fa شبیه‌سازی رطوبت حجمی خاک با مدلD 2- HYDRUS از منبع تغذیه خطی با شوری‌های متفاوت آب آبیاری و مقایسه با مشاهدات میدانی عمومی Ggeneral پژوهشي Research <p dir="RTL"><strong>رطوبت خاک از پارامتر‌های اصلی ورودی در بسیاری از مدل‌های پایش و پیش‌بینی عملکرد محصولات زراعی است. توانایی مدل‌های ریاضی، بهره‌برداری درست از آب‌های شور و انتخاب گزینه‌های مدیریتی را امکان‌پذیر نموده است. هدف این مطالعه، بررسی</strong> <strong>کارایی مدل </strong><strong><span dir="LTR">D</span></strong><strong>2</strong><strong><span dir="LTR">HYDRUS-</span></strong><strong> در شبیه‌سازی رطوبت حجمی خاک تحت شرایط میدانی برای خاکی با بافت سنگین ناهمگن بود. سه حجم آبیاری 10، 15 و20 لیتر و سه سطح شوری آب 279/1، 5/2 و 5 (¹</strong><strong><span dir="LTR">dSm^-</span></strong><strong>) در سه تکرار در یک سامانه آبیاری قطره‌ای نواری اعمال شد. به‌منظور پایش رطوبت، <a name="OLE_LINK7"></a><a name="OLE_LINK5">نیم‌رخ خاک تا عمق 40 سانتی‌متری حفر </a>و دیواره عمود بر نوار آبیاری قطره‌ای شبکه‌بندی شد. رطوبت حجمی توسط رطوبت‌سنج (</strong><strong><span dir="LTR">TDR</span></strong><strong>) مدل </strong><strong><span dir="LTR">B</span></strong><strong>1</strong><strong><span dir="LTR">K</span></strong><strong>3</strong><strong><span dir="LTR">X</span></strong><strong>6050 </strong><strong><span dir="LTR">MiniTrase kit</span></strong><strong> اندازه‌گیری و مقادیر رطوبت حجمی مشاهده‌ای و شبیه‌سازی، توسط آماره‌های </strong><strong><span dir="LTR">nRMSE</span></strong><strong> و </strong><strong><span dir="LTR">CRM</span></strong><strong> مقایسه شدند. نتایج نشان داد که میانگین توزیع رطوبت توسط آبیاری با شوری‌های مختلف در محدوده ظرفیت زراعی است. مقادیر </strong><strong><span dir="LTR">nRMSE</span></strong><strong> برای تکرار‌های مختلف از 91/0 تا 07/2 درصد متغیر بود. براساس مقادیر </strong><strong><span dir="LTR">nRMSE</span></strong><strong>، شبیه‌سازی رطوبت در رده‌ی عالی طبقه‌بندی شد. شاخص </strong><strong><span dir="LTR">CRM</span></strong><strong> نیز در محدوده 0080/0- تا 0170/0 به‌دست آمد که مقدار بسیار کمی است. نتایج این دو آماره <a name="OLE_LINK6">نشان‌دهنده توانمندی بالای مدل در شبیه‌سازی رطوبت حجمی خاک با استفاده از برآورد پارامترهای هیدرولیکی خاک به روش حل معکوس می‌باشد</a>.</strong></p> <p>Soil moisture is one of the main input parameters in many models for monitoring and predicting crop yield. The ability of mathematical models has allowed correct application of brackish water and selection of management options. The purpose of this research was to evaluate the performance of HYDRUS-2D for simulating soil volumetric water content in a heterogeneous heavy soil under field conditions. Three volumes of irrigation water (10, 15 and 20 L) and three salinity levels of irrigation water (1.279, 2.5 and 5 dSm^-1) were exerted in a linear drip irrigation system with three replications. In order to check the amount of soil volumetric water content, soil profiles were drilled to 40 cm depth and vertical wall of drip irrigation line was networked. Soil volumetric water content was measured with a TDR MiniTrase kit 6050X3K1B model. The observed soil moisture values were compared with the simulated ones using statistical indices (i.e. nRMSE and CRM). &nbsp;The results indicated that mean soil volumetric water content distribution in irrigation water with different levels of salinities was in the range of field capacity. The range of nRMSE values varied from 0.91 to 2.07 percent in different replications. According to calculated nRMSE values, performance of the simulation model, was ranked as excellent for simulation of soil volumetric water content. Range of CRM values was shown to be from -0.0080 to 0.0170 that was really low. Results of these two statistics indicate high ability of the model in simulating soil volumetric water content using estimating hydraulic parameters by inverse solution.</p> پارامترهای هیدرولیکی خاک, بیرکن, حل معکوس, D2HYDRUS- Soil hydraulic parameters, Beerkan, Inverse solution, HYDRUS-2D. 129 140 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-1-195&slc_lang=fa&sid=1 F. Javadzadeh Shakhali فیروزه جوادزاده شاخالی No 1. Dept. of Water Engineering, Faculty of Agric. Sci., Univ. of Guilan, Iran. 1. گروه مهندسی آب، دانشکده علوم کشاورزی ، دانشگاه گیلان M. Khaledian محمدرضا خالدیان khaledian@guilan.ac.ir Yes 1. Dept. of Water Engineering, Faculty of Agric. Sci., Univ. of Guilan, Iran. 1. گروه مهندسی آب، دانشکده علوم کشاورزی ، دانشگاه گیلان M. Navabian مریم نوابیان No 1. Dept. of Water Engineering, Faculty of Agric. Sci., Univ. of Guilan, Iran. 1. گروه مهندسی آب، دانشکده علوم کشاورزی ، دانشگاه گیلان P. Shahinrokhsar پریسا شاهین‌رخسار No 2. Research Center for Agric. and Natural Resour., Rasht, Iran. 2. مرکز تحقیقات کشاورزی و منابع طبیعی، رشت