ORIGINAL_ARTICLE
افزایش توان جریان در لولههای فشار قوی انتقال آب نیروگاههای برقآبی با استفاده از الگوریتم اجتماع ذرات
به کارگیری نیروگاههای برقآبی، یکی از راهکارهای مقابله با کمبود آب در جهان به شمار میرود. از سویی دیگر افزایش نیروی الکتریسته تولیدی با استفاده از انرژی آب بسیار حائز اهمیت میباشد. با توجه به هزینه بالای احداث سد و تامین بار آبی مورد نیاز نیروگاههای برقآبی، طراحی بهینه این تاسیسات در سالهای اخیر مورد توجه قرار گرفته است. در میان اجزای تشکیل دهنده این تاسیسات، پنستاک از جایگاه ویژهای برخوردار است. اهمیت پنستاک به دلیل هزینهی بالای ساخت، نصب و نگهداری آن میباشد طوری که بالغ بر سی درصد هزینههای نیروگاه به ساخت این سازه هیدرولیکی اختصاص مییابد. از اینرو طراحی بهینه آن نقش بسزایی در کاهش هزینه احداث نیروگاههای برقآبی ایفا خواهد نمود. استفاده از روشهای بهینهیابی فرا کاوشی برای بهینهسازی سازههای مختلف، یکی از مهمترین مباحث مطرح شده در طراحی این سازهها بوده است. در میان الگوریتمهای فرا کاوشی، روش بهینهیابی اجتماع ذرات به عنوان یک ابزار قوی و مناسب در بسیاری از زمینهها مورد توجه بوده است. موضوع این پژوهش ارائه طرح بهینه برای بیشینه نمودن توان جریان برخوردی به توربینهای نیروگاه و کاهش افت فشار با هدف کنترل جریانهای میرا در مسیر پنستاک بوده که در این راستا الگوریتم اجتماع ذرات به عنوان مطالعه موردی انتخاب و به منظور اطمینان از صحت نتایج حاصله، جریان خروجی از پنستاکهای سد شهریار به عنوان مطالعه موردی بررسی شده است. نتایج نشان میدهد میزان افت انرژی در مجموع از مقدار 11/29 متر به 92/11 متر کاهش یافته که این امر خود موجب افزایش راندمان و کارایی لولههای فشار قوی انتقال میگردد. میزان افت فشار ناشی از تغییرات ناگهانی جریان در سیستم انتقال، قبل از بهینهیابی 9/315 کیلوپاسکال است که با تغییر در ابعاد پنستاک، مقدار آن به 7/116 کیلوپاسکال کاهش یافته است. این امر نشان میدهد با کاهش افت فشار، از آسیبهای ناشی از ایجاد جریانهای میرا در سیستم انتقال به شدت کاسته میشود. همچنین توان جریان نیز از 25 مگاوات به 28 مگاوات افزایش یافته است که در مجموع معادل 11% درصد افزایش توان جریان خروجی است.
https://www.waterjournal.ir/article_73817_733a730d6ac1a9fe42f49cbe110b0aac.pdf
2015-11-22
1
15
: الگوریتم اجتماع ذرات
بهینهیابی
پنستاک
توان جریان
نیروگاه برقآبی
نازیلا
کاردان
n.kardan@azaruniv.edu
1
AUTHOR
منابع
1
آزادنیا، ا. و ب. زهرایی. 1389. کاربرد الگوریتم بهینهسازی PSO در بهینهسازی چند هدف بهرهبرداری از مخازن. نهمین کنگره ملی عمران، سمنان، ایران، اردیبهشت 89.
2
بی نام. 1384. دفترچه محاسباتی سد شهریار. سازمان آب منطقهای آذربایجان شرقی.
3
حاجی کاظمی، ح. 1389. بهینهسازی عرضه و تقاضای آب شهری تبریز با تأکید بر قابلیت اعتماد با استفاده از الگوریتم توسعه یافته PSO. پایان نامه کارشناسی ارشد مهندس آب، دانشکده عمران، دانشگاه تبریز.
4
حسن زاده، ی. و ر. فاضلی پایدار. 1381 کاربرد روش مشخصه در تحلیل پدیده ضربه قوچ ایستگاه پمپاژ سد نهند تبریز، مجله دانشکده فنی دانشگاه تبریز، دوره 28، شماره 3، صفحه 60-49.
5
سروری، م.، ح. معراجی، ر. ولی پور و ص. معراجی. 1385. کاربرد الگوریتم PSO در طراحی بهینه حجم مخازن سدها. اولین همایش ملی مدیریت شبکههای آبیاری و زهکشی، اهواز، ایران.
6
سلاجقه، ج.، م. خطیبی نیا و م. مشایخی. 1387. بهینهسازی شکل گنبدهای فضاکار یک لایه با استفاده از الگوریتم باینری جامعه ذرات اصلاح شده (BPSO). چهارمین کنگره ملی عمران، تهران، ایران، اردیبهشت 87.
7
لطف اللهی، م.ع. و ن. کاردان. 1392. بهینهسازی لوله انتقال آب فشار قوی سد بتنی شهریار با استفاده از الگوریتم اجتماع مورچهها. نشریه دانش آب و خاک، دوره 23، شماره 1، ص 69-57 .
8
نورانی، و.، م.ع. کی نژاد و ن. کاردان. 1390. استفاده از الگوریتم ژنتیک برای بهینهسازی پنستاک سدهای بتنی. نشریه عمران و محیط زیست، جلد 40، شماره 3، ص 95-85.
9
Andaroodi, M. R. 2006. Standardization of civil engineering works of small high head hydropower plants and development of an optimization tool. Ph.D. Thesis, Issue 1661-1179.
10
Anonymous. 1986. Welded steel penstocks. A Water Resource Technical Publication Engineering Monograph No.3, United State Department of the Interior Bureau of Reclamation, Denver.
11
Baltar, A. M. and D. G. Fontane. 2008. Use of multi objective particle swarm optimization in water resources management. ASCE Journal of Water Resources Planning and Management, 134(3): 120-128.
12
Chen, D., W. Gaofeng and Ch. Zhenyi. 2008. The inertia weight self-adapting in PSO, IEEE-Proceedings of the 7th world congress on intelligent control and automation, 25–27 June, Chongging, China, 5313–6.
13
Dong, W. S., C. H. Dang, Z. C. Deng and D. C. Liu. 2006. Stability analysis of penstock under external pressure based on GA-NN. Chinese Journal of Applied Mechanics, 23(2): 304-307.
14
Flotow, A. V. 2012. Micro hydro penstock design. Oregan State University, Independent Study and Research Fellow Transcript Notation.
15
Fresen, M. H. and Ch. Votesch. 1983. Economic diameter of steel penstock. Transactions ACSE, 103(3): 54-62.
16
Gill, M. K., Y. H. Kaheil, A.M. Khalil and L. McKeeBastidas. 2006. Multi objective particle swarm optimization for parameter estimation in hydrology. Journal of Water Resources Research, 42(W07417): 14 Pages.
17
Izquierdo, J., I. Montalvo, R. Pérez and V. S. Fuertes. 2008. Design optimization of wastewater collection networks by PSO. Journal of Computers & Mathematics with Applications, 56(3): 777-784.
18
Kennedy, J. and R. Eberhart. 1995. Particle swarm optimization. In Proc. ofInternational Conference on Neural Networks, Perth, Australia, 1942-1948.
19
Kennedy, J. and R. Eberhart. 2001. Swarm intelligence. Morgan Kaufman Publishers.
20
Montalvo, I., J. Izquierdo, R. Pérez and M. M. Tung. 2008. Particle swarm optimization applied to the design of water supply systems. Journal of Computers & Mathematics with Applications, 56(3): 769-776.
21
Purwati, E. and H. I. Wahyun. 2010. Optimization on penstock dimension of Ample Gading hydro electrical power, Indonesia. International Journal of Academic Research, 2(6): 308-312.
22
Shi, Y. and R.Eberhart. 1998a. Parameter selection in particle swarm optimization. In Proc. of the 1998 Annual Conference on Evolutionary Programming, San Diego, 591-600.
23
Souren, B. and R. Hadjian, 1980. Optimization and design of underground embedded penstocks. Ph.D. Thesis, Department of Civil Engineering, Canada.
24
Yeniay, O. 2005. Penalty function methods for constrained optimization with genetic algorithm. Journal of Mathematical and Computational Applications, 10 (1): 45-56.
25
ORIGINAL_ARTICLE
بررسی تاثیر تغییر شکل پلان و ابعاد دریچه بر عملکرد هیدرولیکی مدلهای ترکیبی سرریز کنگرهای- دریچه
سرریز و دریچه به علت داشتن روابط ساده و نسبتاً دقیق از کاربرد وسیعی در کنترل، انحراف و اندازهگیری جریان در پروژههای آبیاری برخوردار میباشند. آب جاری در مسیر کانالها، دارای ذرات رسوب و مواد شناور میباشند. که تجمع رسوبات و مواد شناور پشت سرریز و دریچه سبب تغییر شکل کانال و کاهش دقت اندازهگیری جریان میشود. مدل ترکیبی سرریز- دریچه با داشتن قابلیت عبور همزمان مواد قابل تهنشین شدن از قسمت زیر دریچه و مواد معلق از روی سرریز، از انباشته شدن رسوب و مواد معلق در پشت سیستم سرریز جلوگیری کرده و به افزایش دقت اندازهگیری و عبور جریان کمک زیادی میکند. در پژوهش حاضر اثر تغییر شکل پلان و ارتفاع دریچه بر ضریب دبی ده مدل ترکیبی سرریز کنگرهای- دریچه در قالب مطالعه آزمایشگاهی مورد بررسی قرار گرفت. نتایج نشان داد که وجود دریچه و همچنین افزایش ارتفاع بازشدگی آن، موجب افزایش ضریب دبی در مدلهای ترکیبی سرریز کنگرهای- دریچه میشود. از طرفی وجود دریچه در مدلهای ترکیبی سرریز کنگرهای مستطیلی- دریچه در (Ht/P) نسبتهای کم ارتفاع کل آب بالادست به ارتفاع سرریز، تاثیر بیشتری بر افزایش ضریب دبی دارد. در حالیکه در مدلهای ترکیبی سرریز کنگرهای ذوزنقهای- دریچه در همه نسبتهای ارتفاع کل آب بالادست به ارتفاع سرریز تاثیر یکنواختی بر افزایش ضریب دبی خواهد داشت. نتایج نشان داد که افزایش ارتفاع آب بالادست باعث تداخل جتهای آب (جریانهای ریزشی) سیکلهای سرریز کنگرهای و همچنین تداخل جریان آب هنگام عبور از زیر دریچه و جریان ریزشی از روی سرریز میشود، که این امر موجب کاهش ضریب دبی در اعماق زیادتر میشود. از طرفی در اعماق یکسان، سرریز کنگرهای ذوزنقهای دارای تداخل جریان کمتری نسبت به سرریز کنگرهای مستطیلی است که موجب افزایش ضریب دبی در مدلهای ترکیبی سرریز کنگرهای ذوزنقهای- دریچه نسبت به مدلهای ترکیبی سرریز مستطیلی- دریچه میشود.
https://www.waterjournal.ir/article_73819_cbff590257830d255c06ce645f22c426.pdf
2015-11-22
16
32
آزمایشگاهی
ضریب دبی
سرریز- دریچه
کنگرهای
مدل فیزیکی
محمد
میرناصری
mohammadmirnaseri@yahoo.com
1
گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران
LEAD_AUTHOR
علیرضا
عمادی
emadia355@yahoo.com
2
گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری
AUTHOR
رامین
فضل اولی
raminfazl@yahoo.com
3
گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری
AUTHOR
قاسم
آقاجانی
aqajani_q@yahoo.com
4
4مربی گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران
AUTHOR
بارانی، غ. و س. ناصری. 1382. بهینهسازی سرریزهای کنگرهای با استفاده از مدلهای فیزیکی. چهارمین کنفرانس هیدرولیک ایران، دانشگاه شیراز، 8ص.
1
حیدرپور، م.، ف. موسوی، و ع.ر. روشنی زرومهری. 1385. بررسی سرریزهای چندوجهی با پلان مستطیلی و U شکل. مجله علوم و فنون کشاورزی و منابع طبیعی، 6 (3): 61-51.
2
رضایی، م. 1391. رابطه دبی- اشل در سرریزهای کنگرهای مستطیلی. پایاننامه کارشناسیارشد سازههای آبی، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، 69 ص.
3
رضویان، س.ح. و م. حیدرپور. 1386. بررسی ضریب دبی در مدل ترکیبی سرریز - دریچه لبهتیز. ششمین کنفرانس هیدرولیک ایران، دانشگاه شهرکرد، 15-13 شهریور، شهرکرد، ایران، 8ص.
4
قرهگزلو، م. 1391. بررسی آزمایشگاهی جریان همزمان از مدل ترکیبی سرریز- دریچه استوانهای. پایاننامه کارشناسیارشد سازههای آبی، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، 74 ص.
5
مسعودیان، م.، م. قرهگوزلو، ف. نادری و ن. فندرسکی. 1390. هیدرولیک جریان مستغرق در مدل ترکیبی سرریز – دریچه استوانهای. یازدهمین سمینار آبیاری و کاهش تبخیر، دانشگاه شهید باهنر کرمان، 20-18 بهمن، کرمان، ایران، 7ص.
6
یاسی، م. و م. محمدی. 1386. بررسی سرریزهای زیگزاگی با پلان قوسی. مجله علوم و فنون کشاورزی و منابع طبیعی، 11 (1)، 15-1.
7
Amanian, N. 1987. Performance of and design of labyrinth spillways. M.S. thesis. Utah State University, Logan, Utah.
