برآورد نفوذ در آبياري جويچه اي يك در ميان ثابت و يك در ميان متغير با استفاده از روش مقياس سازي

Use of Scaling Method to Estimate Infiltration in Variable and Fixed Alternate Furrow Irrigation

ويژگي هاي نفوذ آب در خاك تابعي از زمان و مكان است، در نتيجه به تعداد نسبتاً زيادي اندازه گيري هاي مزرعه اي نياز است تا بياني از متوسط شرايط مزرعه باشد. اخيراً روش مقياس سازي براي كاهش داده هاي موردنياز به منظور تعيين ويژگي هاي نفوذ ارايه شده است. هدف از اين تحقيق، ارزيابي روش مقياس سازي براي پيش بيني نفوذ در آبياري جويچه اي، در دو روش آبياري جويچه اي، يك در ميان ثابت و يك در ميان متغير است كه از يك نقطه پيشروي و يك منحني نفوذ نمونه براي تعيين ضرايب نفوذ استفاده شد، به منظور ارزيابي روش مقياس سازي در هر دو روش آبياري نيز از داده‌هاي هفت واقعه آبياري در طول فصل رشد محصول ذرت در منطقه كرج استفاده شد كه در خاك لوم رسي كشت شده بود. محدوده خطاي به دست آمده در تخمين حجم كل آب نفوذ يافته در روش جويچه اي يك در ميان ثابت از 44/1 تا 03/20 درصد و در روش جويچه اي متغير از 48/0 تا 80/13 درصد متغير است. تحليل آماري داده هاي مقياس شده و اندازه گيري شده نفوذپذيري هم نشان مي دهد كه اختلاف معني داري بين آنها وجود ندارد.

A relatively large number of field measurements are required to accommodate the spatial and temporal variability of the soil infiltration characteristics needed to express field conditions. Scaling is a recently-developed method that reduces the data needed to determine infiltration parameters. The present study evaluated the use of scaling to estimate infiltration parameters for variable alternate furrow irrigation and fixed alternate furrow irrigation methods that uses a single advance time and model infiltration curve to determine infiltration parameters. Field data from seven irrigation events during the maize growing season in clay loam soil in Karaj, Iran was used to evaluate scaling for both irrigation methods. The relative error for estimation of total infiltration was 1.44% to 20.03% for fixed and 0.48% to 13.80% for variable alternate furrow irrigation. No significant difference was observed between the measured and scaled data for infiltration.