شبيه‌سازي الگوي توزيع مجدد رطوبتي در اراضي شيبدار تحت سامانه آبياري قطره‌اي

Simulation of moisture redistribution pattern on sloping lands under drip irrigation system

سابقه و هدف: يكي از شاخص‌هاي مهم در طراحي سامانه‌هاي آبياري قطره‌اي، تخمين دقيق ابعاد پياز رطوبتي مي‌باشد كه از تلفات عمقي آب و هزينه‌هاي اضافي طراحي سامانه آبياري جلوگيري مي نمايد. ابعاد پياز رطوبتي تحت تاثير الگوي توزيع رطوبت در دو مرحله زمان آبياري و پس از آبياري است. مطالعات فراواني در خصوص الگوي توزيع رطوبت در اراضي شيب‌دار انجام شده، اما مطالعات اندكي در خصوص الگوي توزيع مجدد رطوبت در اين اراضي انجام شده و يا گزارش نشده‌است. بنابراين هدف اصلي تحقيق حاضر، بررسي و شبيه‌سازي الگوي توزيع مجدد رطوبت در اراضي شيب‌دار مي‌باشد. همچنين در مطالعات مشابه، بيشتر به شبيه‌سازي ابعاد پياز رطوبتي در سطح خاك پرداخته‌شده، اما در اين تحقيق علاوه بر ابعاد و مساحت خيس‌شده، شكل كامل پياز رطوبتي شبيه‌سازي شده‌است. مواد و روش‌ها: آزمايش‌ها در دو مدل فيزيكي به شكل مكعب مستطيل با ابعاد0/7*1/2*1/4متر و 0/6*1/2*1/2 متر، به‌ترتيب عرض، ارتفاع و طول انجام شد. آزمايش‌ها در سه بافت خاك سبك، متوسط و سنگين، با سه دبي قطره‌چكان، 2، 4 و 6 ليتر در ساعت و در چهار شيب، 0، 10، 20 و 30 درصد انجام شد. مدت زمان آبياري 3 ساعت و جبهه‌ي پيشروي رطوبت در فاز توزيع مجدد در زمان هاي3 ،6، 24 و 48 ساعت بر روي صفحه پلي كربنات ترسيم گرديد. سپس با استفاده از روش رگرسيون غيرخطي، معادلاتي به منظور پيش‌بيني الگوي توزيع مجدد رطوبت در اراضي شيب‌دار ارائه گرديد. در مدل‌هاي پيشنهاد شده از شاخص‌هاي دبي قطره‌چكان، حجم آب كاربردي، مدت زمان آبياري، هدايت هيدروليكي اشباع خاك، جرم ويژه ظاهري خاك، شيب زمين، رطوبت اوليه و درصد شن، سيلت و رس استفاده گرديد. همچنين با استفاده از يك مدل پيشنهادي ارتقا يافته، شكل كامل پيازرطوبتي برآورد گرديد. يافته‌ها: در خاك سنگين مدل‌هاي پيشنهادي با متوسط مقدار RMSE، 0/34 و MAE ، 0/28 براي شاخص‌ شعاع خيس‌شده و مقادير 0/0018 و 0/0014 براي شاخص‌ مساحت خيس‌شده، از بالاترين دقت برخوردار بودند. خاك سبك با مقادير 0/44 و 0/37 شاخص‌هاي مذكور براي شعاع خيس‌شده و 0/0029 و 0/0022 براي شاخص‌ مساحت خيس‌شده كمترين دقت را داشت. مقادير شاخص‌هاي آماري محاسبه شده براي عمق خيس‌شده‌ جبهه‌ توزيع مجدد رطوبتي براي تمامي تيمارهاي مورد بررسي مشابه بود و متوسط مقادير RMSE خاك‌ها در محدوده 0/43 تا 0/5 و MAE آنها در محدوده 0/31 تا 0/39 قرار داشت. همچنين در تمامي تيمارهاي مورد بررسي، مقادير CRM مدلها غالباً مثبت و NS آنها در حدود 99/. بود. نتيجه‌گيري: نتايج اين تحقيق نشان داد كه مدل‌هاي پيشنهادي در خاك‌هاي سنگين از دقت بالاتري نسبت به خاك‌هاي سبك برخوردار هستند. همچنين توانايي آنها در برآورد شعاع خيس‌شده و مساحت متناظر آن در بالادست و پايين دست قطره‌چكان و همچنين عمق خيس شده قطره چكان و شكل كامل پياز رطوبتي مطلوب و قابل قبول مي‌باشد. مقادير پيش‌بيني مدل‌ها بيشتر در حالت كم برآوردي بود. بنابراين استفاده از مدل‌هاي مذكور براي تعيين محل قطره‌چكان در اراضي شيب‌دار، به منظور كاهش تلفات عمقي و استفاده بهينه گياه از آب توصيه مي‌گردد.

Background and Objectives: The accurate estimation of the dimensions of the wetting pattern is one of the important parameters in the design of drip irrigation systems, which reduce deep water losses and additional costs of irrigation system design. The wetting dimensions of moisture bulb are affected by the pattern of moisture distribution in the two phases (distribution and redistribution). Various studies have been conducted on the pattern of moisture distribution in sloping lands, but few studies have been carried out or not reported on the pattern of moisture redistribution in these lands. Therefore, the main purpose of this study is to investigate and simulate the pattern of moisture redistribution in sloping lands. Also, in similar studies, the dimensions of the wetting pattern have been usually simulated on the soil surface, but in this research, in addition to the dimensions and wetting area, the full shape of the moisture bulb has been simulated. Materials and Methods: In this research, two physical rectangular cubic models with dimensions of 1.2 * 1.2 * 0.6 m and 1.4 * 1.2 * 0.7 m were constructed to monitor the soil moisture advance front. These experiments were carried out for four different slopes (0, 10, 20 and 30%), three soil types with different textures (coarse, medium, fine) and three emitter discharges (2, 4, and 6 lit/hour). This study was aimed to simulate the wetting area in a drip irrigation system on slope land. The duration of irrigation was 4 hours and the redistribution wetting front was recorded for different times (e.g., 3, 6, 18, 42, and 66 h) on the Polycarbonate plate. Then, using the nonlinear regression analysis several equations were proposed to predict the redistribution pattern in slopping lands. In the proposed models, emitter flow rate, the volume of applied water, irrigation time, saturated hydraulic conductivity, the soil bulk density, the land slope, the percentage of sand, silt, and clay were utilized. Also, using an enhanced proposed model, the full shape of wetting bulb was estimated. Results: The suggested models had the high accuracy in heavy soils with the average values of RMSE and MAE for the wetted radius equal to 0.34 and 0.28 cm, respectively. RMSE and MAE values for the wetted area were 0.0018 and 0.0014 m2, respectively. The suggested models had the low accuracy in light soils and RMSE and MAE statistical indices for wetting radius were 0.44 and 0.37 cm and for wetting area were 0.0029 and 0.0022, respectively. The values of calculated statistical indices for the wetted depth of the moisture redistribution front were similar for all the studied treatments and the values of RMSE and MAE varied between 0.43-0.5 and 0.31- 0.39 cm, respectively. Also, the CRM values of the models are mostly positive and their NS is about 0.99 for all the studied treatments. Conclusion: The results of this research showed that the suggested models have higher precision in heavy soils than light soils. Also, the suggested models have acceptable ability to estimate the wetting radius, upstream and downstream area of the emitter, the wetting depth as well as the full shape of the moisture bulb. The prediction values of the models were mostly underestimated. Therefore, the use of these models recommended for determining the exact location of the emitters in sloping lands, to reduce deep percolation losses and optimal use of water via the plant.