بود و متوسط RMSE پیشروی و پسروی برای شرایط کاهش جریان به‌ترتیب 57/3 و 13/2 دقیقه و بدون کاهش جریان به‌ترتیب 8/3 و 3/1 دقیقه به‌دست آمد. روش بهینه‌سازی چندسطحی در فاز ذخیره نیز عملکرد دقیق‌تری نشان داد. متوسط خطای نسبی (RE) تخمین رواناب در آزمایشات جویچه‌ای معمولی، یک در مـیان ثابت و یک در میان متغیر به‌ترتیب 5/0، 4/0 و 4/0 درصد به‌دست آمد. متوسط خطای نسبی برآورد رواناب روش بهینه‌سازی چندسطحی، در شرایط کاهش دبی و بدون کاهش دبی به‌ترتیب 85/1 و 85/0 درصد محاسبه شد که نشان می‌دهد برای حالت بدون کاهش دبی نسبت به حالت کاهش دبی، عملکرد دقیق‌تر دارد. به‌این ‌ترتیب جهت تخمین پارامترهای نفوذ در آبیاری جویچه‌ای، استفاده از داده‌های تمام مراحل آبیاری، عملکرد بهتر در پیش‌بینی مراحل آبیاری و اجزای بیلان آب دارد.