8
Carollo, F. G., V. Ferro and V. Pampalone. 2010. Experimental investigation of the outflow process over a triangular labyrinth weir. Irrigation and Drainage Engineering Journal, 10-1061/(ASCE) IR.3PP.
9
Chanson, H. 2009. Discussion of Hydraulics of Broad-Crested Weirs with Varying Side Slopes. Irrigation and Drainage Eng. Journal, ASCE, 136:7, 508-509.
10
Hayawi, H. A. M., A. A. G. Yahia and G. A. M. Hayawi. 2008. Free combined flow over a triangular Weir and under rectangular gate. Damascaus University Journal, 24:1, 9-22.
11
Houston, K. L. and C. S. DeAngelis. 1982. A site specific study of a labyrinth spillway. Proceeding Conference on Applying Research to Hydraulic Practice, Pp: 86-95.
12
Israelsen, O. W. and V. E. Hanson. 1962. Irrigation Principle and Practices. 3rd. ed., New York. J. of Hydraulic Res, 37: 5697–705.
13
Lux, F. and D. L.Hinchliff. 1985. Design and construction of labyrinth spillway. 15th Congress of ICOLD, Lausanne, Switzerland, Pp. 249-274.
14
Negm, A. M., A. M. Al-Brahim, and A. A. Alhamid. 1997. Combined free flow over Weirs and below Gates. 40: 359-365.
15
Samani, J. M. V. and M. Mazaheri. 2009. Combined Flow over Weir and under Gate. Hydraulic Eng. Journal, 135:3, 224- 22.
16
Taylor, G. 1968. The performance of Labyrinth weir. Thesis presented to university of Nottingham, England.
17
Tullis, J. P., C .M. Wilmore and J. S. Wolfhope. 2005. Improving performance of low-head labyrinth weirs. Proc. of the 2005 World Water and Environmental Resources Congress, May 15-19, Anchorage Alaska.
18
ORIGINAL_ARTICLE
به کارگیری الگوریتم کرم شبتاب در بهینهسازی بهرهبرداری از سد درودزن
مسائل بهینهسازی بهرهبرداری از مخازن سدها از جمله مسائل مهم در علوم آب میباشد که تا کنون با انواع روشهای بهینهسازی مورد بررسی قرار گرفته است. استفاده از الگوریتمهای فراابتکاری مانند، الگوریتم کرم شبتاب و مورچگان، یکی از این روشهای بهینهسازی میباشد. در این تحقیق، بهینهسازی بهرهبرداری از مخزن سد درودزن در یک دوره 99 ماهه، با استفاده از الگوریتم کرم شبتاب مورد بررسی قرار گرفته است. در آنالیز حساسیت پارامترهای الگوریتم کرم شبتاب، حساسترین پارامتر α است که به عنوان ضریب جهش شناخته میشود و انتخاب مقدار مناسب برای آن، باعث یافتن راه حل مناسبی به وسیله کرمهای شبتاب میشود و به نحو چشمگیری کارایی الگوریتم کرم شبتاب بالا خواهد برد. برای تعیین میزان کارایی این الگوریتم در مسئله بهینهسازی بهرهبرداری از مخزن سد نتایج آن با نتایج الگوریتمهای سیستم مورچگان پیوسته و سیستم مورچگان ترتیبی مقایسه شده است. نتایج نشان داد الگوریتم FACC با مقدار تابع هدف 196/4 کارایی خوبی را از خود نشان داده و پس از آن الگوریتمهای ACOrCC و ACOrankCC به ترتیب با مقادیر 004/17 و 156/26 عملکرد مناسبی را داشتهاند. همچنین الگوریتم FACC با مقدار 959/0 دارای بالاترین ضریب اعتمادپذیری میباشد. همچنین نتایج نشان داد با در نظر گرفتن قیود زنجیرهای تمامی اجراهای برنامه منجر به جوابهای شدنی گردیده ولی بدون در نظر گرفتن قیود زنجیرهای در مواردی الگوریتم سیستم مورچگان پیوسته قادر به یافتن جواب شدنی نبوده است. لذا اعمال این قیود در بدنه این الگوریتم کارایی آن را به مراتب بالا میبرد.
https://www.waterjournal.ir/article_73821_fed8e13ec80822000845dd3197c4f102.pdf
2015-11-22
33
45
واژههای کلیدی: الگوریتم کرم شبتاب
بهره برداری بهینه
مورچگان پیوسته
مورچگان ترتیبی
محمد جواد
زینلی
mj.zeynali1@gmail.com
1
دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکده آب وخاک، دانشگاه زابل _ فارس
AUTHOR
ام البنی
محمدرضاپور
mohammadrezapour@uoz.ac.ir
2
ستادیار گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل
AUTHOR
فرید
فروغی
frooghi14@yahoo.com
3
مربی و عضو هیئت علمی دانشگاه شیراز، دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه
AUTHOR
افشار، م. ه.، ا. رضایی سنگدهی. و ر. رنجبرجورزاده. 1388. عملکرد الگوریتم مورچگان در بهینهسازی بهرهبرداری از مخازن سدها: مطالعه مقایسهای دو الگوریتم. اولین کنفرانس بین المللی مدیریت منابع آب، دانشگاه صنعتی شاهرود، ایران.
1
جداری عیوضی، ج.، ا. مقیمی، م. یمانی و ح. محمدی. 1389. تأثیر عوامل اکومورفولوژیک بر کیفیت شیمیایی آب مطالعه موردی: رودخانه کر و دریاچه سد درودزن. جغرافیا و برنامهریزی محیطی. 32 (4): 37- 17.
2
حسنزاده، ط.، م. ر. میبدی و ف. محمودی. 1390. ارائه یک الگوریتم کرم شبتاب بهبود یافته برای بهینهسازی در محیطهای ایستا. پنجمین کنفرانس داده کاوی ایران، دانشگاه صنعتی امیر کبیر، ایران.
3
داریان، ع. ر. و الف. م. مرادی. 1389. الگوریتم مورچگان پیوسته در بهینهسازی بهرهبرداری از سیستمهای چند مخزنی، مطالعه موردی: مخازن حوضه کرخه. هشتمین کنگره بین المللی مهندسی عمران. دانشگاه شیراز. شیراز.
4
رضایی سنگدهی، ا. و م. ه. افشار. 1388. عملکرد الگوریتم مورچگان در بهینهسازی بهرهبرداری از مخازن سدها: مطالعه مقایسهای دو الگوریتم. اولین کنفرانس بین المللی مدیریت منابع آب با رویکرد منطقهای، دانشگاه صنعتی شاهرود، ایران.
5
شریعت پناهی، م. و ن. مشتاقی یزدانی. 1391. بهبود عملکرد الگوریتم کرم شب تاب با استفاده از اتوماتای یادگیرنده. نهمین کنفرانس بین المللی مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، ایران.
6
گروسی نژاد، آ. و الف. بزرگ حداد. 1392. بهرهبرداری بهینه از مخزن با استفاده از پیادهسازی الگوریتم بهینهسازی کرم شبتاب. پنجمین کنفرانس مدیریت منابع آب ایران، دانشگاه شهید بهشتی، ایران.
7
مشتاقی یزدانی، ن.، م. شریعت پناهی، ح. ر. معتمدزاده و پ. افرند. 1391. بهبود عملکرد الگوریتم کرم شبتاب با استفاده از تغییر در پارامترها. اولین کنفرانس ملی مهندسی صنایع و سیستم ها، دانشگاه آزاد اسلامی واحد نجف آباد، ایران.
8
معینی، ر. و م. ه. افشار. 1387الف. بهرهبرداری بهینه از مخزن سد با استفاده از الگوریتم مورچه بیشینه-کمینه (MMAS). مجله علمی پژوهشی شریف. جلد 12. شماره 46. صفحههای 85 تا 93.
9
معینی، ر. و م. ه. افشار. 1387ب. به کار گیری الگوریتم مقید جامعه مورچگان در حل مسایل مقید سریالی. سومین کنفرانس مدیریت منابع آب ایران. دانشگاه تبریز. تبریز.
10
نژاد نادری، م.، م. ر. حسامی کرمانی و س. هاشمینسب. 1390. کاربرد الگوریتمها در تعیین سیاست بهرهبرداری بهینه از مخزن سد کلان ملایر. اولین کنفرانس ملی سد و نیروگاههای برقابی، دانشگاه علم و صنعت ایران، ایران.
11
Afshar M. H., 2010. A parameter free Continuous Ant Colony Optimization Algorithm for the optimal design of storm sewer networks: Constrained and unconstrained approach. Advances in Engineering Software. 41:188-195.
12
Box G. E. P. and M. E. Muller. 1958. A note on the generation of random normal deviates. Annals of Math. Statistics. 29:610-611.
13
Bullnheimer, B., R. F. Hartl and C. Strauss. 1999, A new rank-based version of the ant system:A computational study,J.Central European Journal for Operations Research and Echonomics, VOL.7, NO.1, P.P. 25-38.
14
Dariane A. R. and A. M. Moradi. 2009. Reservoir Operating by Ant Colony Optimization for Continuous Domains (ACOR) Case Study: DezReservoir. International Journal of Engineering and Applied Sciences 5:16-25.
15
Goldberg, D. 1989. Genetic algorithms in search optimization and machine learning. Hydrology Research. 8(14):354-361.
16
Kangrang, A. and Ch. Lokham .2013. Optimal Reservoir Rule Curves Considering Conditional Ant Colony Optimization with Simulation Model. Applied Sciences. 13(5):154-160.
17
Kjeldsen, T. R and D. Rosbjerg . 2004. Choice of reliability, resilience and vulnerability estimators for risk assessments of water resources system. Hydrological science Hydrology. 49:757 – 767.
18
Reddy M. J. and D. N. Kumar .2007. Multi-objective particle swarm optimization for generating optimal trade-offs in reservoir operation. Hydrological Processes. 21(5): 2897-2909.
19
Socha, K. and M. Dorigo. 2006. Ant Colony Optimization for Continuous Domains, European Journal of Operational Research, Vol. 185, No. 3, pp. 1155-1173.
20
Socha K. and M. Dorigo. 2008. Ant colony optimization for continuous domains. European Journal of Operational Research. 185:1155-1173.
21
Yang X. Sh. 2009. Firefly Algorithm for Multi-model Optimization. Stochastic Algorithm: Foundations and Applications. 5792(12):169-178.
22
Yang X. Sh.2010. Engineering Optimization an Introduction with Meta-heuristic Applications. Wiley Inter-science, New York, 222, p.
23
ORIGINAL_ARTICLE
بررسی آزمایشگاهی نقش رسوبات غیرچسبنده و مخلوط رسوبات در جریان بر ضخامت بهینه سد تأخیری پارهسنگی
از دیرباز، سیلاب و روشهای مهار آن جهت حداقلسازی خطرات و کاهش خسارات مالی و جانی وارده به بشر و طبیعت مورد توجه بوده است. سدهای تأخیری پارهسنگی از جمله روشهای سازهای در راستای مهار سیلاب میباشند که با کاهش دبی پیک سیلاب و به تأخیر انداختن زمان آن، خسارات سیل را در پاییندست کمتر میکنند. بهمنظور طراحی رضایتبخش این سدها، لازم است که وضعیت عبور رسوب از بدنه و ضخامت بهینه آن مشخص باشد. ضخامتی از سد تأخیری پارهسنگی که از لحاظ اقتصادی به صرفه بوده و بیشترین مقدار کاهش را در دبی پیک سیلاب و کمترین میزان افزایش را در زمان تداوم آن ایجاد کند، ضخامت بهینه نامیده میشود. بدین منظور، آزمایشاتی بر روی یک محیط متخلخل شبیهسازی شده در آزمایشگاه هیدرولیک رسوب دانشگاه شیراز انجام گرفت. سپس با استفاده از برنامه احتمالی مونت کارلو در تحلیل نتایج آزمایشگاهی، درصد احتمال عبور رسوب از بدنه متخلخل نمونه سد در هر حالت از آزمایش حاصل گردید. بر اساس نتایج، هنگام استفاده از مخلوط رسوبات چسبنده و غیرچسبنده در جریان، ضخامت بهینه سد 7 تا 8 برابر قطر سنگدانههای 2 سانتیمتری به کاررفته در بدنه بدست آمد که در این حالت، قطر متوسط رسوبات غیرچسبنده موجود در مخلوط رسوبات، 6/0 میلیمتر بوده است؛ حالآنکه در زمان استفاده از رسوبات غیرچسبنده با قطر 2/0 میلیمتر در جریان، ضخامت بهینه 7 برابر اندازه سنگدانهها با قطر 5 سانتیمتر در محیط متخلخل گردید.
https://www.waterjournal.ir/article_73823_fdab38a89392ad91a12010755bc7af95.pdf
2015-11-22
46
58
برنامه احتمالی مونتکارلو
سد تأخیری پارهسنگی
ضخامت بهینه
مخلوط رسوبات چسبنده و غیرچسبنده
نفیسه
خرم شکوه
nafise.khorramshokouh@gmail.com
1
دانشیار بخش مهندسی آب، دانشگاه شیراز- شیراز،
AUTHOR
محمد علی
زمردیان
mzomorod@shirazu.ac.ir
2
استادیار، گروه مهندسی آّب، دانشگاه شیراز
LEAD_AUTHOR
خرمشکوه، ن. 1391. ضخامت بهینه و ظرفیت انتقال مخلوط رسوبات چسبنده و غیرچسبنده در سدهای تأخیری پارهسنگی. پایاننامه کارشناسی ارشد سازههای آبی به راهنمایی دکتر زمردیان، دانشکده کشاورزی، دانشگاه شیراز، شیراز.
1
زمردیان، م. ع. و م. زاهد. 1385. بهینهسازی ضخامت سدهای پارهسنگی با روش احتمالی مونتکارلو. هفتمین سمینار بینالمللی مهندسی رودخانه، بهمن ماه، اهواز.
