روش جدید برآورد پارامترهای هیدرولیکی با اندازه‌گیری رطوبت خاک در مزرعه

در این پژوهش، مقادیر رطوبت و دمای خاک در اعماق و زمان های مختلف با حل معادله ریچاردز با روش عددی صریح تفاضل های محدود در محیط برنامه نویسی visual studio c# نوشته شد. برای برآورد پارامترهای هیدرولیکی خاک شامل av و nv (ضرایب معادله ون گنوختن) و ks (هدایت هیدرولیکی اشباع)، پس از مرطوب کردن نیم رخ خاک، مقادیر رطوبت و دما در اعماق مختلف به ترتیب توسط دستگاه tdr و دستگاه ثبات اندازه گیری گردید. با بهینه نمودن یک پارامتر و ثابت منظور کردن بقیه پارامترها، تابع هدف (ریشه متوسط خطا بین مقادیر شبیه سازی شده و اندازه گیری شده رطوبت خاک) با روش نیوتن رافسون به حداقل رسانیده شد. سپس، با جایگزینی مقدار بهینه شده این پارامتر، مشابه این کار برای پارامترهای دیگر انجام شد. بهینه کردن پارامترها تا تغییرات ناچیز تابع هدف تکرار شد. نتایج نشان داد که با استفاده از مدل (soil water content and temperature) swct، اندازه گیری رطوبت خاک و تهیه اطلاعات هواشناسی شامل مقادیر حداقل و حداکثر دما، فشار بخار هوا، بارندگی و تابش خورشیدی می توان عوامل هیدرولیکی خاک (پارامترهای معادله ون گنوختن) را بهینه نمود. در نهایت، طی سه فصل بهار، تابستان و پاییز سال 1394، مقادیر برآوردی و اندازه گیری شده رطوبت و دمای خاک تا عمق 70 سانتی متر، مورد مقایسه قرار گرفتند. مقادیر رطوبت خاک در اعماق 5، 35 و 70 سانتی متری با مقدار نرمال شده rmse به ترتیب برابر 0/090، 0/096 و 0/056 و دمای خاک در اعماق 5، 15 و 25 سانتی متری با rmse به ترتیب برابر 2/0، 1/175 و 1/5 درجه سانتی گراد در سطح مطلوب واسنجی شدند. در این پژوهش، مقادیر ضرایب هیدرولیکی خاک در مقایسه با سایر مدل های پیشین، در محدوده وسیع تری از رطوبت بین حالت اشباع تا هواخشک برآورد گردید.

A New Method for Estimating Hydraulic Parameters by Measuring Soil Moisture in the Field

In this study, the values of moisture and soil temperature were estimated at different depths and times under unsteady conditions by solving the Richards rsquo; equation in an explicit finite difference method provided in Visual Studio C#. For the estimation of soil hydraulic parameters, including av and nv (coefficients of van Genuchten rsquo;s equation) and Ks (saturated hydraulic conductivity), soil moisture and temperature at different depths were measured by TDR probes and the stability apparatus, respectively. The objective function [equal to Root Mean Square Error (RMSE)] was minimized by the optimization of a parameter separately, using the NewtonRaphson method, while, the other parameters were considered as the constant values. Then, by replacing the optimized value of this parameter, the same was done for other parameters. The procedure of optimization was iterated until reaching minor changes to the objective function. The results showed that soil hydraulic parameters (coefficients of van Genuchten rsquo;s equation) could be optimized by using the SWCT (Soil Water Content and Temperature) model with measuring the soil water content at different depths and meteorological parameters including the minimum and maximum temperature,, air vapor pressure, rainfall and solar radiation. Finally, the measured values of soil moisture and temperature were compared to the depth of 70cm in spring, summer, and autumn of 2015. The values of the normalized RMSE of soil water content were 0.090, 0.096 and 0.056 at the soil depths of 5, 35 and 70 cm, respectively, while the values of the normalized RSME of soil temperatures were 2.000, 1.175 and 1.5 oC at these depths, respectively. In this research, the values of soil hydraulic parameters were compared with other previous models in a wider range of soil moisture varying from saturation to air dry condition, as more preferred in soil researches.