
تعداد نشریات | 13 |
تعداد شمارهها | 622 |
تعداد مقالات | 6,489 |
تعداد مشاهده مقاله | 8,604,672 |
تعداد دریافت فایل اصل مقاله | 8,198,300 |
تاثیر وزندهی مناسب دادههای منحنی رطوبتی خاک در تجزیههای حداقل مربعات | ||
مجله پژوهشهای حفاظت آب و خاک | ||
مقاله 6، دوره 26، شماره 5، آذر و دی 1398، صفحه 95-112 اصل مقاله (1.13 M) | ||
نوع مقاله: مقاله کامل علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/jwsc.2019.16773.3210 | ||
نویسندگان | ||
امیررضا شیخبگلو1؛ حبیب خداوردیلو* 2؛ کامران زینال زاده3؛ حسین خیرفام4؛ نسرین آزاد5 | ||
1گروه علوم خاک، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران | ||
2گروه علوم خاک، دانشکده کشاورزی، دانشگاه ارومیه. | ||
3گروه مهندسی آب، پژوهشکده مطالعات دریاچه ارومیه، دانشگاه ارومیه | ||
4گروه علوم محیطزیست، پژوهشکده مطالعات دریاچه ارومیه، دانشگاه ارومیه. | ||
5دانشگاه ارومیه | ||
چکیده | ||
سابقه و هدف: برآورد دقیق پارامترهای هیدرولیکی خاک اهمیتی کلیدی در شبیه سازی انتقال آب، املاح و آلاینده ها، مدیریت آب مزرعه، مدیریت تولید و حفاظت خاک و آب دارد. پارامترهای مدل منحنی رطوبتی، عموماً با برازش تابع رگرسیون غیرخطی منحنی رطوبتی بر نقطه-داده های اندازه گیری شده توسط روش حداقل مربعات به دست می آیند. با این حال، واریانس داده های منحنی رطوبتی در محدوده مقادیر مختلف رطوبت با یکدیگر متفاوت است. از اینرو، برخلاف "دنبالۀ تر" منحنی رطوبتی، ممکن است روش رایج رگرسیون غیروزندار در برآورد "دنبالۀ خشک" منحنی کارایی کافی نداشته باشد. این در حالی است که برخی فرآیندهای مهم در خاک، از قبیل باز-توزیع رطوبت یا انتقال آلاینده ها در خاک، در مقادیر رطوبتی کم در خاک و متناظر با مکشهای زیاد منحنی رخ میدهند. بنابراین، در برازش توابع مختلف هیدرولیکی بر منحنی رطوبتی خاک، تعیین وزنهای مناسب برای نقاط مختلف میتواند دقت برآورد پارامترهای منحنی رطوبتی را در محدوده رطوبتهای کممقدار افزایش دهد. لذا هدف از این پژوهش، بررسی تأثیر وزن دهی نقطه-داده های منحنی رطوبتی در افزایش دقت برآورد پارامترهای هیدرولیکی خاک بود. مواد و روشها: برای انجام این پژوهش، نمونه های دست نخورده از عمق 20 سانتیمتری خاک با شش تکرار جمع آوری شد. منحنی رطوبتی نمونه های خاک در مکش های صفر تا 15000 سانتیمتر اندازه گیری شد. برازش معادله منحنی رطوبتی ون-گنوختن بر داده های اندازه گیری شده h(θ) و برآورد پارامترهای هیدرولیکی آن در برنامه RETC، با روش رگرسیون متداول حداقل مربعات غیروزندار و همچنین روش رگرسیون حداقل مربعات وزندار انجام شد. بدین منظور، با ایجاد وزنهایی بهصورت معکوس واریانس مقادیر اندازه گیری شده رطوبت حجمی در شش تکرار، تأثیر خطای برآورد منحنی در مقادیر رطوبت پایین نیز با وزن بزرگتری در برازش رگرسیون در نظر گرفته شد. در نهایت دقت رگرسیون غیروزندار و وزندار در برازش مدل منحنی رطوبتی بر داده های اندازه گیری شده با استفاده از معیارهای آماری مقایسه گردید و روش میانگین گیری مناسب پارامترهای هیدرولیکی معرفی شد. یافته ها: مقایسه مقادیر بهینه پارامترهای هیدرولیکی بدست آمده از برازش مدل منحنی رطوبتی ون-گنوختن به دو روش رگرسیون غیروزندار و وزندار نشان داد که میانگین مقادیر پارامترهای رطوبت باقیمانده (Ɵr)، رطوبت