2
زمردیان، م. ع. و م. زاهد. 1390. بررسی آزمایشگاهی هیدروگراف خروجی از سد پارهسنگی با مقطع مستطیلی. مجله پژوهش آب ایران، شهرکرد: دانشگاه شهرکرد، دوره 5، شماره 8، ص. 88-81.
3
زمردیان، م. ع. و م. فتحی گلاب. 1382. بهینهسازی ضخامت فیلتر سد ایزدخواست با استفاده از روش احتمالی مونتکارلو. مجموعه مقالات چهارمین کنفرانس هیدرولیک ایران، آبان ماه، ص.961-953.
4
نادری پیکام، م. 1391. توسعه مدل ریاضی دو بعدی برای جریان در سدهای پارهسنگی با مصالح غیر همگن. پایاننامه کارشناسی ارشد سازههای آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران.
5
Joy, D. M., W. C., Lennox and N. Kouwen. 1991. Particular transport in porous media under non-linear flow condition. Journal of Hydraulic Research, 29(3): 373-385.
6
King, F. H., 1898. Principles and conditions of the movement of groundwater. U.S. Geol. Survey, 91th. Ann. Report, Part 2, pp. 59-294 as in Swartzendruber, D., 1962. non-Darcy flow behavior in liquid-saturated porous media. Journal of Geophysical Research, 67(13): 5206.
7
Leps, T. M. 1973.Flow through rockfill embankment dam engineering casagrande .Edited Bschfeld R.C. and Poulos, S.J. John Wiley & Sons, PP.87-107.
8
Ostad-Ali-Askari, K. and M. Shayannejad. 2015. Usage of rockfill dams in the HEC-RAS software for the purpose of controlling floods. American Journal of Fluid Dynamics, 5(1): 23-29.
9
Samani, J. M. V., H. M. V. Samani. and M. Shayannejad. 2004. Reservoir routing with outflow through rockfill dams. Journal of Hydraulic Research, 42(4): 435-439.
10
Thauvin, F. and K. K. Mohanty. 1998. Network modeling of non-Darcy flow through porous media. Transport in Porous Media, 31(1):19-37.
11
Wilkins, J. K. 1956. Flow of water through rockfill and Its application to the design of dam. Proceedings of the second Australian New Zealand conference on soil mechanic and foundation engineering, pp. 141-149.
12
Zeng, Z., R.Grigg. 2006. A Criterion for non-Darcy flow in porous media. Transport Porous Media, 63: 57-69.
13
ORIGINAL_ARTICLE
تحلیل شدت- مدت- فراوانی خشکسالی و روند تغییر بارش در شیراز
خشکسالی یکی از پدیدههای طبیعی است که به بارش کمتر از معمول اطلاق شده و در هر رژیم آب و هوایی امکان رخ دادن آن وجود دارد. در پژوهش حاضر از شاخص بارش استاندارد شده(SPI) در مقیاس زمانی 1، 3 و 12 ماهه به منظور تعیین شدت، مدت و فراوانی خشکسالیهای اخیر در ایستگاه سینوپتیک شیراز استفاده شد و آزمون من کندال دنبالهای به منظور تحلیل روند تغییرات بارش در مقیاسهای سالانه و فصلی در بازه زمانی 1392-1363 بهکار گرفته شد. نتایج بهدست آمده بیانگر افزایش شدت، دوام و فراوانی خشکسالیها و تمایل سالهای نرمال به خشکی میباشد. بزرگترین خشکسالی مربوط به بازه زمانی 1387-1386 با مدت دوام 16 ماه و حداکثر شدت مشاهده شده 57/2- میباشد. از آنجا که روند منفی بارش در مقیاس سالانه و در فصول زمستان و بهار وجود داشته ولی در سطح خطای 5 درصد معنیدار نشدهاند و نیز میانگین بارش دهه اخیر در حدود 100 میلیمتر نسبت به دهههای قبل کاهش داشته است، از میانگینهای متحرک 10 ساله آزمون روندیابی استفاده گردید. نتیجه آنکه بهدلیل اثرپذیری کم میانگینهای متحرک از یک سال تر یا خشک، روند تغییرات با دقت بالایی تعیین گردید و مشخص شد که در بارش زمستانه و سالانه با دقت 99/99 درصد در میانگینهای 10 ساله روند منفی وجود دارد. همچنین نتایج نشان داد شدت روند منفی بارش زمستانه، بیشتر از شدت کاهش بارش سالانه میباشد.
https://www.waterjournal.ir/article_73825_dded4d7d4d936c9ce08fddb3bda6853a.pdf
2015-11-22
59
74
واژههای کلیدی: آزمون من کندال
ایستگاه شیراز دنبالهای
شاخص بارش استاندارد
میانگین متحرک
مهدی
بهرامی
bahrami@fasau.ac.ir
1
استادیار، گروه مهندسی آب، دانشگاه فسا، شهر فسا، ایران.
AUTHOR
محمد
توکل صدر آبادی
mohammad.tavakol@outlook.com
2
شجوی کارشناسی ارشد عمران آب و سازه هیدرولیکی، دانشکده مهندسی آب، دانشگاه شهید چمران، اهواز،
LEAD_AUTHOR
عبدالرسول
زارعی
ar_zareiee@fasau.ac.ir
3
استادیار، گروه مرتع و آبخیزداری، دانشگاه فسا، شهر فسا
AUTHOR
بذرافشان، ج. 1381. مطالعه تطبیقی برخی شاخصهای خشکسالی هواشناسی در چند نمونه اقلیمی ایران، پایانامه کارشناسیارشد هواشناسی کشاورزی، دانشگاه تهران.
1
جهاندیده، م.، ا. شیروانی. 1391. تحلیل روند برای زیرسریهای زمانی بارش دراستان فارس، مجلهی مهندسی منابع آب، سال پنجم.
2
حسنلی، ع. 1390. تغییرات اقلیمی و پیامدهای آن بر منابع آب و محیط زیست. انتشارات جهاد دانشگاهی مشهد.
3
کتیرایی، پ.، س. حجام.، پ. ایراننژاد. 1386. سهم تغییرات فراوانی و شدت بارش روزانه در روند بارش در ایران طی دوره 1960 تا 2001. مجله فیزیک زمین و فضا، جلد 33. شماره 1.
4
مرادی، ح. ر.، م. رجبی.، م. فرجزاده. 1386. تحلیل روند و خصوصیات مکانی شدت خشکسالیهای استان فارس، فصلنامه تحقیقات مرتع و بیابان ایران، جلد 14، شماره 1.
5
Bates, B. C., Z. W. Kundzewicz., S. Wu. and J. P. Palutikof. 2008. Climate Change and Water’. Technical Paper of the Intergovernmental Panel on Climate Change. Geneva: IPCC Secretariat.
6
Hayes, M. J., M. D, Svoboda., D. A, Wilhite. and O. V, Vanyarkho. 1999. Monitoring the 1996 drought using the Standardized Precipitation Index. BAMS 80 429-438.
7
Hirsh, R. M. and J. R. Slack. 1984. A non parametric trend test for seasonal data with serial dependence .Water Resources Research. 20.
8
Kendall, M. G. 1975. Rank Correlation Methods, 4th ed., Charles Griffin: London.
9
Mann, H. B. 1945. Nonparametric tests against trend, Econometrical 13, 245-259.
10
McKee, T. B., N. J. Doesken. and J. Kleist. 1993. The relationship of drought frequency and duration of time scales. Eighth Conference on Applied Climatology, American Meteorological Society, Jan17-23, 1993, Anaheim CA, pp. 179-186.
11
McKee, T. B., N. J. Doesken. and J. Kleist. 1995. Drought monitoring with multiple time scales. Ninth Conference on Applied Climatology, American Meteorological Society, Jan15-20, 1995, Dallas TX, pp. 233-236.
12
Modarres, R. and V. P. R. Silva. 2007. Rainfall trends in arid and semi- aridregions of Iran. Journal of Arid Environments.
13
Noohi, K. and A. Asgari. 2006. Study of Drought and Return Priod Drought in Qum Region, Agricultural Aridity and Drought, Scientific and Extension Quarterly, Hahad Agriculture, No. 15. pp. 47-64.
14
Pittock, B. 2003. Climate change: an Australian guide to the science and potential impacts, Australian Greenhouse Office, Canberra.
15
Zareiee, A. R., M. Masoudi and A. R. Mahmodi. 2014. Analyzing spatial pattern of drought changes in Iran, using standardized precipitation index (SPI), Journal of ecology, environment and ecology. 20 (2). pp. (427-432)
16
ORIGINAL_ARTICLE
تدوین سیاستهای بهرهبرداری بهینه از سامانه مخازن در حوضه آبریز گرگانرود با استفاده از الگوریتم جستجوی گرگ (WSA)
در چند دهه اخیر روشهای تکاملگرا کاربردهای موفقیتآمیز زیادی در مسائل مختلف مهندسی و مدیریتی منابع آب و به ویژه در بهرهبرداری بهینه از مخازن داشتهاند. در این پژوهش از الگوریتم فراابتکاری جستجوی گرگ (WSA[1]) برای یافتن استراتژیهای تخصیص بهینه منابع آب در سیستم دو مخزنه سدهای گلستان و وشمگیر واقع در حوضه آبریز گرگانرود (شمال ایران)، برای یک دوره پنج ساله (از سال آبی 87-86 تا 91-90) استفاده شده است. پس از اطمینان از درستی عملکرد الگوریتم WSA با استفاده از چندین تابع محک استاندارد، مدلی برای تخصیص بهینه سیستم مخازن گلستان و وشمگیر توسعه داده شد. همچنین نتایج حاصل از الگوریتم مورد بررسی با نتایج روش شناخته شده الگوریتم ژنتیک (GA[2]) مقایسه شده است. تابع هدف در مدل مورد استفاده به صورت کمینهسازی کل کمبود در طول دوره آماری تعریف شده است. برای بررسی عملکرد الگوریتمهای مورد بررسی در تخصیص بهینه از سیستم مخازن، از شاخصهای عملکرد قابلیت اعتماد زمانی، حجمی و آسیبپذیری استفاده شده است. الگوریتمهای WSA و GA به ترتیب قادر به تأمین 34/95 و 07/87 درصد از نیازهای پاییندست سد گلستان و همچنین 8/93 و 59/87 درصد از نیازهای سد وشمگیر بودند. قابلیت اعتماد زمانی (9/0= α) برای الگوریتمهای WSA و GA به ترتیب برابر 67/81 و 67/26 درصد برای سد گلستان و 33/83 و 33/38 درصد برای سد وشمگیر بهدست آمده است. نتایج بهدست آمده حاکی از عملکرد بالای الگوریتم WSA در مقایسه با دیگر الگوریتم مورد بررسی در تخصیص بهینه سیستم مخازن میباشد.
https://www.waterjournal.ir/article_73826_f7d7de69894429593fd7ac8fe9f64dc5.pdf
2015-11-22
75
90
الگوریتم جستجوی گرگ
الگوریتم ژنتیک
تخصیص بهینه
حوضه گرگانرود
سد گلستان
سد وشمگیر
سعید
اکبر فرد
akbarifard_saeid@yahoo.com
1
کارشناسی ارشد مهندسی منابع آب، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان
AUTHOR
کوروش
قادری
kouroshqaderi@uk.ac.ir
2
استادیار بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، r
AUTHOR
بهرام
بختیاری
drba777@yahoo.com
3
استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران
AUTHOR
اطلس منابع آب ایران (1387) گزارش مطالعات منابع آب حوزه رودخانههای قرهسو و گرگانرود. آب منطقهای استان گلستان.
1
شفیعی، م.، ا. بزرگ حداد، و ع. افشار. 1386. بررسی ساختارهای جدید از الگوریتم ژنتیک در بهینهسازی بهرهبرداری از مخازن. مجله فناوری و آموزش، سال اول، جلد اول، شماره 3، ص 117-122.
2
قادری، ک.، آ. زلقی و ب. بختیاری. 1393. بهینهسازی بهرهبرداری از سیستم چند مخزنی با استفاده از الگوریتم تکامل رقابتی جوامع(SCE) (مطالعه موردی: حوضه کرخه). مجله مدیریت آب و آبیاری، دوره 4، شماره 2، ص 215-228.
3
مفتاح هلقی، م.، ا. ا. دهقانی.، ا. مساعدی و ح.ر. اسلامی. 1390. تعیین کمبود حجم بهیه مخزن سد وشمگیر در سیستم بهرهبردری چند سدی. مجله پژوهشهای حفاظت آب و خاک، جلد هجدهم، شماره 1، ص 215-230.
4
نجفی، م. ر.، ج. هاشم پور و م. خیاط خلقی. 1384. بهرهبرداری بهینه از مخزن با استفاده از مدل برنامهریزی خطی و کاربرد آن در سد وشمگیر. مجله علوم کشاورزی و منابع طبیعی، سال دوازدهم، شماره 5، ص 27-35.
5
نوروزی. ب.، غ. ع. بارانی.، م. مفتاح هلقی و ا. ا. دهقانی. 1390. بهینهسازی بهرهبرداری از یک سیستم چند مخزنه به روش الگوریتم ژنتیک چند جمعیتی مطالعه موردی (سدهای گلستان و وشمگیر). مجله پژوهشهای حفاظت آب و خاک، جلد هجدهم، شماره 4، ص 43-62.
6
Afshar, M. H. and I. Motaei. 2011. Constrained Big Bang-Big Crunch Algorithm for optimal solution of large scale reservoir operation problem. International Journal of Optimization in Civil Engineering, 2: 357-375.
7
Ajibola, A. S. and A. O. Adewumi. 2014. Review of Population Based Metahueristics in Multi-objective Optimization Problems. Int'l Journal of Computing, Communications & Instrumentation Engg, 1(1): 126-128.
