فهرست نشریات علمی دسترسی آزاد ایران

استفاده بیش از حد نیترات می­تواند منجر به آلودگی منابع آب زیرزمینی شود. بنابراین دانش دقیق از توزیع نیترات در ناحیه توسعه ریشه به­منظور طراحی و مدیریت سیستم­های آبیاری قطره­ای ضروری است. در این تحقیق به­منظور مدل­سازی الگوی توزیع نیترات از شبکه عصبی مصنوعی استفاده گردید. زیرا این تکنیک به­دلیل الگوی تشخیص قوی، روابط منطقی بین پارامترهای ورودی و خروجی برقرار می­کند. در این تحقیق، به­منظور شبیه­سازی الگوی توزیع نیترات، آزمایش­هایی برروی سه نوع بافت مختلف خاک در سیستم­های آبیاری قطره­ای سطحی و زیرسطحی انجام پذیرفت. قطره­چکان‌ها در سه عمق 15، 30 و 45 سانتی­متر مورد ارزیابی قرار گرفتند. دبی­ قطره­چکان‌ها با مقادیر 4/2 (Q1)، 4 (Q2)و 6 (Q3) لیتر در ساعت اعمال گردید. همچنین تیمارهای کود آبیاری شامل سه تیمار با غلظت نیترات 125، 250 و 375 میلی­گرم در لیتر بودند. با در نظر گرفتن متغیرهای نیترات اولیه خاک، غلظت نیترات در کود آبیاری، رطوبت اولیه خاک، فاصله شعاعی نقاط مورد نظر، حجم آب کاربردی در زمان آبیاری، هدایت هیدرولیکی خاک، دبی قطره­چکان، عمق نصب قطره­چکان، چگالی ظاهری خاک و همچنین نسبت درصد شن، سیلت و رس روابطی را برای تخمین الگوی توزیع نیترات در سیستم آبیاری قطره­ای سطحی و زیر سطحی با استفاده از شبکه عصبی مصنوعی ارایه شد. نتایج مقایسه بین مقادیر شبیه­سازی شده و اندازه­گیری‌شده نشان دادند که مدل شبکه عصبی با دقت بالایی نیترات را پیش­بینی می­کند و مقادیر ضریب همبستگی (R) برای سیستم آبیاری قطره­ای سطحی از 9/0 تا 94/0 و برای سیستم آبیاری قطره­ای زیرسطحی از 8/0 تا 96/0 تغییر می­کند.