تخمین بهره وری آب محصول گندم در شبکه آبیاری و زهکشی درودزن استان فارس
الموضوعات : بوم شناسی گیاهان زراعیالناز نوروزی 1 , حسین بابازاده 2 , مجید وظیفه دوست 3
1 - باشگاه پژوهشگران جوان و نخبگان، واحد میانه، دانشگاه آزاد اسلامی، میانه، ایران
2 - گروه علوم و مهندسی آب، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه مهندسی آب، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، ایران
الکلمات المفتاحية: بیلان آب, شبیه‌سازی, مدل توزیعی SWAP, مدیریت آبیاری,
ملخص المقالة :
مدیریت آبیاری، تعیین کارایی مصرف آب و ارایه راه کارهای کارآمد برای افزایش بهره وری منابع آب محدود، مبتنی بر برآورد صـحیح عملکـرد محصـول و میـزان واقعی آب مصرفی است که اندازه گیری دقیق آن ها بدون استفاده از ابزار مناسب، بسیار دشوار مـی باشـد. در این راستا شبکه آبیاری و زهکشی درودزن استان فارس بر اساس اراضی تحت پوشش یک آبگیر، در محیط GIS به 86 واحد مطالعاتی تقسیم گردید و اجزای بیلان آب و عملکرد محصول در هر یک از واحدهای مکانی، در دوره 10 ساله (2010-2000)، توسط مدل اگروهیدرولوژیکی- توزیعی SWAP و با کمک برنامه نویسی در محیط MATLAB برآورد شد. عملکرد گندم در شبکه درودزن با دقت قابل قبولی توسط مدل توزیعی SWAP، شبیه سازی گردید. پس از اعتبارسنجی مدل، اجزای بیلان آب توسط مدل واسنجی شده، شبیه سازی و متوسط بهره وری آب در شبکه درودزن برآورد شد. نتایج نشان داد با وجود کاهش میزان آب کاربردی در شبکه، بهره وری آب افزایش یافته است یعنی می توان با مدیریت آب، محصول بیشتری تولید نمود. برآورد اجزای بیلان آب و عملکرد محصول در شبکه به خصوص در شرایط بحران و کمبود آب که باید بالاترین بهره ممکن از آب های قابل دسترس حاصل گردد، می تواند برای ارزیابی مدیریت آب کشاورزی و یافتن راه کارهای افزایش کارایی مصرف آب راه گشا باشد.
_||_
10. Feddes RA, Kowalik PJ, Zaradny H (1978) Simulation of Field Water Use and Crop Yield. Centre for Agricultural Publishing and Documentation: Wageningen.
11. Homaee M, Dirksen C, Feddes RA (2002) Simulation of root and water uptake: I. Non-uniforme transient salinity using different macroscopic reduction functions. Agricultural Water Management 57(2):89-109.
12. Kamyab Talesh F, Mostafazadeh Fard B, Vazifedoust M, Shayannejad M, Navvabian M (2016) Yield simulation and salt tolerance determination of wheat and barley using SWAP model: A case study in Garmsar region. Agricultural Engineering (Scientific Journal of Agriculture) 39(2): 45-54.
13. Kiani AR, Asadi ME, Homaee M, Mirlatifi M (2005) Wheat production function under salinity and water stress conditions. Proceedings of Modeling Tolls for Environment & Resources Management (MTERM) International Conference. Bankok, Thailand.
14. Kiani AR, Homaee M (2007) Evaluating SWAP model for simulation of water and solute transport in soil profile. Journal of Agricultural Engineering Research 8(1): 13-30. [in Persian with English abstract]
15. Koohi Chellekaran N, Eslami A, Asadi R (2011) Improving irrigation management for hybrid maize seeds in Kerman province using a SWAP model. Irrigation and Drainage Structures Engineering Research 12(1): 17-32. [in Persian with English abstract]
16. Kroes JG, Van Dam J (2008) Reference Manual SWAP Version 3.03. Wageningen University and Research Center: Wageningen.
17. Maas EV, Hoffman GJ (1977) Crop salt tolerance-current assessment. Journal of Irrigation and Drainage Engineering 103(2): 115-134.
18. Mualem Y (1976) A new model for predicting the hydraulic conductivity of unsaturated porous media. Water Resources Research 12: 513–522.
19. Nahvinia MJ, Shahidi A, Parsinejad M, Karimi B (2011) Assessing the performance of SWAP model in estimating the production of wheat under salinity and water stress (case study: Birjand, Iran). Iranian Water Research Journal 4(6): 43-58. [in Persian with English abstract]
20. Noory H, Liaghat AM, Parsinejad M, Vazifedoust M (2011) Evaluation of SWAP model in simulating yield of wheat and fodder maize in simultaneous condition of water and salinity limitations (case study: Voshmgir network, Golestan province). Journal of Water and Soil 24(6):1224-1235. [in Persian with English abstract]
21. Penning de Vries FWT, Jansen DM, Ten Berge HFM, Bakema A (1989) Simulation of Ecofysiological Processes of Growth in Several Annual Crops. International Rice Research Institute Publications: Wageningen.
22. Shahidi E (2008) Integration of deficit irrigation and salinity on yield components of wheat cultivars and determining water-salinity production function in the Birjand region, Iran. PhD Thesis, Shahid Chamran University: Ahvaz, Iran. [in Persian with English abstract]
23. Singh R, Van Dam J, Feddes RA (2006) Water productivity analysis of irrigated crops in Sirsa district, India. Agricultural Water Management 82(3): 253-278.
24. Van Dam JC, Groenendijk P, Hendriks RFA, Kroes JG (2008) Advances of modeling water flow in variably saturated soils with SWAP. Vadose Zone Journal 7(2): 640-653.
25. Van Genuchten MTh (1980) A closed form equation for predicting the hydraulic conductivity of unsaturated soils. Soil Science Society of America 44(5): 892-898.
26. Vazifedoust M (2007) Development of an agricultural drought assessment system, Integration of crop and soilmodeling remote sensing and geographical information. PhD Thesis, Wageningen University and Research Centre: Wageningen, Netherlands.
27. Vazifedoust M, Van Dam JC, Bastiaanssen WGM, Feddes RA (2009) Assimilation of satellite data into agrohydrological models to improve crop yield forecasts. International Journal of Remote Sensing 30(10): 2523-2545.
28. Vazifedoust M, Van Dam JC, Feddes RA, Feizi M (2008) Increasing water productivity of irrigated crops under limited water supply at field scale. Agricultural Water Management 95(2): 89–102.
29. Verdinejad VR, Sohrabi T, Feizi M, Heydari N, Araghinejad Sh (2011) Patterning different crops yield with saline water irrigation condition using SWAP model. Water and Soil Science 20.1(4): 97-111. [in Persian with English abstract]
30. Wosten JHM, Lilly A, Nemes A, Le Bas C (1998) Using existing soil data to derivehydraulic parameters for simulation models in environmental studies and in land use planning. Final project report, DLO Winand Staring Centre: Wageningen, Netherlands.
31. Zwart SJ, Bastiaanssen WGM (2004) Review of measured crop water productivity values for irrigated wheat, rice, cotton and maize. Agricultural Water Management 69(2): 115-133.