8
Baltar, A. M. and D. G. Fontane. 2008. Use of multi-objective particle swarm optimization in water resources management. Journal of Water Resource Planning and Management, 134(3): 265-275.
9
Chang, J. X., Q. Huang and Y. M. Wang. 2005. Genetic algorithms for optimal reservoir dispatching. Journal of Water Resources Management, 19:321-331.
10
Cheng, M. Y. and D. Prayogo. 2014. Symbiotic Organisms Search: A new metaheuristic optimization algorithm. Journal of Computers & Structures, 139: 98-112.
11
Esat, V. and M. J. Hall. 1994. Water resources system optimization using genetic algorithms hydro informatics. Processes Its International Conference on Hydro informatics, Balkema, Rotterdam, The Netherlands, 225-231.
12
Fallah-Mehdipour, E., O. Bozorg Haddad and M.A. Marino. 2013. Extraction of Optimal Operation Rules in an Aquifer-Dam System: Genetic Programming Approach. Journal of Irrigation and Drainage Engineering, 139:872-879.
13
Hashimoto, T., J. R. Stedinger and D. P. Loucks. 1982. Reliability, resilience, and vulnerability criteria for water resource system performance evaluation. Water Resources Research, 18(1): 14-20.
14
Labadie, J. W. 2004. Optimal operation of multi-reservoir system: State of the art review. Journal of Water Resources Planning and Management, 130(2): 93-111.
15
Kumar, D. N. and M. J. Reddy. 2006. Ant Colony Optimization for Multi-Purpose Reservoir Operation. Journal of Water Resources Management, 20(6): 879-898.
16
Oliveira, R. and D. P. Loucks. 1997. Operating rules for multi-reservoir system. Journal of Water Resources Research, 33(4): 839-852.
17
Pradhan, S. N. and U. K. Tripathy. 2013. Optimization of the operating policy of the multipurpose Hirakud reservoir by Genetic Algorithm. American Journal of Engineering Research, 2(11): 260-266.
18
Reddy, M. J. and D. N. Kumar. 2007. Multi-objective particle swarm optimization for generating optimal trade-offs in reservoir operation. Hydrological Processes, 21: 2897-2909.
19
Sonaliya, S. and T. M. V. Suryanarayana. 2014. Optimal Reservoir Operation Using Genetic Algorithm: A Case Study of Ukai Reservoir Project. International Journal of Innovative Research in Science Engineering and Technology, 3(6): 13681-13687.
20
Tang, R., S. Fong, X. S. Yang and S. Deb. 2012. Wolf search algorithm with ephemeral memory. In Digital Information Management (ICDIM). Seventh International Conferenceon, pages 165–172.
21
Wardlaw, R. and M. Sharif. 1999. Evaluation of genetic algorithms for optimal reservoir system operation. Journal of Water Resource Planning and Management, 125(1): 25-33.
22
ORIGINAL_ARTICLE
بررسی تاثیر تنش آبی (کم آبیاری) بر عملکرد گیاهان دارویی؛ مطالعه موردی گیاه آویشن
به منظور بررسی تاثیر کودهای آلی و دورآبیاری بر روی آویشن این پژوهش در قالب طرح آماری کاملا تصادفی بهصورت اسپلیت پلات در سه تکرار اجرا گردید. تیمار اصلی شامل دور آبیاری در دو سطح پنج و 10 روز و تیمار فرعی شامل مصرف انواع کودهای سبز در پنج سطح شاهد، شبدر، ماشک، یونجه و کود دامی 30 تن در هکتار بود. ویژگیهای مورد مطالعه شامل وزن تر و خشک بوته، وزن تر و خشک ساقه، وزن تر و خشک برگ و ارتفاع بوته بود. نتایج حاصل از سالهای آزمایش با استفاده از تجزیه مرکب آزمون شد و میانگین صفات با استفاده از آزمون چند دامنهای دانکن مورد مقایسه قرار گرفتند. طبق نتایج بدست آمده مشخص گردید تاثیر سال، بر تمامی صفات مورد مطالعه در سطح یک درصد معنیدار گردیده و با افزایش سن گیاه بر وزن تر و خشک در واحد سطح افزوده شد. بیشترین وزن تر و خشک از سال سوم و به ترتیب معادل 48و 101 گرم در متر مربع بدست آمد. تیمار آبیاری بر تمامی صفات اثر بسیار معنیداری داشت. با کاهش دور آبیاری بر وزن خشک و تر افزوده شد. بیشترین وزن تر و خشک به ترتیب معادل 316 و 90 گرم در متر مربع از آبیاری 5 روز مشاهده شد. اثر کود سبز نسبت به شاهد نیز بر تمامی صفات معنیدار گردید. بیشترین وزن تر بوته به ترتیب مربوط به تیمارهای 30 تن کود دامی در هکتار (424 گرم در مترمربع)، شبدر (291 گرم در مترمربع)، یونجه (267 گرم در مترمربع)، ماشک (245 گرم در مترمربع)، شاهد (عدم استفاده از کود دامی) (225 گرم در مترمربع) بدست آمده است. طبق نتایج بدست آمده مشخص گردید بیشترین وزن تر آویشن دنایی از سال سوم و با دور آبیاری 5 روزه و با استفاده از 30 تن کود دامی در هکتار، معادل 581 گرم در مترمربع مشاهده گردید. هرچند بیشترین وزن تر مربوط به تیمار کود دامی 30 تن در هکتار بوده اما استفاده از کودهای سبز نسبت به شاهد باعث افزایش وزن تر گردید.
به منظور بررسی تاثیر کودهای آلی و دورآبیاری بر روی آویشن این پژوهش در قالب طرح آماری کاملا تصادفی بهصورت اسپلیت پلات در سه تکرار اجرا گردید. تیمار اصلی شامل دور آبیاری در دو سطح پنج و 10 روز و تیمار فرعی شامل مصرف انواع کودهای سبز در پنج سطح شاهد، شبدر، ماشک، یونجه و کود دامی 30 تن در هکتار بود. ویژگیهای مورد مطالعه شامل وزن تر و خشک بوته، وزن تر و خشک ساقه، وزن تر و خشک برگ و ارتفاع بوته بود. نتایج حاصل از سالهای آزمایش با استفاده از تجزیه مرکب آزمون شد و میانگین صفات با استفاده از آزمون چند دامنهای دانکن مورد مقایسه قرار گرفتند. طبق نتایج بدست آمده مشخص گردید تاثیر سال، بر تمامی صفات مورد مطالعه در سطح یک درصد معنیدار گردیده و با افزایش سن گیاه بر وزن تر و خشک در واحد سطح افزوده شد. بیشترین وزن تر و خشک از سال سوم و به ترتیب معادل 48و 101 گرم در متر مربع بدست آمد. تیمار آبیاری بر تمامی صفات اثر بسیار معنیداری داشت. با کاهش دور آبیاری بر وزن خشک و تر افزوده شد. بیشترین وزن تر و خشک به ترتیب معادل 316 و 90 گرم در متر مربع از آبیاری 5 روز مشاهده شد. اثر کود سبز نسبت به شاهد نیز بر تمامی صفات معنیدار گردید. بیشترین وزن تر بوته به ترتیب مربوط به تیمارهای 30 تن کود دامی در هکتار (424 گرم در مترمربع)، شبدر (291 گرم در مترمربع)، یونجه (267 گرم در مترمربع)، ماشک (245 گرم در مترمربع)، شاهد (عدم استفاده از کود دامی) (225 گرم در مترمربع) بدست آمده است. طبق نتایج بدست آمده مشخص گردید بیشترین وزن تر آویشن دنایی از سال سوم و با دور آبیاری 5 روزه و با استفاده از 30 تن کود دامی در هکتار، معادل 581 گرم در مترمربع مشاهده گردید. هرچند بیشترین وزن تر مربوط به تیمار کود دامی 30 تن در هکتار بوده اما استفاده از کودهای سبز نسبت به شاهد باعث افزایش وزن تر گردید.
https://www.waterjournal.ir/article_73838_216cc31bfc25ebeb9324fc87348e769a.pdf
2015-11-22
91
104
: آبیاری
آویشن
کود آلی
کود سبز
گیاهان دارویی
محسن
بنی اسدی
mbaniasadi61@gmail.com
1
عضو هیات علمی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمان
AUTHOR
مهنوش
علیزاده
alizadehma75@gmail.com
2
کارشناس دانشگاه تحصیلات تکمیلی صنعتی و فناوری
AUTHOR
، محمد رضا
کدوری
3
مرتع داری، عضو هیات علمی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمان
AUTHOR
ابراهیم زاده، ح. 1373. فیزیولوژی گیاهی (مبحث تغذیه و جذب). انتشارات دانشگاه تهران، 689 ص.
1
امید بیگی،ر. 1386. تولید وفراوری گیاهان دارویی.جلد2.چاپ چهارم.انتشارات آستان قدس رضوی. ص170-186.
2
امیدبیگی، ر. 1376. رهیافتهای تولید وفرآوری گیاهان دارویی،انتشارات فکر روز، جلد3 .423ص.
3
امین پور، ر. و س. ف. موسوی. 1374. اثرات تعداد دفعات آبیاری بر مراحل رشد و نمو، عملکرد و اجزا عملکرد دانه زیره سبز. مجله علوم کشاورزی و منابع طبیعی، 1 (1): 7-1.
4
ایراننژاد، ح. و ق. رسامریا. 1381. بررسی تاثیر مقادیر مختلف نیتروژن و فسفر بر عملکرد و میزان اسانس دانه گیاه انیسون. مجله علوم کشاورزی و منابع طبیعی، 9(1): 99-93.
5
ترابی، ع و م. ج. ملکوتی. 1374. بررسی اثر منابع و مقادیر مختلف نیتروژن در گندم دیم و تعیین شاخص های آن، پایان نامه کارشناسی ارشد گروه خاکشناسی دانشکده کشاورزی دانشگاه تربیت مدرس، تهران، ایران.91ص.
6
حیدری، ف.، س. زهتاب سلماسی، ع جوانشیر، ه. آلیاری و م. دادپور. 1387. تاًثیر تراکم بوته بر عملکرد و تولید اسانس گیاهان دارویی آویشن. مجله علوم وفنون کشاورزی ومنابع طبیعی، سال دوازدهم، شماره 45 .ص 510-501.
7
جایمند، ک و م. ب. رضایی. 1385. اسانس، دستگاههای تقطیر، روشهای آزمون و شاخص های بازداری در تجزیه اسانس. انجمن گیاهان دارویی ایران.354ص.
8
زرگری، ع. 1376.گیاهان دارویی، جلد چهارم، چاپ ششم ،انتشارات دانشگاه تهران . 969 ص.
9
زرین کفش، م. 2009. حاصلخیزی خاک و تولید. انتشارات دانشگاه تهران، چاپ دوم. 319 ص.
10
سالاردینی، ع. ا. 1366. حاصلخیزی خاک. انتشارات دانشگاه تهران، 441 ص.
11
صالحی سورمقی، م. 1378.گیاهان دارویی و گیاه درمانی.جلد اول. 406 ص.
12
شریفی عاشور آبادی، ا.، ا. متین، و ب. عباس زاده. 1382. تأثیرکودهای آلی و شیمیایی بر قابلیت جذب و کارایی نیتروژن در گیاه دارویی رازیانه Foeniculum vulgare Mill.، فصلنامه پژوهشی تحقیقات گیاهان دارویی و معطر ایران. 19(3):ص 339-313.
13
شریفی عاشور آبادی، ا.، م. لباسچی، ب. عباس زاده و ا. متین. 1383.تاًثیر نحوه مصرف کود نیتروژنی بر عملکرد گیاه دارویی بادرنجبویه. فصلنامه علمی- پژوهشی تحقیقات گیاهان دارویی و معطر ایران،20.(3):ص 369-376.
14
شریفی، پ.، ا. مطلبی، ه. علی محمد و س. نجفی. 1388. تاثیر تراکم و کود نیتروژن بر علکرد و تولید اسانس در گیاه دارویی آویشن. مجموعه مقالات همایش علمی توسعه صنعت گیاهان دارویی ایران.ص217.
15
صالح راستین، ن. 1357. بیولوژی خاک. انتشارات دانشگاه تهران، 482 ص.
16
عظیمی، ج. و م. قاسمی. 1388. بررسی عملکرد گیاه داروئی رازیانه در تراکم ها و تاریخهای مختلف کاشت در استان اردبیل. مجموعه مقالات همایش علمی توسعه صنعت گیاهان دارویی ایران. ص303.
17
کوچکی، ع. و م. حسینی. 1374. بوم شناسی کشاورزی. دانشگاه فردوسی مشهد، 366 ص.
18
کیانی، ک. 1386. داروشناسی گیاهی. انتشارات زرقلم. 720ص.
19
کیانی، ک. 1387. سردی و گرمی خوراکی ها. انتشارات زر قلم.320 ص.
20
لباسچی، م.، ا.، متین، غ. ر. امین، ا. شریفی عاشور آبادی و ل. احمدی. 1380. تأثیر کودهای آلی و شیمیایی و تراکم بر عملکرد مواد مؤثر گل زراعی. فصلنامه علمی- پژوهشی تحقیقات گیاهان دارویی و معطر ایران، (3):ص 39-64.
21
لطفی، آ، ع. ب. وهابی سدهی، ا .قنبری و م. حیدری. 1387. بررسی تأثیر کم آبیاری و کود دامی بر خصوصیات کمی و کیفی اسفرزه (Plantago ovateForssk.) درمنطقه سیستان، فصلنامه علمی - پژوهشی تحقیقات گیاهان دارویی و معطر ایران. 24(4):506-518.
22
متین، ا. 135. تکنولوژی، فیزیولوژی و طرق استعمال کودهای شیمیایی در مناطق آرید. انتشارات دانشگاه جندی شاپور، 339 ص.
