کاربرد تحلیل مسیر برای تشخیص عوامل موثر بر ضریب زبری در کانال‌های با پوشش سوروف (echinocola crus-galli)

با توجه به گستردگی قابل توجه پراکنش گیاه سوروف (echinocola crus-galli) در کانال‌های خاکی، انتخاب ‌دقیق ضریب زبری برای طراحی و بهره‌برداری از کانال‌های خاکی، لازم و ضروری است. بنابراین، پژوهش حاضر با هدف دقیق‌سازی ضریب زبری در کانال‏های خاکی دارای گیاه سوروف در شبکه آبیاری و زهکشی مغان و بهره‏گیری از قابلیت روش‏ تحلیل مسیر برای تعیین عوامل موثر بر ضریب زبری در این نوع کانال‌ها انجام شد. برای انجام آزمایش‌ها، 42 مقطع از کانال‌های خاکی انتخاب شدند. وی‍ژگی‌های هندسی و هیدرولیکی این مقاطع کانال‌های خاکی اندازه‌گیری شد. علاوه بر آن، تراکم گیاه در واحد سطح و وزن تر نیز مشخص شد. برای تعیین عوامل موثر بر ضریب زبری از تحلیل مسیر و برای خوشه‌بندی این عوامل از تحلیل خوشه‌ای چند متغیره استفاده شد. نتایج نشان داد که میانگین ضریب زبری در کانال‌های خاکی با پوشش گیاهی سوروف برابر 0/015 بود. تحلیل مسیر نشان داد پیرامون ترشده، زیست‌توده سوروف، سطح مقطع جریان، سرعت جریان و شعاع هیدرولیکی به‌ترتیب بیشترین اثر کل را روی ضریب زبری داشتند. بر مبنای خوشه‌بندی در فاصله اقلیدسی 11 دو خوشه به‌دست آمد که خوشه اول شامل سرعت جریان، زیست‌توده سوروف، دبی جریان و شیب کف کانال و خوشه دوم شامل سطح مقطع جریان، پیرامون ترشده و شعاع هیدرولیکی بود. یافته‌های این پژوهش می‌تواند برای طراحی و بهره‌برداری از کانال‌های خاکی در شبکه مغان یا شبکه‌های با پوشش مشابه گیاهی مفید و اثربخش باشد.

application of path analysis to identify the factors affecting the roughness coefficient in earth canals with echinocola crus-galli

the selection of precision value for roughness coefficient (rc) is necessary to design and utilize earth canals due to the vast distribution of echinocola crus-galli in earth canals. therefore, the current study was conducted to evaluate roughness coefficients in earth canals with echinocola crus-galli at the moghan plain (in the north-west of iran). in the network of moghan, 42 canal sections were selected to measure vegetation density and wet weight, water flow velocity (with a flow meter), and canal cross sections (with profilimetery devices). the hydraulic characteristics were estimated after water depth measurements. the manning roughness coefficient (n) was applied to estimate the roughness coefficient. path analysis was applied to identify the factors affecting the roughness coefficient. multivariate cluster analysis using ward’s method and squared euclidean distance was applied to cluster factors affecting the roughness coefficient in canals. the results revealed that rc averaged 0.015. the path analysis showed that the wetted perimeter, crop biomass, flow cross-sectional area, flow velocity, and hydraulic radius had the highest total effect on the roughness coefficient, respectively. the factors clustering showed that two clusters were obtained in the euclidean distance of 11. the first cluster included flow velocity, crop biomass, flow rate, and bed slope; and the second cluster included flow cross-sectional area, wetted perimeter, and hydraulic radius. the findings could be helpful for designing and operating canals in the studied or similar regions.