طراحی آب، آبیاری تحت فشار، شبکه های آبیاری زهکشی
مسعود پورغلام آمیجی؛ خالد احمدآلی؛ عبدالمجید لیاقت
چکیده
این پژوهش با هدف انتخاب ویژگیهای مهم برای مدلسازی هزینه سامانههای آبیاری تحتفشار با استفاده از دادههای 515 پروژه آبیاری قطرهای در چهار بخش شامل هزینه ایستگاه پمپاژ و سامانه کنترل مرکزی (TCP)، هزینه لوازم داخل مزرعه (TCF)، هزینه نصب و اجرای داخل مزرعه و ایستگاه پمپاژ (TCI) و هزینه کل (TCT) انجام شد. در مرحله اول بانک اطلاعاتی شامل ...
بیشتر
این پژوهش با هدف انتخاب ویژگیهای مهم برای مدلسازی هزینه سامانههای آبیاری تحتفشار با استفاده از دادههای 515 پروژه آبیاری قطرهای در چهار بخش شامل هزینه ایستگاه پمپاژ و سامانه کنترل مرکزی (TCP)، هزینه لوازم داخل مزرعه (TCF)، هزینه نصب و اجرای داخل مزرعه و ایستگاه پمپاژ (TCI) و هزینه کل (TCT) انجام شد. در مرحله اول بانک اطلاعاتی شامل 39 متغیر تأثیرگذار در هزینه بخشهای یادشده، تهیه و قیمت تمام پروژهها (1385 تا 1398) برای سال پایه 1400 بهروزرسانی شد. سپس انتخاب ویژگی با الگوریتمهای مختلف در محیط MATLAB و در دو بخش شامل (1) کل ویژگیها (ویژگیهای قبل از طراحی و ویژگیهای بعد از آن شامل 39 ویژگی) و (2) ویژگیهای قبل از مرحله طراحی (شامل 18 ویژگی) انجام شد. نتایج انتخاب ویژگی نشان داد که مقادیر RMSE و R2 برای بخش کل ویژگیها بهترتیب برابر با 0/007 و 0/92 و برای بخش ویژگیهای قبل از طرحی بهترتیب برابر 0/003 و 0/89 است. از بین الگوریتمهای مختلف برای انتخاب ویژگی، ماشین بردار پشتیبان (SVM) و الگوریتمهای بهینهسازی (Wrapper) بهترتیب عنوان بهترین یادگیرنده و روش انتخاب ویژگی شناسایی شدند. نتایج معیارهای ارزیابی نشان داد که دو الگوریتم LCA و FOA برآورد مناسبی را به دست دادند و معیار خطای آن در بخش کل ویژگیها بهترتیب 0/0020و 0/0018 و همبستگی آن 0/94 و 0/94 به دست آمد. در بخش ویژگیهای قبل از طراحی نیز این معیارها بهترتیب 0/0006 و 0/95 برای هر دو الگوریتم بود. در نهایت در بخش کل ویژگیها، 10 مورد از 39 ویژگی و در بخش ویژگیهای قبل از طراحی، 8 مورد از 18 ویژگی بهعنوان مؤثرترین ویژگیها انتخاب شد. نتایج انتخاب مؤثرترین ویژگیها که بر هزینه بخشهای مختلف سامانه آبیاری قطرهای اثرگذارند، میتواند مدلسازی هزینه سامانهها را سادهتر و سریعتر کرده و ضمن کاربرد در کارهای پژوهشی، در عمل نیز برآورد و مدیریت هزینهها را قبل از طراحی و اجرای این طرحها ممکن کند.
استفاده از مدل ها، معادلات انتقالی، شبکه عصبی
سارا بلوک آذری؛ حسین بابازاده؛ نیازعلی ابراهیمی پاک؛ سیدحبیب موسوی جهرمی؛ هادی رمضانی اعتدالی
چکیده
در بهرهبرداری از آبهای با کیفیت پایین در مناطق خشک و نیمهخشک، مدیریت آبیاری برای افزایش بهرهوری مصرف آب ضروری میباشد. ﺗﻌﯿﯿﻦ ﺗﺎﺑﻊ تولید آب- ﺷﻮری- ﻋﻤﻠﮑﺮد ابزار مهمی برای مدیریت آبیاری است. در این پژوهش، توانایی مدل گیاهی AquaCrop در مدیریتهای مختلف آبیاری و در سطوح مختلف شوری برای غلات عمده دشت قزوین شامل گندم، جو و ذرت ...
بیشتر
در بهرهبرداری از آبهای با کیفیت پایین در مناطق خشک و نیمهخشک، مدیریت آبیاری برای افزایش بهرهوری مصرف آب ضروری میباشد. ﺗﻌﯿﯿﻦ ﺗﺎﺑﻊ تولید آب- ﺷﻮری- ﻋﻤﻠﮑﺮد ابزار مهمی برای مدیریت آبیاری است. در این پژوهش، توانایی مدل گیاهی AquaCrop در مدیریتهای مختلف آبیاری و در سطوح مختلف شوری برای غلات عمده دشت قزوین شامل گندم، جو و ذرت ارزیابی شد. نتایج بررسی، ضریب تبیین را برای عملکرد گندم، جو و ذرت به ترتیب 0/97، 0/86 و 0/91 نشان داد. بنابراین مدل مزبور در شرایط شوری و کمآبیاری با تقریب خوبی میتواند عملکرد را ارزیابی نماید. برای تعیین توابع تولید بهینه هر محصول نتایج مدل گیاهی با سه مدل رگرسیون ﺧﻄﯽ، غیرخطی و همچنین شبکه عصبی مصنوعی مقایسه گردید. ﻧﺘﺎﯾﺞ ﻧﺸﺎن داد ﮐﻪ مدل شبکه عصبی توانست عملکرد را نسبت به مدل AquaCrop با همبستگی بالا (0/99) برآورد نماید. در صورتی که این مقادیر در تابع خطی برای گیاه گندم و جو و ذرت به ترتیب0/98، 0/95، 0/78 و در تابع نمایی 0/92، 0/86 و 0/81 بود. همچنین، خطای محاسبه شده در روش شبکه عصبی برای گیاه گندم، جو، ذرت به ترتیب 40/16، 62/09 و 87/08 کیلوگرم بود که این میزان به ترتیب در مقایسه با مدل خطی 75%، 70% و 95% و نسبت به مدل نمایی 90%، 85% و 93% کاهش داشت. بهترین شبکه آموزش دیده برای تعیین تابع تولید آب- شوری برای جو و گندم پنج نرون و برای ذرت هفت نرون در ساختار شبکهی تک لایه معرفی گردید. تحلیل حساسیت به کار رفته برای گیاهان گندم وجو نشان داد که مدلهای رگرسیون خطی، نمایی و شبکه عصبی نسبت به پارامتر مقدار آب آبیاری و میزان شوری آب و خاک حساسیت کم دارند و تنها حساسیت گیاه ذرت نسبت به پارامتر شوری خاک در محدوده متوسط قرار گرفت.
محمد نوروزیان؛ سید مهدی حسینی؛ احمد اکبری
چکیده
درشرایط فعلی که کشور بامحدودیت منابعآب مواجهاست،تدوینراهکارهای اصلاحیبا قابلیتعملیاتی، اهمیت حیاتیوبنیادیدارد. در مطالعه حاضر با استفاده از شاخصهای مزیت نسبی (یعنی شاخص هزینه منابع داخلی(DRC)، شاخص نسبت هزینه به منفعت اجتماعی(SCB) و شاخص سود خالص اجتماعی(NSP)) رتبهبندی محصولات زراعی و انطباق تولیدات با محدودیت منابع آب و الگوی ...
بیشتر
درشرایط فعلی که کشور بامحدودیت منابعآب مواجهاست،تدوینراهکارهای اصلاحیبا قابلیتعملیاتی، اهمیت حیاتیوبنیادیدارد. در مطالعه حاضر با استفاده از شاخصهای مزیت نسبی (یعنی شاخص هزینه منابع داخلی(DRC)، شاخص نسبت هزینه به منفعت اجتماعی(SCB) و شاخص سود خالص اجتماعی(NSP)) رتبهبندی محصولات زراعی و انطباق تولیدات با محدودیت منابع آب و الگوی کشت فعلی با الگوهای مزیت نسبی در شهرستان کاشمر مورد بررسی قرارگرفت و سپس، با تغییر میزان هزینه مصرف نهاده آب در سطوح 15%، 35% و 60% به تحلیل حساسیت این نهاده پرداخته شد. دادههای زراعی و بازرگانی مورد نیاز به ترتیب از بانک هزینه تولید وزارت جهاد کشاورزی و آمار موجود در گمرگ در سال زراعی 96-1395 جمعآوری گردید. پس از تعیین مقادیر بهینه شاخصها نتایج نشان داد که زعفران، انگور و انار در دو نرخ ارز بازار آزاد و تعادلی دارای مزیت نسبی هستند. گندم و جو آبی در نرخ ارز بازار آزاد فاقد مزیت نسبی بوده اما در نرخ ارز تعادلی دارای مزیت نسبی میباشند. همچنین، نتیجه تحلیل حساسیت نهاده آب نشان داد که مزیت نسبی و رتبهبندی محصولات در سه سناریو (15%، 35% و 60%) متغیر است. نهایتا، به منظور تناسب مزیت نسبی محصولات با شرایط منطقه، اجرای طرحهای تحقیقی و ترویجی و افزایش حمایت از آنها پیشنهاد شد.