23
ملکوتی، م. ج. 1375 .کشاورزی پایدار وافزایش عملکرد با بهینه سازی مصرف کود درایران، نشر آموزش کشاورزی.276ص.
24
میرجلیلی، ع. 1387. شناخت گیاهان دارویی و معطر(2).انتشارات موسسه آموزش عالی علمی کاربردی جهاد کشاورزی. ص296.
25
میرزا، م.، ف. سفید کن و ل. احمدی. 1375. اسانسهای طبیعی، انتشارات مؤسسه تحقیقات و جنگلها. 205ص.
26
نجفی، ف. و پ. و. رضوانی مقدم. 1380. اثر رژیمهای مختلف آبیاری و تراکم بر عملکرد و خصوصیات زراعی گیاه اسفرزه (plantago ovate Forssk.). علوم و صنایع کشاورزی، 16: 67-59)
27
یزدانی. د.، ا. جمشیدی و ف. مجاب. 1381.مقایسه میزان اسانس و منتول موجود در آویشن کاشته شده در مناطق مختلف کشور. فصلنامه علمی-پژوهشی تحقیقات گیاهان دارویی و معطر ایران.1(3):278-283.
28
یزدانی، ه. 1367. اثرات مقادیر مختلف کود در افزایش تولید سیب زمینی در استان اصفهان، گزارش نهایی، مرکز تحقیقات کشاورزی استان اصفهان، ایران.
29
C. K. and B. M. Kupar. 1982 :Cultivation and Utilization of Medicinal Plants. Regional Reserch laboratory,Jammu-tawi,India.877p.
30
Abdel- Sabour, M. P. and M . A. Abo- Seoud. 1996. Effects of organic waste compost Addition on Sesams growth yield and chemical composition. Agric. Ecosystems Environ., 6:157-164
31
Alkire, B. H., J. E., Simon, L. E., Craker, L. Nolan and K. Shetty. 1996. Response of midwestern peppermint (Mentha piperita L.) and native spermint (M. spicata L.) to rate and from of nitrogen fertilizer.International symposium medicinal and aromatic plats, Ametierst, Massa chusetts, USA, 27-30 Aug.
32
Bhardwaj, S. D and A. N. Kausal , 1989. Effect of nitrogen levels and harvesting management on quality of essential oil in peppermint cultivars. Indian perfumer, 33:3, 182-195.
33
Bhardwaj, S. D and A. N. Kaushal. 1990. Nitrogen levels and harvesting manangment studies on fresh herbage and oil yield in peppermint cultivar (Mentha piperita Linn). Indian perfumer, 34:1, 30-41.
34
Blanke. V., C. Renker, M. Wagner, K. fullner, M. Held, A.J. Kuhn and F. Buscot. 2005. Nitrogen supply effects arbuscolar mycorrhizal colonization of Artimisia vulgaris in a phosphate polluted field site. New phytologist, 166(3): 981-992.
35
Bomme, U. 1987. Cultivation of St. Joun’s wort is not easy. Dlz-die Landtechnische-Zeitschrift, 38:63-64.
36
Brussaard, L., R. Ferrera – Cerrato. 1997. Soil ecology in sustainable agricultural systems. New York: Lewis publishers, U.S.A., 168 p.
37
Dent, J. and W. Jones. 1997. Agricultural systems. Avaliable in: Elsevier science.
38
Fosters. Peppermint . 1996. Menta pipeeita .American Botanical council – Botantical Series .306:3.
39
Francis, C. A., F. C. Bulter and L. D. King. 1990. Sustainable griculture in temperate zones. New York: John Wiley and Sons, U.S.A., 487 P.
40
ORIGINAL_ARTICLE
بررسی خشکسالی آبزیرزمینی با استفاده از شاخصهای SWI و GRIدر آبخوان محدوده مطالعاتی مرودشت خرامه استان فارس
خشکسالی آبزیرزمینی زمانی اتفاق میافتدکه در آن آبهای زیرزمینی به عنوان یک منبع مهم تامین آب، تحت تاثیر خشکسالی طولانی مدت قرار میگیرند، در این نوع خشکسالی ابتدا تغذیه، سپس سطح ایستابی و نهایتا میزان تخلیه سیستمهای آبهای زیرزمینی تحت تاثیر خشکسالی کاهش یابد. در این شرایط مدیریت جامع منابع آب بر اساس آگاهی از گسترش زمانی و مکانی این نوع خشکسالی امری ضروری است. در این تحقیق به منظور بررسی مکانی و زمانی دقیق خشکسالی آب زیرزمینی در آبخوان محدوده مطالعاتی مرودشت خرامه، از دو شاخص منبع آب زیرزمینی GRI و سطح آب استاندارد شده SWI استفاده شد که ورودی هریک از آنها به ترتیب؛ سطح و عمق آبزیرزمینی است. بدین منظور از دادههای سطح آبزیرزمینی 67 چاه پیزومتری منطقه با طول دورهی آماری 11 ساله (1390-1380) استفاده شد. نقشههای خشکسالی نیز با استفاده از روش IDW در محیط Arc GIS تهیه شد. نتایج هر دو شاخص از نظر زمانی شروع خشکسالی آبزیرزمینی را از سال 1386 نشان دادند که با افزایش مقیاسهای زمانی تداوم، شدت و فراوانی آن نیز افزایش یافت؛ طوریکه شدیدترین خشکسالی در مقیاس زمانی 48 ماهه در شاخص GRI در مهر ماه 1390 با مقادیر 94/1- و در شاخص SWI در شهریور 1390 با مقدار 08/2 رخ داده است. از نظر مکانی نیز شروع وقوع خشکسالی آبزیرزمینی از بخشهای شمالی بوده و با گذشت زمان به بخشهای مرکزی و جنوبی تغییر مکان داده است که همزمان بر شدت آن نیز افزوده شده است. بر این اساس خشکسالی آبزیرزمینی در منطقه رخ داده است که در صورت ادامه این روند، منطقه با بحران جدی کاهش سطح آب زیرزمینی و عواقب ناشی از آن مواجه خواهد شد در این شرایط اعمال مدیریت صحیح منابع آبهای زیرزمینی امری ضروری است.
https://www.waterjournal.ir/article_73841_253338fbc8ae1c32ba2ab71bc2a5f062.pdf
2015-11-22
105
118
آبخوان مرودشت خرامه
خشکسالی آب زیرزمینی
شاخص GRI
شاخص SWI
مریم
احمدی آخورمه
ahmadi.maryam2000@yahoo.com
1
آبخیزداری- استان فارس
AUTHOR
احمد
نوحه گر
ahmad.nohegar@gmail.com
2
گروه مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان
AUTHOR
مهدی
سلیمانی مطلق
soleimani.m@lu.ac.ir
3
دانشجوی دکتری آبخیزداری، دانشکده منابع طبیعی و علوم زمین، کاشان، ایران_ لرستان، خرمآباد
AUTHOR
مجید
طایی سمیرمی
majid.taie@uni-kassel.de
4
ژئوهیدرولوژی، دانشکده عمران و مهندسی محیط زیست
AUTHOR
اکرامی، م.، ح. ملکی نژاد و م. اختصاصی. 1390. بررسی تأثیر خشکسالی اقلیمی بر آبدهی برخی از قنوات دشت یزد- اردکان. همایش بین المللی دانش سنتی مدیریت منابع آب، یزد، مرکز بین المللی قنات و سازه های تاریخی آبی.
1
صیف، م.، ا. مساعدی و ح. محمدزاده. 1390. بررسی خشکسالی هیدروژئولوژیکی آبخوان دشت فسا با استفاده از شاخص منبع آب زیرزمینی (GRI). پانزدهمین همایش انجمن زمین شناسی ایران، تهران، انجمن زمین شناسی ایران، دانشگاه تربیت معلم.
2
طالبی، ع.، م. ایمانی و م. دستورانی. 1390. بررسی اثر خشکسالی بر کاهش سطح آبهای زیرزمینی و آبدهی قنوات در دشت بهاباد یزد .همایش بین المللی دانش سنتی مدیریت منابع آب، یزد، مرکز بین المللی قنات و سازههای تاریخی آبی.
3
محمدی، م.، ح. مرادی و م. وفاخواه. 1387. تعیین خشکسالی آبهای زیرزمینی در دشت اراک با استفاده از شاخص SWI و رویکرد GIS. سومین کنفرانس مدیریت منابع آب، تبریز، انجمن علوم و مهندسی منابع آب ایران، دانشگاه تبریز.
4
ملکی نژاد، ح و م. سلیمانی مطلق. 1390. بررسی شدت خشکسالیهای هواشناسی و هیدرولوژیک در حوزه چغلوندی. مجله پژوهش آب ایران، سال پنجم، شماره نهم، پاییز و زمستان 1390، ص 72- 61.
5
ملکی نژاد، ح و ر. پورشرعیاتی. 1390. بررسی روند خشکسالی در دشت مروست با استفاده از شاخص منبع آب زیرزمینی GRI. چهارمین کنفرانس مدیریت منابع آب ایران، تهران، دانشگاه صنعتی امیرکبیر.
6
نجفی توبورآباد، س و ل. جلیلی. 1390. بررسی روند خشکسالی دشت اردبیل براساس شاخص منبع آب زیرزمینی (GRI) با استفاده از GIS. اولین کنگره ملی علوم و فناوریهای نوین کشاورزی، زنجان، دانشگاه زنجان.
7
Bhuiyan, C. 2004. Various drought indices for monitoring drought condition in Aravalli terrain of India. In: Proceedings of the 2th ISPRS Conference. Int. Soc. Photogramm. Remote Sensing., Istanbul.
8
Bhuiyan, C., R. P. Singh and F. N. Kogan. 2006. Monitoring Drought Dynamics in the Aravalli Region (India) using Different Indices based on Ground and Remote Sensing data, International Journal of Applied Earth Observation and Geoinformation.8: 289-302.
9
Calow, R. C., N. S. Robins, A. M. MacDonald, D. M. J. MacDonald, B. R. Gibbs, W. R. G, Orpen, P. Mtembezeka, A.J. Andrews and S.O. Appiah. 1997. Groundwater management in drought-prone areas of Africa. Water Resour Dev, 13(2): 241–261.
10
Hayes, M. J. 2007. Drought Indices. Intermountain West Climate Summary. Western Water Assessment. National Drought Mitigation Center (NDMC). http://drought.unl.edu/index.htm.
11
MacDonald, A. M., R. C. Calow, D. M. J. MacDonald, W. G. Darling and Ó Dochartaigh. 2009. What impact will climate change have on rural water supplies in Africa?’Hydrological Sciences Journal, 54(4): 691-703.
12
Mendicino, G., A. Senatore and P. Versace, 2008. A Groundwater Resource Index (GRI) for drought monitoring and forecasting in a Mediterranean climate. Hydrology Journal, 357: 282-302.
13
Peters, E., G. Bier, H. A. J. Van Lanen and P. J. J. F. Torfs. 2006. Drought Propagation and Spatial Distribution of Drought in a Groundwater Catchment, Hydrology Journal, 321: 257–275.
14
Villholth, K. G., C. Tottrup, M. Stendel and A. Maherry. 2013. Integrated mapping of groundwater drought risk in the Southern African Development Community (SADC) region, Hydrogeology Journal, 21(4): 863-885. doi: 10.1007/s10040-013-0968-1.
15
ORIGINAL_ARTICLE
شناسایی مناطق همگن از نظر کیفیت آب زیرزمینی با استفاده از تحلیل عاملی و خوشهای؛ مطالعه موردی دشت قیر استان فارس
به دلیل کمبود بارندگی در مناطق خشک و نیمه خشک و در نتیجه محدود بودن منابع آبهای سطحی در این مناطق، مصرف آب در بخش کشاورزی، صنعت و شرب بشدت به آب زیرزمینی متکی است. لذا مطالعه و ارزیابی کیفیت این منابع بیش از پیش اهمیت پیدا میکند. از این رو تحقیق حاضر با هدف طبقهبندی کیفیت آب زیرزمینی دشت قیر واقع در استان فارس با استفاده از تکنیکهای آماری شامل تحلیل عاملی (FA) و تحلیل خوشهبندی سلسله مراتبی (HCA) (بر اساس روش چند میانگینی/ میانهای (KCA))، بر روی دادههای کیفی (14پارامتر) در یک دوره 10 ساله (1391-1381) و نرمافزارهای SYSTAT13، SPSS 18 و PcOrd انجام شد. نتایج تحلیل عاملی نشان داد متغیرهای SAR، Cl، Na، PH، SO4 و HCO3 به ترتیب با بالاترین بارعاملی مهمترین پارامترها جهت انجام آنالیزهای خوشهای میباشند. به منظور تعیین تعداد خوشههای بهینه از شاخص دیویس- بولدین استفاده شد و با توجه به این شاخص تعداد 5 خوشه جهت طبقهبندی نهایی چاهها تعیین گردید. نتایج نشان داد که روشهای KCA و HCA به منظور انجام طبقهبندی دارای همپوشانی 100% میباشند، باتوجه نتایج طبقهبندی، مقدار پارامترهای مورد مطالعه در آب زیرزمینی از گروه اول به سمت گروه پنجم افزایش مییابد. بطوریکه که چاههایی که در گروه 1 قرار میگیرند از نظر کیفیت مناسبترین آب را دارند.
https://www.waterjournal.ir/article_73846_13c27f0ac26c44cb754c0c4c982577a1.pdf
2015-11-22
119
133
تحلیل خوشهای
تحلیل عاملی
دشت قیر استان فارس
کیفیت آب زیرزمینی
حسن
خسروی
hakhosravi@ut.ac.ir
1
استادیار، گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، ایران
AUTHOR
احسان
مرادی
ehsan_moradi13@ut.ac.ir
2
دانشجوی دکتری، گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران
AUTHOR
حمید
دارابی
hamid.darabi2010@gmail.com
3
دانشجوی دکتری، گروه آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران
AUTHOR
پورمقدس، ح. 1381. بررسی کیفیت آبهای زیرزمینی منطقه لنجانات اصفهان. مجله دانشکده بهداشت و انستیتو تحقیقات بهداشتی، شماره 4، ص 40-31.
1
جعفرزاده حقیقی فرد، ن.، حسنی. ا. زین الدینی میمند و ع، حسیبی. 1384. بررسی اثرات بهرهبرداری بی رویه از منابع آب زیر زمینی انار کرمان بر کیفیت آب منطقه با استفاده از نمودارهای تشخیص کیفیت. علوم و تکنولوژی محیط زیست، شماره 24، ص 77- 86.
2
رضایی، م و و. امیری. 1392. ارزیابی تغییرات کیفی آب زیرزمینی دشت لنجانات با استفاده از تحلیل عاملی ترکیب شده با نظریه انتروپی اطلاعات. مجله محیط شناسی، شماره دوم، ص 33-44.
3
رضایی، ع. 1390. تحلیل منطقهای آبدهی سالانه با دورههای بازگشت مختلف در زیرحوضههای سد سفیدرود. مجله پژوهشهای حفاظت آب و خاک، جلد 18، شماره 1، ص146 -241.
4
زارعچاهوکی م. ع. 1389. تجزیه و تحلیل دادهها در پژوهشهای منابع طبیعی با نرم افزار SPSS. انتشارات جهاد دانشگاهی. دانشگاه تهران، 178 صفحه.
5
زهرایی ب. 1388. تدوین مدل خوشهبندی اطلاعات و سیگنالهای هواشناسی با هدف پیش بینی دورههای کم بارش. گزارش نهایی شرکت سهامی مدیریت منابع آب ایران. وزارت نیرو، تهران. 216 صفحه.
6
عطایی، ه و م. شیران. 1390. شناسایی زیرحوضههای هیدرولوژیکی همگن از نظر عوامل ژئومورفولوژیک موثر بر سیلاب با استفاده از تحلیل خوشهای (مطالعه موردی: دشت کرون). مجله جغرافیا و برنامهریزی محیطی، جلد 42، شماره 2، ص 79- 98.
7
غیاثی.، ن، م، عرب خدری. و ع. غفاری. 1383. بررسی تاثیر برخی ویژگیهای هندسی آبخیزها در سیلابهای حداکثر لحظهای با دوره برگشتهای مختلف. مجله پزوهش و سازندگی، شماره 61، ص 10-2.
8
فاضلیِ رستمپور م. 1385. تجزیه و تحلیل با استفاده از SAS . انتشارات سپهر، تهران. 267 صفحه.
9
کلانتری.، ن.، م. ح. رحیمی و ع. چرچی. 1385. استفاده از دیاگرامهای ترکیبی، تحلیل عاملی و نمایههای اشباع در ارزیابی کیفی آب زیرزمینی دشتهای زویرچری و خران. مجله زمینشناسی مهندسی، شماره دوم، ص 114-95.
10
لطفی.، ا. ک. شاهدی و ح. دارابی. 1393. ارزیابی پارامترهای کیفیت آبهای زیرزمینی با استفاده از روشهای آماری (مطالعه ی موردی دشت ساری- نکا ). اولین همایش ملی مباحث نوین در کشاورزی، همدان، 8 صفحه.
11
نوری قیداری، م. ح. 1392. تعیین چاه های موثر در تعیین تراز سطح آب زیرزمینی با آنالیز مولفههای اصلی. مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، سال هفدهم، شماره 64، ص 158-149.
12
Adams, S., et al. 2001. Hydrochemical characteristics of aquifers near Sutherland in the Western Karoo, South Africa. J. Hydrol. 241, 91-103.
13
Anbazhagan, S. and A. Nair. 2004. Geographic information system and groundwater quality mapping in Panvel basin, Maharashtra, India. J. Environ. Geol. 45, 753–761.
14
Davis, J. E. 1986. Statistical and Data Analysis in Geology. John Wiely Pub, American, New York.
15
Edet, A., et al. 2011. Groundwater chemistry and quality of Nigeria: A status review. African Journal of Environmental Science and Technology Vol. 5(13), pp. 1152-1169.
16
Farnham, I. K. Stetzenbach., A. Singh and k. Johannesson. 2000. Deciphering groundwater flow systems in Oasis Valley, Nevada, using trace element geochemistry, multivariate statistics, and geographical information system, Mathematical Geology, 32: 943- 968.
17
Ghasemi Ziarani, E. Sh. Faryadi and S.Sheikh Kazemi. 2006. Zoning the contamination in Sad- e- Karaj catchment using GIS software, first professional symposium of Environmental engineering, Tehran.
18
Guler, C, G. D. Thyne., J. E. McCray and A. K. Turner. 2002. Evaluation of graphical and multivariate ststistical metheods for classification of water chemistry data, Hydrogeology journal, 10: 455- 474.
19
Guler, G. M. Kurt., A. Alpaslan and C. Akbulut. 2012. Journal of hydrology. 414-415: 435-451.
20
Hajalilou, B. and F. Khaleghi. 2009. Investigation of hydrogeochemical factors and groundwater quality assessment in Marand Municipality, northwest of Iran: A multivariate statistical approach. Journal of Food, Agriculture & Environment Vol.7: 3 and 4: 930-937.
21
Hallberg, G. R and D. R. Keeney. 1993. Nitrate. Regional Ground-Water Quality. Van Nostrand Reinhold, New York. PP 297-322.
22
James, C. S. 1999. Analytical chemistry of foods. New York, Springer; pp 136-40.
23
Jingyi, Z. and M.J. Hall. 2004. Regional flood frequency analysis for the GanMing river basin in China. Hydrology, 296: 98 -117.
24
Kampbell, D. H., et al .2003. Groundwater quality surrounding Lake Texoma during short-term drought condition. Journal of Environmental Pollution, 125: 183-191.
25
Kannel, P. R. S. Lee and Y .S. Lee. 2008. Assessment of spatial–temporal patterns of surface and ground water qualities and factors influencing management strategy of groundwater system in an urban river corridor of Nepal. Journal of Environonment Management, 86: 595-604.
26
Kathy, P. 2005. Water Recreation and Disease Acute plausibility of Associated Infections: Effects, Sequelae and Mortality, World Health Organization.
27
Makkasap, T and T. Satapanajaru. 2010. Spatial Distribution of Cd, Zn and Hg in Groundwater at Rayong Province, Thailand. World Academy of Science. Engineering and Technology 72 pp.
28
Singh, P. K., V. Kumar., R. C. Purohit., M. Kothari and P. K. Dashora. 2009. Application of principal component analysis in grouping geomorphic parameters for hydrologic modeling. Water Resoure Management, 23: 325- 339.
29
Spearman, C. 1940. General intelligence, objectively determined and measured. Am. J. Psychol, 15: 201-293.
30
Srinivasa, K and D. Nagesh Kumar. 2011. Classification of microwatersheds based on morphological characteristics. Hydro-environment Research, 5: 101-109.
31
Williiams, R. 1982. Statistical identification of hydraulic connections between the surface of a mountain and internal mineral mimeralized zones. Ground Water, 20: 466-478.
32
ORIGINAL_ARTICLE
ارزیابی رهیافت ضریب گیاهی دوگانه مبتنی بر تکنیکهای سنجش از دور در برآورد تفکیکی تبخیر-تعرق
تدقیق برآوردهای موجود از تبخیرتعرق یکی از مسائل بنیادی در برنامهریزی آبیاری و مدیریت منابع آب است. در این پژوهش دو روش در برآورد تبخیرتعرق گیاه نیشکر در واحد امیرکبیر اهواز مورد استفاده قرار گرفت. در رهیافت اول دو جزء تبخیراز خاک و تعرق از گیاه به صورت تفکیک شده با استفاده از روابطی مبتنی بر شاخص گیاهی NDVI مستخرج از تصاویرسنجنده MODIS محاسبه شده و سپس جهت محاسبه تبخیرتعرق گیاه، مورد استفاده قرار گرفت. در رهیافت دوم، تبخیرتعرق نیشکر با استفاده از رهیافت منفرد (نشریه فائو 56 ) محاسبه شد. همچنین با استفاده از نرم افزار SimDualKc مقادیر ضریب گیاهی برای ماههای دوره رشد بدست آمده و در معادله فائو- پنمن مانتیث استفاده شد. جهت مقایسه مقادیر بدست آمده از 2 رهیافت فوق، با مقادیر گزارش شده تبخیرتعرق لایسیمتری، مورد مقایسه قرار گرفت. همبستگی روشهای رهیافت دوگانه و رهیافت منفرد فائو با روش لایسیمتری به ترتیب، 954/0 و 885/0 بدست آمد. از طرفی خطای استاندارد برای رهیافت منفرد فائو 29/67 و برای رهیافت دوگانه فائو نیز 34/29 میباشد. ضریب همبستگی روشهای رهیافت دوگانه و رهیافت منفرد فائو با روش فائو پنمن مانتیث به ترتیب، 982/0 و 903/0 بدست آمد. از طرفی خطای استاندارد برای رهیافت منفرد فائو 32/51 و برای رهیافت دوگانه فائو نیز 69/10 می باشد. نتایج نشان داد که رهیافت دوگانه فائو مبتنی برسنجش از دور نتایج قابل قبولی در محاسبه تبخیر تعرق گیاه نیشکر بدست میدهد و میتوان از این رهیافت در محاسبه تبخیر تعرق گیاه نیشکر و برنامهریزی آبیاری استفاده کرد.
https://www.waterjournal.ir/article_73848_6cac73d5f6d73a51518136988c1e320c.pdf
2015-11-22
134
149
تبخیرتعرق
رهیافت دوگانه
شاخص NDVI
نیشکر
نوذر
قهرمانی
1
دانشیار گروه مهندسی آبیاری و آبادانی دانشگاه تهران
AUTHOR
خلیل
قربانی
ghorbani.khalil@yahoo.com
2
استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منایع طبیعی گرگان
AUTHOR
محمد
حیدرزاده
am.heydarzade@gmail.com
3
دانشگاه تهران _ کرج پردیس کشاورزی و منابع طبیعی دانشگاه تهران گروه مهندسی آبیاری و آبادانی
AUTHOR
ﺷﯿﻨﯽ دﺷﺘﮕﻞ، ع .، س. ﺟﻌﻔﺮی و ن. ﺑﻨﯽﻋﺒﺎﺳﯽ. 1385 . ﺑﺮرﺳﯽ ﻣﯿﺰان آب ﻣﺼﺮﻓﯽ و اراﺋـﻪ روﺷـﻬﺎی ﺟﺪﯾﺪ در اﺳﺘﻔﺎده ﺑﻬﯿﻨﻪ از آب آﺑﯿﺎری ﺑﻪ روش ﻫﯿـﺪروﻓﻠﻮم در ﻣـﺰارع ﮐـﺸﺖ و ﺻـﻨﻌﺖ اﻣﯿـﺮﮐﺒﯿـﺮ، ﻣﺠﻤﻮﻋﻪ ﻣﻘﺎﻻت ﻫﻤﺎﯾﺶ ﻣﻠﯽ ﻣﺪﯾﺮﯾﺖ ﺷﺒﮑﻪﻫﺎی آﺑﯿﺎری و زﻫﮑﺸﯽ.
1
ﺷﯿﻨﯽ دﺷﺘﮕﻞ، ع .، ع. ﻧﺎﺻﺮی و ن. ﺑﻨﯽﻋﺒﺎﺳﯽ. 1385 . اﺛﺮ آﺑﯿﺎری ﯾﮑـﻢ ﺟﻮﯾﭽـﻪ در ﻣﯿﺎن (ﮐﻢآﺑﯿﺎری) روی ﺧﺼﻮﺻﯿﺎت ﮐﻤﯽ و ﮐﯿﻔﯽ ﻧﯿﺸﮑﺮ در ﻣﺰارع ﺟﻨﻮب اﻫـﻮاز. مجله علوم آب و خاک، 13(49). 45-57.
2
ﺻﺎرﻣﯽ، م. و س . رادﻣﻬﺮ. 1381. ﺗﻌﯿـﯿﻦ آب ﻣـﻮرد ﻧﯿـﺎز ﻧﯿـﺸﮑﺮ رﻗـﻢ 103-48cp در ﻣﻨﻄﻘـﻪ ﻫﻔﺖ ﺗﭙﻪ، ﻧﺸﺮﯾﻪ 217/81 ﮐﺸﺖ و ﺻﻨﻌﺖ ﻫﻔﺖ ﺗﭙﻪ.
3
موسوی حسب، ر. 1386. اندازهگیری نیاز آبی واقعی نیشکر و مقایسة نتایج آن بر برآوردهای نرمافزار
4
REF-ET در جنوب اهواز جهت تعیین فرمول مناسب برای برنامهریزی آبیاری. پایان نامه کارشناسی ارشد، دانشگاه شهید چمران اهواز.
5
Allen, R. G. 2000 , Reference evapotranspiration calculator. University of Idaho,Research and Extension Center, Kimberly. Idaho 83341.
6
Bastiaanssen, W. 2000. SEBAL-based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey. J. Hydrol, 229, 87-100.
7
Calera, A. Martínez, C,. Melia, J. 2001. A procedure for obtaining green plant cover: Relation to NDVI in a case study for barley. International Journal of Remote Sensing. 22, 3357-3362.
8
Carlson, T. N., and D. A. Ripley. 1997. On the relation between NDVI, fractional vegetation cover, and leaf area index,Remote Sensing of Environmen., 62, 241-252
9
Chang, J. H. 1961. Microclimate of sugarcane, Hawaiian planters Record, No56.
10
Doorenbos, J., and W.O. Pruitt. 1975. Guideline for predicting crop water requirement,. FAO Irrig and Drain paper 24 FAO.
