طراحی آبیاری نواری انتهابسته با مدل شبیه‌سازی winsrfr و تکنیک بهینه‌سازی مجموعه ذرات (pso)

تخمین پارامترهای معادله نفوذ و ضریب زبری مانینگ از فرایندهای ضروری طراحی بهینه و ارزیابی سامانه‌های آبیاری سطحی به شمار می‌رود. تحقیق حاضر به منظور واسنجی این ضرایب برای یک سامانه آبیاری نواری انتهابسته با چهار سری اطلاعات میدانی انجام گرفت. در این راستا هیدرولیک جریان آب توسط نرم افزار winsrfr و به روش حل اینرسی صفر، شبیه‌سازی و با الگوریتم بهینهسازی مجموعه ذرات برای اجرای محاسبات تکراری ترکیب شد. تابع هدف بخش بهینه‌سازی به صورت کمینه‌سازی اختلاف بین زمان‌های پیشروی و پسروی محاسباتی و اندازه‌گیری‌شده و متغیرهای تصمیم مساله شامل چهار ضریب معادله نفوذ کوستیاکف اصلاح شده و ضریب زبری مانینگ در نظر گرفته شد. آنالیز حساسیت مدل توسعه یافته نشان داد در فاز پسروی ضریب b از معادله نفوذ و در فاز پیشروی ضریب زبری مانینگ می‌تواند بیشترین خطا را در پیش‌بینی نتایج داشته باشد. نتایج نشان داد که بر اساس پارامترهای بهینه شده در مدل، مجذور میانگین مربعات خطا برای پیش‌بینی زمان‌های پیشروی و پسروی در چهار آبیاری بین 3.77 تا 12.86 دقیقه و ضریب جرم مانده بین 0.099 تا 0.003 به دست آمد. مطابق نتایج، با بهینه‌سازی مدل winsrfr، امکان دست‌یابی به بازده کاربرد و یکنواختی به ترتیب 86 و 84 درصد (با حفظ کفایت آبیاری 100 درصد) براساس متغیرهای جریان (دبی ورودی و زمان قطع جریان) وجود دارد.

ClosedEnd Border Irrigation Design with WinSRFR Simulation Model Using Particle Swarm Optimization Techniquee

Estimating the parameters of infiltration equation and Manning’s roughness coefficient are essential for the optimal design and evaluation of surface irrigation systems. The present study was carried out to calibrate these coefficients for a closedend border irrigation system with four series of field information. In this regard, the hydraulic surface water flow is simulated using zeroinertia model by WinSRFR simulation model that linked to the particle swarm optimization algorithm for repetitive calculations. The objective function of the optimization problem was the minimization of the difference between the calculated and measured times of advance and recession phases, and four coefficients of the modified Kostiakov equation and Manning’s roughness coefficient were considered as decision variables. The sensitivity analysis of the developed model showed that the coefficient b of infiltration equation in the recession phase and the Manning’s roughness coefficient in the advance phase have the most errors in the predicted results. The results showed that based on the optimized parameters in the model, the values of root mean square error, RMSE, were obtained between 3.77 to 12.86 minutes and the coefficients of residual mass were varied between 0.099 and 0.003 to predict the advance and recession times in the four experimental irrigations. Based on results, with optimization of WinSRFR model, there is accessibility to achieve in application efficiency and distribution uniformity about 86 and 84 percent, respectively (with adequacy about 100 percent) by flow variable (inflow rate and cutoff time).