اشباع (Ɵs) و ضریب α (عکس مکش ورود هوا) در روش وزندار کمتر از روش غیروزندار بود، در حالیکه، پارامتر n در روش وزندار بیشتر از روش غیروزندار به دست آمد. استخراج منحنی رطوبتی خاک بر اساس پارامترهای هیدرولیکی برآورد شده به دو روش غیروزندار و وزندار نشان داد که با وجود اینکه روش وزندار منجر به افزایش خطا (NRMSE) در برآورد منحنی رطوبتی و کاهش همبستگی بین مقادیر رطوبت برآوردی و مشاهداتی شد، دقت برآورد (نزدیکی مقادیر اندازه گیری شده و برآورد شده) را در مقادیر رطوبت کم (مکش زیاد) افزایش و درصد خطای نقطه ای را در مقادیر رطوبت کم نسبت به روش غیروزندار تا مقدار زیادی کاهش داد. مقایسه دو روش میانگین گیری از پارامترهای هیدرولیکی خاک در تکرارهای انجام شده (میانگینگیری از پارامترهای هیدرولیکی (روش I) و میانگین گیری از مقادیر رطوبت حجمی در مکش های مختلف و برآورد پارامترهای هیدرولیکی (روش II)) نشان داد که خطای روش II در هر دو روش غیروزندار و وزندار، کمتر از روش I بود. با این حال، درصد خطای نقطه ای در برآورد منحنی رطوبتی در مقادیر رطوبت کم در روش I کمتر از روش II بوده و روش I منجر به کاهش چشم گیر درصد خطا در روش وزندار شد. نتیجه گیری: اختصاص وزن مناسب به نقطه-داده های منحنی رطوبتی، سبب بهبود برازش منحنی در دنبالۀ خشک منحنی رطوبتی گردید که اهمیت زیادی در شبیه سازی فرآیندهایی از قبیل باز-توزیع رطوبت یا انتقال آلاینده ها در خاک بهویژه در شرایط خشک و نیمه-خشک دارد. | ||
کلیدواژهها | ||
برنامه RETC؛ پارامترهای هیدرولیکی خاک؛ حداقل مربعات وزن دار؛ حداقل مربعات غیروزن دار؛ مدل ون گنوختن | ||
مراجع | ||
1.Abbasi, F. 2009. Assessment of indirect methods to estimate soil hydraulic properties for simulating soil moisture in a sandy loam soil. J. Agric. Engin. Res.9: 4. 31-44. (In Persian)
2.Afrasiabi, F., Khodaverdiloo, H., Asadzadeh, F., and van Genuchten, M.Th. 2019. Comparison of alternative soil particle-size distribution models and their correlation with soil physical attributes. J. Hydrol. Hydromech. 67: 2. 179-190.
3.Bayram, M., and Bahmani, O. 2017. Determination appropriate model for estimating soil water characteristic curve in various moisture conditions in the one compacted clay soil. J. Environ. Stud.43: 1. 73-86. (In Persian)
4.Blake, G.R., and Hartge, K.H. 1986. Bulk density. P 363-375, In: Klute, A. (Ed), Methods of soil analysis. Part 1. 2nd ed. Agron. Monogr. 9. ASA. Madison. WI.
5.Bolster, C.H., and Tellinghuisen, J. 2010. On the significance of properly weighting sorption data for least squares analysis. Soil. Sci. Soc. Am. J. 74: 2. 670-679.
6.Cantrell, C.A. 2008. Technical Note: Review of methods for linear least-squares fitting of data and application to atmospheric chemistry problems. Atmos. Chem. Phys. 8: 5477-5487.
7.Filipović, V., Weninger, T., Filipović, L., Schwen, A., Bristow, K.L., Zechmeister-Boltenstern, S., and Leitner, S. 2018. Inverse estimation of soil hydraulic properties and water repellency following artificially induced drought stress. J. Hydrol. Hydromech. 66: 2. 170-180.
8.Ghobadian, R., Farhadi, B., Maleki, R., and Farmanifard, M. 2015. 2D/3D numerical simulation of saturated and unsaturated soil characteristics and comparison with tension disc. Irrigation Sciences and Engineering (Sci. J. Agric.). 37: 4. 133-143. (In Persian)
9.Groh, J., Stumpp, C., Lücke, A., Pütz, T., Vanderborght, J., and Vereecken, H. 2018. Inverse estimation of soil hydraulic and transport parameters of layered soils from water stable isotope and lysimeter data. Vadose Zone J. 17: 1. 1-19.
10.Haghverdi, A., Ghahraman, B., Joleini, M., Khoshnud Yazdi, A.A., and Arabi, Z. 2011. Comparison of different Artificial Intelligence methods in modeling water retention curve (Case study: North and Northeast of Iran). J. Water Soil Cons. 18: 2. 65-84. (In Persian)
11.Haghverdi, A., Ghahraman, B., Khoshnud Yazdi, A.A., Joleini, M., and Arabi, Z. 2012. Evaluation and comparison between some point and parametric pedotransfer functions in predicting soil water contents in different matric potentials. J. Water Soil Cons. 19: 2. 1-22. (In Persian)
12.Jacob, H., and Clarke, G. 2002. Methods of Soil Analysis, Part 4, Physical Method. Soil Science Society of America, Inc, Madison, Wisconsin, USA. 1692p.
13.Jafari Gilandeh, S., Rasoulzadeh, A., and Khodaverdiloo, H. 2013. Evaluating some pedotransfer functions for simulation of transient water flow in soil. J. Water Soil Resour. Cons. 2: 4. 1-13. (In Persian)
14.Khodaverdiloo, H., Homaee, M.,van Genuchten, M.Th., and Dashtaki, S.G. 2011. Deriving and validating pedotransfer functions for some calcareous soils. J. Hydrol. 399: 1-2. 93-99.
15.Lai, J., and Ren, L. 2016. Estimation of effective hydraulic parameters in heterogeneous soils at field scale. Geoderma. 264: 28-41.
16.Nakhaei, M., and Šimůnek, J. 2014. Parameter estimation of soil hydraulic and thermal property functions for unsaturated porous media using the HYDRUS-2D code. J. Hydrol. Hydromec. 62: 1. 7-15.
17.Nelson, D.W., and Sommers, L. 1982. Total carbon, organic carbon, and organic matter. Methods of soil analysis. Part 2. Chemical and microbiological properties, Pp: 539-579.
18.Ramos, T.B., Gonçalves, M.C., Martins, J.C., van Genuchten, M.Th., and Pires, F.P. 2006. Estimation of soil hydraulic properties from numerical inversion of tension disk infiltrometer data. Vadose Zone J. 5: 684-696.
19.Sparks, D.L., Page, A.L., Helmke, P.A., Loeppert, R.H., Soltanpour, P.N., Tabatabai, M.A., Johnston, C.T., and Sumner, M.E. 2001. Methods of Soil Analysis, Part 3, Chemical Methods. Soil Science Society of America and American Society of Agronomy, Madison, WI. 1390p.
20.Tellinghuisen, J., and Bolster, C.H. 2009. Weighting formulas for the least-squares analysis of binding phenomena data. J. Phys. Chem. B. 113: 17. 6151-6157.
21.Tellinghuisen, J., and Bolster, C.H. 2010. Least-squares analysis of phosphorus soil sorption data with weighting from variance function estimation: A statistical case for the Freundlich isotherm. Environ. Sci. Technol. 44: 13. 5029-5034.
22.Valdes-Abellan, J., Pachepsky, Y.,and Martinez, G. 2018. Obtainingsoil hydraulic parameters from soil water content data assimilation under different climatic/soil conditions. Catena. 163: 311-320.
23.Van Genuchten, M.Th. 1980. A closed form equation for predictingthe hydraulic conductivity of unsaturated soils. Soil. Sci. Soc. Am.J. 44: 892-898.
24.Van Genuchten, M.Th., Leij, F.J.,and Yates, S.R. 1991. The RETCcode for quantifying the hydraulic functions of unsaturated soils. Report No. EPA/600/2-91/065. R.S Kerr Environmental Research Laboratory, U.S. Environmental Protection Agency, Ada, OK. 85p. | ||
آمار تعداد مشاهده مقاله: 545 تعداد دریافت فایل اصل مقاله: 294 |