11
Duchemin, B., R. Hadria, S. Er-Raki, G. Boulet, P. Maisongrande, A. Chehbouni, R. Escadafal, J. Ezzahar, J. Hoedjes, H. Karrou, S. Khabba, B. Mougenot, A. Olioso, J. C. Rodriguez and V. Simonneaux. 2006. Monitoring wheat phenology and irrigation in Central Morocco: on the use of relationship between evapotranspiration, crops coefficients, leaf area index and remotely-sensed vegetation indices. Agric. Water Manage: 79, 1–27.
12
Er-Raki, S., A. Chehbouni and B. Duchemin. 2010. Combining satellite remote sensing data with the FAO56 dual approach for water use mapping in irrigated wheat fields of a semi-arid region. Remote Sens. 2 (1),375–387.
13
Er-Raki, S., A. Chehbouni, N. Guemouria, B. Duchemin, J. Ezzahar, R. Hadria, BenHadj and I.,Driven .2006. FAO56 dual crop coefficient approach with remotely- sensed data for estimating water consumptions of wheat crops in a semiarid region. In: The 2nd International Symposium on Recent Advances in Quantitative Remote Sensing: RAQRS’II, Valencia, Spain, September. 25–29
14
Er-Raki, S., G. Chehbouni, N. Guemouria, B. Duchemin, J. Ezzahar and R. Hadria. 2007. Combining FAO56 model and ground-based remote sensing to estimate water consumptions of wheat crops in a semi-arid region. Agric. Water Manage.: 87,41–54.
15
Farg, E., S. M. Arafat, M. S. Abd EI-Wahed and A. M. EL-Gindy. 2012. Estimation of evapotranspiration ETc and crop coefficient Kc of wheat, in south Nile delta of Egypt using integrated FAO56 approach and remote sensing data. the egyptian jor of remote sensing and space sciences. 15(1), 83-89.
16
González-Dugo, M. P. and L. Mateos, 2008. Spectral vegetation indices for benchmarking water productivity of irrigated cotton and sugarbeet crops. Agric. Water Manage.95 (1), 48–58.
17
Hunsaker, D. J., P.J. Pinter Jr. and B.A. Kimball. 2005. Wheat basal crop coefficients deter- mined by normalized difference vegetation index. Irrig. Sci. 24, 1–14.
18
Hunsaker, D. J., P. J. Pinter Jr., E. M. Barnes and B. A. Kimball. 2003. Estimating cotton evapotranspiration crop coefficients with a multispectral vegetation index. Irrig. Sci. 22, 95–104.
19
Moran, M. S., T. R. Clarke, Y. Inoue and A. Vidal. 1994. Estimating crop water deficit using the relation between surfaceair temperature and spectral vegetation index. Remote Sens. Environ, 49,246-263.
20
ORIGINAL_ARTICLE
کاربرد سنجش از دور در تعیین تغییرات مورفولوژی رودخانه کشفرود
خصوصیات مورفولوژی رودخانهها به واسطة ویژگی پویای آن، همواره دچار تغییرات هستند و این تغییرات میتواند بر سازههای بنا شده در حاشیة رودخانهها، زمینهای کشاورزی و غیره آثار منفی بگذارد. چمها از شاخصههای مهم تغییرات محیطی به شمار میآیند. تحقیق حاضر بررسی تغییرات درجه میانبری و شکل چمها در رودخانه کشف رود با استفاده از عکسهای هوایی سال 1345، تصاویر سنجنده TM ماهواره لندست سال 1366، تصویر گوگل ارث سال 1392 میباشد. در این تحقیق پارامترهای مورفولوژیکی 16 چم در بازهای به طول 11 کیلومتر از رودخانه کشف رود برای هر دوره تعیین شد. نتایج حاصل از مقایسه میانگین t جفتی نشان داد که تغییرات در مقدار درجه میان بری در طی سالهای 1345 تا 1392 دارای اختلاف معنیداری در سطح یک درصد است. برای تعیین تأثیر تغییرات برخی از پارامترهای چم بر تغییرات درجه میانبری از مدل رگرسیون خطی چند متغیره استفاده شد. نتایج مدل نشان داد که در صورت تغییر در درجه میانبری تغییرات دامنه پیچ و خم در کناره نیز به صورت کاهشی است. همچنین نتایج همبستگی اسپیرمن نشان داد که تغییرات در پارامترهای درجه میانبری و حالت شکل چم به شدت به یکدیگر وابسته هستند. به طوری که همبستگی معنیداری بین تغییرات درجه میانبری و شکل چم در سطح معنیداری یک درصد وجود دارد. با افزایش درجه آببندی اشکال چم نیز به صورت U و Ω شکل در میآیند و چم تمایل به بسته شدن پیدا میکند. در چمهایی که کاهش درجه میانبری وجود دارد مانند چمهای شماره 2، 3، 11 و 12 عمدتاً مسیر به صورت مستقیم در آمده و قسمتی از رودخانه به صورت برکههای شاخ گاوی جدا شده است.
https://www.waterjournal.ir/article_73849_a768a31daba504395225ba4cd90d24e9.pdf
2015-11-22
150
165
پیچانرود
درجه آببندی
رودخانه کشفرود
رگرسیون خطی
مورفولوژی رودخانه
محبوبه
سربازی
mahboobeh_sarbazi@yahoo.com
1
کارشناسی ارشد مدیریت بیابان، دانشگاه تهران، تهران، ایران
AUTHOR
محبوبه
حاجی بیگلو
hajibigloo_m@yahoo.com
2
آبخیزداری، دانشگاه یزد، یزد، ایران_
AUTHOR
زهرا
گوهری
ma_gohari@yahoo.com
3
مدیریت بیابان، دانشگاه یزد، یزد، ایران
AUTHOR
احمدیان یزدی، م. ج.1380. بررسی نقش پوششگیاهی در کنترل فرسایش پیچانرود تجن- هریررود. پایاننامه کارشناسیارشد مهندسی آبخیزداری دانشگاه علوم کشاورزی و منابع طبیعی گرگان، 78 ص.
1
ارشد، ص.، س. مرید و ه. میرابولقاسمی. 1386. بررسی روند تغییرات مورفولوژیکی رودخانهها با استفاده از سنجش از دور: مطالعه موردی از گتوند تا فارسیاب (1369-82). مجله علوم کشاورزی و منابع طبیعی. 14(6):17-32.
2
بیاتی خطیبی، م. 1390. برسی پتانسیل خطر وقوع سیل در مسیر رودخانههای مئاندری، با استفاده از شاخص LFH مطالعه موردی: رودخانه شور (واقع در دامنههای شرقی کوهستان سهند). پژوهشهای جغرافیای طبیعی. 75: 1-18.
3
بیهمتا، م. ر. و م. ع. زارع چاهوکی. 1389. اصول آمار در علوم منابع طبیعی. انتشارات دانشگاه تهران. 300 ص.
4
رضاییمقدم، م.، و ک. خوشدل. 1388. بررسی پیچ و خمهای مئاندر اهرچای در محدوده دشت ازومدل ورزقان. جغرافیا و برنامهریزی محیطی.20(33):101-112.
5
رنگزن، ک.، ب. صالحی و پ. سلحشوری. 1387. بررسی تغییرات منطقه پاییندست سد کرخه قبل و بعد از ساخت سد با استفاده از تصاویر چند زمانه Land sat. اولین همایش ژئوماتیک ایران. 1-11.
6
فرخی، ز.، غ. بارانی و ص. ارشد. 1384. بررسی تغییرات پلان رودخانه دز با استفاده از سنجش از دور و GIS. پنجمین کنفرانس هیدرولیک ایران. دانشگاه شهید باهنر کرمان. 1-9.
7
محمدی استاد کلایه، ا.، ا. مساعدی و س. علاقمند. 1386. بررسی اثرات سیل مرداد 1380 گلستان بر مورفولوژی رودخانه مادرسو. مجله علوم کشاورزی و منابع طبیعی. 14(1):22-30.
8
مقصودی، م.، س. شرفی و ی. مقامی. 1389. روند تغییرات الگوی مورفولوژیکی رودخانه خرمآباد با استفاده از RS، GIS و Auto Cad. برنامهریزی و آمایش فضای سبز. 14(3):275-294.
9
یمانی، م.، حسینزاده م. و ا. نوحهگر. 1385. هیدرودینامیک رودخانههای تالار و بابل و نقش آن در ناپایداری و تغییرات مشخصات هندسی آنها. پژوهشهای جغرافیایی. 55(38)15-33.
10
یوسفی، ص.، م. وفاخواه. س. میرزایی و ش. توانگر. 1392. تغییرات درجه میانبری و شکل چمهای در قسمتی از رودخانه کارون با استفاده از فناوری سنجش از دور. مجله پژوهش آب ایران. 13(7):175- 186.
11
Bin, Z., A. Nanshan, H. Zhengweng, Y. Chengbo, and Q. Facao. 2008. Meanders of the Jialing River in China: morphology and formation. Chinese Science Bulletin, 53(2):267-281.
12
Cabezas, A., F. A. Comín, S. Beguería and M. Trabucchi. 2008. Hydrologic and land-use change influence landscape diversity in the Ebro River (NE Spain). Hydrology and Earth System Sciences Discussion, 5:2759-2789.
13
Camporeale, C., and L. Ridolfi. 2010. Interplay among river meandering, discharge stochasticity and riparian vegetation. Journal of Hydrology, 382(1-4):138-144.
14
Chu, Z. X., G. Sun, S. K. Zhai, and K. H. Xu. 2006. Changing pattern of accretion/erosion of the modern Yellow river (Huanghe) sub aerial delta china: based on remote sensing images. Marian Geology, 227:13-30.
15
Crosato, A. 2009. Physical explanations of variations in river meander migration rates from model comparison. Earth Surface Processes and Landforms, 34(15):2078-2086.
16
Dai, S. B., S. L. Yang and A. M. Cai. 2008. Impacts of Dams on the Sediment Flux of the Pearl River. Southern China. Catena, 76(1):36-43.
17
Heo, J., T. A. Duc, H. S. Cho and S. U. Choi. 2009. Characterization and prediction of meandering channel migration in the GIS environment: a case study of the Sabine River in the USA. Environmental Monitoring and Assessment, 152(1-4):155-165.
18
Imran, J., G. Parker and C. Pirmez. 1999. A nonlinear model of flow in meandering submarine and sub aerial channels. Journal of Fluid Mechanics, 400(10):295-331.
19
Lagasse, P. F., W. J. Spitz. L. W. Zevenbergen and D. W. Zachmann. 2004. Handbook for Predicting Stream Meander Migration. Report 533. Washington, DC. USA. 533pp.
20
Lofthouse, C., and A. Robert. 2008. Riffle–pool sequences and meander morphology. Geomorphology, 99(4):214-223.
21
Magdaleno, F., and J.A. Fernandez-Yuste. 2011. Meander dynamics in a changing river corridor, Geomorphology, 130(3):197-207.
22
Nicoll, T. J. and E. J. Hickin. 2010. Plan form geometry and channel migration of confined meandering rivers on the Canadian prairies. Geomorphology, 116(1):37-47.
23
Ollero, A. 2010. Channel changes and floodplain management in the meandering middle Ebro River, Spain. Geomorphology, 117(2):247-260.
24
Ollero, A. and F. Pellicer .1991. Middle Ebro river channel and floodplain: geomorphology, recent changes, risks and management on a fluvial system of free meanders. In: Sala M. Rubio J. M. García Ruiz J. M. (Eds.), Soil Erosion Studies in Spain, Geoforma. Logroño. Spain. 203-210 pp.
25
Perucca, E. C. Camporeale and L. Ridolfi. 2006. Influence of river meandering dynamics on riparian vegetation pattern formation. Journal of Geophysical Research-Bio geosciences, 111:1-10 (G01001).
26
Thornes, J. B. (1980). Structural instability and ephemeral channel behavior. Zeitschrift fur Geomorphologie, Supplementband 36, pp:233–244.
27
Timer, G. 2003. Controls on channel sinuosity changes. A case study of the Tisza River, the great Hungarian plaint. Quaternary Science Reviews, 22. P2206.
28
Uribelarrea, D. A. Perez-Gonzalez and G. Benito. 2003. Channel changes in the Jarama and Tagus rivers (central Spain) over the past 500 years. Quaternary Science Reviews, 22(20):2209-2221.
29
Yang, X. M. C. J., Damen, G. A. D. B. Van, and G. Cheng. 2002. Geosciences and Remote Sensing Symposium. 4(2):2240-2242.
