مقایسه روشهای فرکتالی و رزتا در تخمین منحنی رطوبتی خاک
محل انتشار: فصلنامه دانش آب و خاک، دوره: 26، شماره: 8
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 136
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WASO-26-8_014
تاریخ نمایه سازی: 25 دی 1401
چکیده مقاله:
مدل ونگنوختن اغلب برای توصیف منحنی رطوبتی خاک استفاده میشود. هدف از این تحقیق، ارزیابی روشی برای تعیین پارامترهای m و α مدل ونگنوختن برای ۱۰۰ نمونه خاک از استان گیلان با استفاده از بعد فرکتال منحنی رطوبتی است. دو روش که توسط لینهارد و همکاران و ونگنوختن برای تخمین m از شاخص توزیع اندازه منافذ مدل بروکز و کوری پیشنهاد شده بود، بهکار رفت. در هر دو روش از رابطه بین شاخص توزیع اندازه منافذ مدل بروکز و کوری و بعد فرکتال منحنی رطوبتی استفاده شد. پارامترهای مدل ونگنوختن با استفاده از نرمافزار رزتا نیز برآورد و سپس مقادیر بهدست آمده از رزتا و روش فرکتالی با مقادیر پارامترهای ونگنوختن تعیین شده از نرمافزار RETC با هم مقایسه شدند. نتایج نشان داد که نرمافزار رزتا برآورد بهتری از پارامترهای مدل ونگنوختن نسبت به روش فرکتالی ارائه میدهد. در نهایت، پارامترهای α و m تخمین زدهشده مدل ونگنوختن که از روشهای مختلف فوقالذکر بهدست آمده بودند در ترکیب با رطوبت اشباع اندازهگیریشده برای تخمین رطوبت خاک در پتانسیلهای ماتریک مختلف بهکار گرفته شده و با مقادیر تعیین شده توسط RETC از طریق برازش مدل ونگنوختن بر دادههای اندازهگیریشده، مقایسه شدند. نتایج حاصل حاکی از تخمین بهتر منحنی رطوبتی با استفاده از روش فرکتال نسبت به رزتا است. بنابراین با وجود برآورد بهتر پارامترهای مدل ونگنوختن بهوسیله نرمافزار رزتا نسبت به روش فرکتالی، پیشبینی مقدار رطوبت خاک با استفاده از رزتا دقیقتر از روش فرکتالی نمیباشد. چون تخمین مقدار رطوبت نتیجه برهمکنش بین پارامترهای مدل ونگنوختن، m و α است.
کلیدواژه ها:
نویسندگان
لیلا اسماعیلنژاد
دانشجوی دکتری گروه مهندسی علوم خاک، دانشگاه تهران
جواد سیدمحمدی
۲- دانشجوی دکتری گروه علوم خاک، دانشگاه تبریز
محمود شعبانپور
دانشیار گروه علوم خاک، دانشگاه گیلان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :