مدل‌بندی ضریب زبری کانال‌های خاکی با پوشش گیاهی بر مبنای قطر ذرات بستر جریان

author

  • ابوالفضل ناصری بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی آذربایجان شرقی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تبریز، ایران،
Abstract:

برای کاهش هزینه‌های اندازه‌گیری ضریب زبری جریان در کانال‌های خاکی می‌توان از متغیرهای کمکی مانند قطر ذرات بستر استفاده نمود. روابط مبتنی بر قطر ذرات خاک کف و جدار کانال‌های خاکی، به طور غالب برای بسترهای بدون پوشش گیاهی ارائه شده‌اند. بنابراین پژوهش حاضر با هدف الف) تعیین ضریب زبری کانال‌های خاکی دارای پوشش گیاهی در شبکه آبیاری و زهکشی مغان، ب) مقایسه ضریب زبری حاصل از روابط مبتنی بر قطر ذرات بستر با مقادیر واقعی و ج) ارائه مدل‌های‌ جدید برای ضریب زبری کانال‌های خاکی بر مبنای قطر ذرات بستر انجام شد. برای انجام آزمایش‌ها 181 مقطع از کانال‌های خاکی در شبکه آبیاری و زهکشی مغان انتخاب شدند. سرعت جریان آب در مقاطع مختلف کانال‌ها با استفاده از مولینه و مختصات نیمرخ عرضی مقاطع کانال‌ها به­وسیله دوربین نقشه‌برداری (ترازیاب) و یک شاخص مدرج تعیین شد. مقدار ضریب زبری با توجه به ابعاد و سرعت جریان آب در کانال‌های خاکی از رابطه مانینگ به دست آمد. میانگین ضریب زبری در بستر‌های خاکی دارای پوشش گیاهی 076/0 به دست آمد. کاربرد رابطه‌های استریکلر، هندرسون، گارد و راجو و برآی و رابطه‌های رودکیوی، برآی، لئین و کارلسون و هندرسون) به مقادیر قابل قبولی برای ضریب زبری کانال‌های خاکی با پوشش گیاهی منجر نشد. به منظور ارائه و توسعه مدل‌های مبتنی بر قطر ذرات بستر برای برآورد ضریب زبری بستر‌های خاکی دارای پوشش گیاهی، از اندازه‌های D50، D65 و  D75  ذرات بستر استفاده گردید. ضریب همبستگی ضریب زبری با این اندازه قطرها به ترتیب برابر 91/0، 83/0 و 66/0 بود. علاوه بر دقت قابل قبول مدل‌های پیشنهادی، سهولت کاربرد و سادگی مدل‌ها، مزیت دیگر آن‌ها می‌باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی آزمایشگاهی اثر تغییر تراکم پوشش گیاهی شاخه‌ای بر ضریب زبری مانینگ

  ضریب زبری پوشش گیاهی یکی از پارامتر­های مهم در مطالعه­ی ویژگی­های جریان رودخانه­ای می­باشد. این ضریب بستگی به عمق جریان، سرعت جریان و وضعیت تراکم و نوع پوشش گیاهی دارد. با انجام آزمایش در یک کانال آزمایشگاهی می­توان تغییرات ضریب زبری را با توجه به شرائط جریان، نوع و تراکم پوشش در حالتی که پوشش گیاهی در بستر و سیلاب دشت­ها مستغرق می­باشد، بررسی نمود. ضریب زبری ناشی از پوشش گیاهی شاخه­ای پلاستی...

full text

تأثیر پوشش گیاهی بستر آبراهه بر هیدرولیک جریان و فرم بستر

پوشش گیاهی در بستر و حاشیه رودخانه موجب افزایش زبری مسیر و کاهش میانگین سرعت جریان، کاهش انرژی آب و تغییر توزیع سرعت لایه‌ای و به­عبارتی پروفیل سرعت جریان در مقطع عرضی رودخانه می‌شود. در این پژوهش آزمایشگاهی، تأثیر پوشش گیاهی شاخه‌ای بر جریان و فرم بستر در آبراهه بررسی شد. شبیه‌سازی جریان در کانال آزمایشگاهی به طول هفت متر، عرض و ارتفاع 25 سانتی‌متر با دبی‌های سه، پنج و هفت لیتر بر ثانیه و شیب‌...

full text

اثر حرکت بار بستر بر مشخصات جریان در کانالهای رسوبی و مجاری با بستر ثابت

اثر حرکت ذرات بار بستر بر مقاومت هیدرولیکی در مقابل جریان در کانالهای رسوبی و مجاری با بستر ثابت، در یک کانال آزمایشگاهی شیب‌پذیر به عرض 25/0 متر و طول 12 متر در دو حالت صاف و زبر مورد بررسی قرار گرفته است. در این تحقیق دو نوع رسوب شامل ماسه ریز یکنواخت به قطر 5/0 میلیمتر و شن ریز به قطر 84/2 میلیمتر استفاده گردید. در آزمایشهای مربوط به کف زبر و جریان رسوبی، کف کانال با همان ذرات مورد استفاده د...

full text

تخمین ضریب زبری پوشش گیاهی مستغرق در بستر رودخانه جهت کالیبراسیون مدلهای ریاضی

این رساله نتیجه تحقیقی است که طی آن روش جدیدی برای تخمین صحیح ضریب زبری با استفاده از پوشش گیاهی مصنوعی در بستر کانال آزمایشگاهی در یک فلوم به طول 14 متر، عرض وارتفاع 6 /0 متر وشیب کف متغیر در آزمایشگاه مرکز تحقیقات حفاظت خاک وآبخیزداری وزارت جهاد کشاورزی در شرایط کنترل شده ارائه شده است. با متغیرهای شیب دبی، نوع و تراکم پوشش گیاهی مجموعاً 200 آزمایش انجام و ضریب زبری از رابطه مانینگ اندازه گیری...

برآورد ضریب زبری بستر کانال‌های خاکی با استفاده از روش‌های شبکه‌های عصبی مصنوعی و سیستم‌های استنباط فازی عصبی-تطبیقی

برآورد ضریب زبری در طراحی کانال‌های خاکی از اهمیت زیادی برخوردارمی باشد. این مساله حتی در مدل سازی عددی پدیده انتقال رسوب دارای اهمیت به سزایی می‌باشد. به همین منظور، تاکنون روش های تجربی زیادی برای تخمین زبری در کانال ها ارائه شده است که غالبا دارای خطای زیادی در تخمین پارامتر مورد نظر می باشند. بنابراین، در این مقاله با استفاده از روش‌های ابزار محاسبات نرم مبتنی بر شبکه‌های عصبی مصنوعی و سیست...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 6  issue 4

pages  1- 15

publication date 2016-08-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023