30
ORIGINAL_ARTICLE
شبیهسازی واکنش گیاه پنبه به تنش خشکی و شوری با استفاده از مدل AquaCrop
چکیده
در حال حاضر کشاورزی تکیهگاه مهم امنیت غذایی و حیات اقتصادی در کشور میباشد. در این میان آب بهعنوان مهمترین و محدودترین عامل تولید محصولات کشاورزی از اهمیت زیادی برخوردار میباشد. مدلهایی که اثرات مقادیر مختلف آب و شوری آب آبیاری بر روی عملکرد محصول را به صورت کمی شبیهسازی میکنند، ابزارهایی مفید در مدیریت آب در سطح مزرعه و بهینهسازی کارایی مصرف آب میباشند. مدل AquaCrop یک ابزار قدرتمند و با ارزش برای بهبود مدیریت آب در مزرعه و محاسبه بهرهوری آب میباشد. در این پژوهش با استفاده از مدل AquaCrop به شبیهسازی درصد پوشش گیاهی، عملکرد، بیوماس و تبخیر و تعرق گیاه پنبه تحت تنشهای مختلف خشکی و شوری آب آبیاری پرداخته شده است. تیمارها شامل سه سطح شوری آب آبیاری و سه سطح عمق آب آبیاری بودند. طرح آزمایشی بهصورت کرت دو بار خرد شده در قالب فاکتوریل و با سه تکرار انجام شد. نتایج نشان داد که مدل میتواند پارامترهای مختلف را با دقت بالایی (95/0d>) شبیهسازی کند. با کاهش مقدار آب آبیاری و افزایش شوری آب آبیاری، خطای شبیهسازی مدل افزایش یافت ولی نتایج شبیهسازی در محدوده قابل قبولی بود. برای سطوح پایین تنش خشکی و شوری آب آبیاری، خطای زیادی در شبیهسازی وجود نداشت. با توجه به نتایج این پژوهش، میتوان از مدل AquaCrop بهعنوان یک ابزار مناسب جهت بهبود مدیریت آب و شوری استفاده نمود.
https://www.waterjournal.ir/article_73850_4ecf56fe6e246e731b126c332a30e6c0.pdf
2015-11-22
166
179
بهرهوری آب
بیوماس
پوشش گیاهی
عملکرد
مدل AquaCrop
، مجتبی
خوش روش
khoshravesh_m24@yahoo.com
1
استادیار، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری،
AUTHOR
علی
قدمی فیروزآبادی
aghadami@gmail.com
2
استادیار پژوهش، مرکز تحقیقات کشاورزی و منابع طبیعی همدان
LEAD_AUTHOR
پویا
شیرازی
p.shirazi.a@gmail.com
3
آبیاری و زهکشی، دانشجوی دکتری آبیاری و زهکشی
AUTHOR
محمد حسین
نجفی مود
mhnajafi2020@yahoo.com
4
گروه مهندسی آب، دانشگاه بیرجند، بیرجند، ایران
AUTHOR
جعفرآقایی، م. و م. دهقانی. 1385. تاثیر شوری آب آبیاری بر خصوصیات کمی و کیفی پنبه (ارقام B557 و تابلادیلا). نهمین کنگره علوم زراعت و اصلاح نباتات ایران، 5 تا 7 شهریور، پردیس ابوریحان دانشگاه تهران، تهران.
1
سپاسخواه ع.، ع. توکلی و س. ف. موسوی. 1385. اصول و کاربرد کم آبیاری. انتشارات کمیته ملی آبیاری و زهکشی ایران، 210 صفحه.
2
شهیدی، ع. 1387. اثر برهم کنش کم آبیاری و شوری بر عملکرد و اجزای عملکرد ارقام گندم با تعیین تابع تولید آب و شوری در منطقه بیرجند. رساله دکتری، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، 150 صفحه.
3
کشاورز ع. و ک. صادقزاده. 1379. کم آبیاری بهینه و تجزیه تحلیل ریاضی و اقتصادی آن. مجله تحقیقات فنی و مهندسی کشاورزی، 5سال پنجم، شماره 17، ص 26-1.
4
کیانی ع. و م. کوچک زاده. 1380. راهکارهای اجرایی و مدیریتی کاربرد آب شور در کشاورزی. اولین کنفرانس ملی بررسی راهکارهای مقابله با بحران آب، 20 اسفند، دانشگاه زابل، زابل.
5
نجفی مود م. ح. 1386. تاثیر دو روش آبیاری شیاری و بارانی بر عملکرد و کیفیت پنبه. پایان نامه کارشناسی ارشد، دانشکده کشاورزی، دانشگاه فردوسی مشهد، 140 صفحه.
6
Allen, R.G., L.S. Pereira, D. Raes and M. Smith. 1998. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements. Irrig. Drain. Paper No.56, FAO, Rome, Italy, 300 pp.
7
Andarzian, B., M. Bannayan, P. Steduto, H. Mazraeh, M.E. Barati, M.A. Barati and A. Rahnama. 2011. Validation and testing of the AquaCrop model under full and deficit irrigated wheat production in Iran. Agricultural Water Management, 100: 1-8.
8
Brar, A.S. 1986. Response of upland cotton to deficit irrigation management. Sciences and Engineer, 46(7): 2122-2135.
9
Doorenbos, J., A.H. Kassam, C.L.M. Bentvelsen, V. Branscheid, J.M.G.A. Plusje, M. Smith, G.A. Uittenbogard and H.K. Vanderwal. 1979. Yield response to water. Irrigation and Drainage. Paper No. 33. FAO, Rome, Italy, 200 pp.
10
Droogers, P. and G. Kite. 2001. Simulation modelling at different scales to evaluate the productivity of water. Physics and Chemistry of the Earth, 26(11-12): 877-880.
11
Farahani, H.J., G. Izzi and T.Y. Oweis. 2009. Parameterization and evaluation of the AquaCrop model for full and deficit irrigated cotton. Agronomy Journal, 101: 469–476.
12
Geerts, S., D. Raes, M. Garcia, R. Miranda, J.A. Cusicanqui, C. Taboada, J. Mendoza, R. Huanca, A. Mamani, O. Condori, J. Mamani, B. Morales, V. Osco, and P. Steduto. 2009. Simulating Yield Response of Quinoa to Water Availability with AquaCrop. Agronomy Journal, 101(3): 499–508.
13
Hsiao, T.C., L. Heng, P. Steduto, B. Rojas-Lara, D. Raes, and E. Fereres. 2009. AquaCrop The FAO crop model to simulate yield response to water: III. Parameterization and testing for maize. Agronomy Journal, 101:448-459.
14
Kuo, Sh.F., B.J. Lin and H.J. Shieh. 2006. Estimation irrigation water requirements with derived crop coefficients for upland and paddy crops in ChiaNan Irrigation Association, Taiwan. Agricultural Water Management, 82: 433-451.
15
Marinov, D., E. Querner and J. Roelsma. 2005. Simulation of water flow and nitrogen transport for a Bulgarian experimental plot using SWAP and ANIMO models. J. Contam. Hydrol. 77: 145-164.
16
Raes, D. 2002. Reference manual of Budget model. K. U. Leuven, Faculty of Agricultural and Applied Biological sciences, Institute for Land and Water Management, Leuven, Belgium.
17
Restuccia, G. 1995. Effects of irrigations regimes on the agronomic behavior of cotton cultivated in the Mediterranean region. Rivistali Agronamia, 29(2):123-131.
18
Saghir, A., N. Khan, M. Zafar and M. Hassan. 2002. Salt tolerance of cotton. Asian Journal of Plant Sciences. 1(6): 715-719.
19
Steduto, P., T.C. Hsiao and E. Fereres. 2007. on the conservative behavior of biomass water productivity. Irrigation Science, 25:189-207.
20
Steduto, P., T.C. Hsiao, D. Raes, and E. Fereres. 2009. AquaCrop-The FAO crop model to simulate yield response to water: I Concepts and Underlying Principles. Agronomy Journal, 101(3): 426-437.
21
Todorovic, M., R. Albrizio, L. Zivotic, M.T.A. Saab, C. Stöckle and P. Steduto. 2009. Assessment of AquaCrop, Crop Syst, and WOFOST models in the simulation of sunflower growth under different water regimes. Agronomy Journal, 101(3): 509–521.
22
ORIGINAL_ARTICLE
پیشبینی جریان ورودی به مخزن سد کمال صالح با استفاده از محاسبات نرم
پیشبینی جریان ورودی به مخازن سدها به منظور انجام برنامهریزی و بهرهبرداری مناسب منابع آب لازم و ضروری است. در این تحقیق عملکرد دو مدل هوشمند شبکههای عصبی مصنوعی و سامانه استنتاج فازی- عصبی تطبیقی مبتنی بر روش دستهبندی تفریقی در پیشبینی جریان ورودی به سد کمال صالح در استان مرکزی مورد بررسی قرار گرفت. بدین منظور از دادههای جریان و بارش در یک دوره آماری 31 ساله (1390- 1360)استفاده شد و پیشبینی جریان در گامهای زمانی روزانه و ماهانه انجام شد. از مقادیر دبی جریان و بارش در گامهای زمانی قبلی به عنوان الگوهای ورودی مدلها استفاده شد. عملکرد هر دو مدل در پیشبینیهای روزانه و ماهانه جریان بر اساس مقادیر شاخصهای خطای R، RMSE و MAE بسیار مطلوب بود، هرچند عملکرد مدل فازی- عصبی بهتر از مدل شبکههای عصبی بود (کمتر از 3 درصد). استفاده از ضریب فصلی موجب بهبود عملکرد مدلها در پیشبینیهای ماهانه شد. در ادامه، اثرات متغیرهای اقلیمی بزرگ مقیاس شامل شاخص نوسانات آتلانتیک شمالی و شاخص نوسانات جنوبی در پیشبینیهای ماهانه حاصل از الگوی بهینه مدل برتر بخش قبل، مورد بررسی قرار گرفت. نتایج به دست آمده حاکی از آن بود که استفاده از شاخصهای اقلیمی در ترکیب الگوهای ورودی، میتواند موجب بهبود عملکرد مدل در پیشبینیهای جریان ورودی گردد. در این میان شاخص نوسانات جنوبی تاثیر بیشتری بر بهبود پیشبینی دبی جریان ماهانه داشت. به طوریکه، مقدار شاخصهای آماری تحلیل خطای مدل فازی- عصبی شامل R، RMSE و MAE به ترتیب برابر 91/0، 56/3، 73/3 به دست آمدند که نشاندهنده توان افزایش دقت مدل با بهبود شاخصهای خطا به ترتیب به میزان 11، 9 و 11 درصد میباشد.
https://www.waterjournal.ir/article_73860_7d750759d2b6520a1afd156cfd3291de.pdf
2015-11-22
48
61
پیشبینی
دستهبندی تفریقی
شاخصهای اقلیمی
شبکههای عصبی
فازی-عصبی تطبیقی
منابع
1
انوری تفتی، ص.، ب. ثقفیان و س. مرید. 1390. پیشبینی جریان رودخانه با مدلهای ANN و بررسی عملکرد آن با ورودی های SIO. مجله پژوهشهای حفاظت آب و خاک. سال هجدهم، شماره اول، ص 180-163.
2
عبدالهپور آزاد، م. ر. و م. ت. ستاری. 1394. پیشبینی جریان روزانه رودخانه اهرچای با استفاده از روشهای شبکههای عصبی مصنوعی (ANN) و مقایسه آن با سیستم استنتاج فازی-عصبی تطبیقی (ANFIS). مجله پژوهشهای حفاظت آب و خاک. جلد بیست و دوم، شماره اول، ص 298-287.
3
Chang F. J. and Y. C. Chen. 2001. Counter propagation fuzzy-neural network modelling approach to real time streamflow prediction. Journal of Hydrology, 245:153-164.
4
Chiu, S., 1994. Fuzzy model identification based on cluster estimation. Journal of Intelligent and Fuzzy Systems 2 (3): 267–278.
5
Haykin, S., 1999. Neural Networks: A Comprehensive Foundation, Prentice-Hall, Upper Saddle River, New Jersey, 842pp.
6
Hsu K., H. V.Gupta and S. Sorooshian. 1995. Artificial neural network modelling of the rainfall-runoff process. Water Resources Research, 31(10):2517-2530.
7
Imrie, C. E., S. Durucan and A. Korre. 2000. River flow prediction using artificial neural networks: generalisation beyond the calibration range. Journal of Hydrology, 233(1): 138-153.
8
Jang J. S. R. 1993. ANFIS: adaptive-network-based fuzzy inference system IEEE. Trans System Manage Cybernet. 23(3):665–685.
9
Karayiannis, N. B., and A. N.Venetsanopoulos. 1993.Artifical Neural Network: Learning Algorithms, Performance Evaluation, and Application. Kluwer Academic Publisher, Boston.
10
Kisi, O. 2004. River flow modelling using artificial neural networks. Journal of HydrologicEngineering, 9(1): 60-63.
11
Kisi O. 2007. Streamflow forecasting using different artificial neural network algorithms. ASCE Journal of Hydrologic Engineering, 12 (5):532-539.
12
Kisi O. 2008. River flow forecasting and estimation using different artificial neural network techniques. Hydrology Research, 39(1):27-40.
13
Kisi, O. and H. Kerem Cigizoglu. 2007. Comparison of different ANN techniques in river flow prediction. Civil Engineering and Environmental Systems, 24(3): 211-231.
14
Lohani A. K., R. Kumar and R. D. Singh. 2012. Hydrological time series modelling: A comparison between adaptive neuro-fuzzy, neural network and autoregressive techniques. Journal of Hydrology, 442–443: 23–35.
15
Maier H. R. and G. Dandy. 2000. Neural networks for prediction and forecasting of water resources variables: areview of modelling issues and applications. Environmental Modelling and Software, 15(10):1-124.
16
Nayak, P. C., K. P.Sudheer, D.M.Rangan and K.S. Ramasastri. 2004. A neuro-fuzzy computing technique for modelling hydrological time series. Journal of Hydrology, 29:52-66.
17
Sanikhani H. and O. Kisi. 2012. River flow estimation and forecasting by using two different adaptive neuro-fuzzy approaches. Water Resources Management, 26:1715-1729.
18
Sattari M. T., K. Yurekli, M. Pal. 2012. Performance evaluation of artificial neural network approaches in forecasting reservoir inflow. Applied Mathematical Modeling, 36:2649-2657.
19
Tamea, S., F. Laio and L. Ridolfi. 2005. Probabilistic nonlinear prediction of river flows. Water resources research, 41(9).
20
Vernieuwe H., O. Georgieva, B. De Baets, V. Pauwels, N. E.Verhoest, and F.P. De Troch. 2005. Comparison of data-driven Takagi–Sugeno models of rainfall–discharge dynamics. Journal of Hydrology, 302(1):173-186.
21
Wang, W. C., K. W.Chau.C. T. Cheng and L. Qiu. 2009. A comparison of performance of several artificial intelligence methods for forecasting monthly discharge time series. Journal of Hydrology, 374: 294–306.
22