تعداد نشریات | 13 |
تعداد شمارهها | 145 |
تعداد مقالات | 1,452 |
تعداد مشاهده مقاله | 2,189,164 |
تعداد دریافت فایل اصل مقاله | 1,823,347 |
ارزیابی برآورد هدایت هیدرولیکی اشباع با مدلهای فرکتال جرمی و منفذی | ||
تحقیقات کاربردی خاک | ||
دوره 9، شماره 1، خرداد 1400، صفحه 117-129 اصل مقاله (917.7 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
الناز رضایی1؛ کامران زینال زاده* 2 | ||
1دانشجوی دکتری آبیاری و زهکشی، گروه مهندسی آب، دانشگاه ارومیه، ارومیه، ایران | ||
2گروه مهندسی آب، پژوهشکده مطالعات دریاچه ارومیه، دانشگاه ارومیه، ارومیه، ایران | ||
چکیده | ||
در طول چند دهه گذشته، هندسه فرکتالی به طور گستردهای به عنوان یک ابزار توانمند در بیان خصوصیات محیط متخلخل و مدلسازی هیدرولیکی خاک استفاده شده است. در این تحقیق، قابلیت کاربرد مقادیر بعد فرکتال حاصل از منحنی دانهبندی (DPSD) و منحنی رطوبتی (DSMC) در برآورد هدایت هیدرولیکی اشباع با مدل جدید فرکتالی قنبریان و همکاران (2018) مقایسه و ارزیابی گردید. به این منظور، هشت نمونه خاک شنی با دانهبندی مختلف در استوانههایی با قطر داخلی 4/4 و ارتفاع 5 سانتیمتر تهیه شدند. دانهبندی نمونهها با روش ترکیبی الک خشک و خیس تعیین گردید. میزان رطوبت در هشت مکش مختلف از صفر (وضعیت اشباع) تا 10 کیلوپاسکال در جعبه شنی و در 19 فشار مختلف از 18 تا 1500 کیلوپاسکال با صفحات فشاری اندازهگیری شدند. برای تمام نمونهها، جرم مخصوص ظاهری و حقیقی، میزان تخلخل کل نمونهها و هدایت هیدرولیکی اشباع (به روش بار ثابت) نیز اندازهگیری گردید. DPSD و DSMC نمونهها به ترتیب با استفاده از دادههای منحنی دانهبندی و منحنی رطوبتی تعیین شدند. میزان شاخص خطای جذر میانگین مربعات حاصل از برآورد منحنی رطوبتی (RMSE) با بکارگیری DSMC و DPSD به ترتیب در بازه 004/0 تا 022/0 و 009/0 تا 069/0 بهدست آمدند. نتایج نشان داد که با کاربرد DSMC، منحنی رطوبتی خاک با دقت بالاتری نسبت به DPSD پیشبینی شد. همچنین، بررسیها نشان داد مقادیر بعد فرکتال جرمی نمونهها، همبستگی معنیداری با بعد فرکتال منفذی نداشت. خطای جذر میانگین لگاریتمی مربعات (RMSLE) در مورد مقادیر برآوردی هدایت هیدرولیکی اشباع با استفاده از DSMC و DPSD به ترتیب برابر با 286/0 و 306/0 حاصل شد. با وجود عدم اختلاف معنیدار بین دو بعد فرکتال مورد مطالعه، به کارگیری مقادیر DSMC به عنوان تصویری از خصوصیات میکروسکوپیک محیط و ترکیب آن با تئوری پرکولاسیون، دقت برآورد منحنی رطوبتی و هدایت هیدرولیکی اشباع را ارتقاء داده است. | ||
کلیدواژهها | ||
تئوری پرکولاسیون؛ مدلهای تئوری؛ منحنی دانه بندی؛ منحنی رطوبتی خاک؛ مدلهای PSF | ||
مراجع | ||
Amirabedi H., Asghari Sh., Mesri Gandoshmin T., Balandeh N. and Johari E. 2019. Estimating the soil saturated hydraulic conductivity in Ardabil Plain soils using artificial neural networks and regression models. Applied Soil Research. 7(4):124-136. (In Persian)
Banitalebi G., Beigi Harchegani H., and Ghobadinia M. 2017. The Effect of long- term irrigation with municipal treated wastewater on the saturated hydraulic conductivity of a silt loam soil and its estimation- a case study. Journal of Water and Soil Science, 21(1): 171-184. (In Persian)
Bird N. R. A., Perrier E., and Rieu M. 2000. The water retention function for a model of soil structure with pore and solid fractal distributions. European Journal of Soil Science, 51(1): 55–63.
Brooks R.H., and Corey A.T., 1964. Hydraulic Properties of Porous Media. Hydrology Papers 3, Colorado State University, Fort Collins, 27 p.
Chari M M., and Dahmardeh Ghaleno, M. R. 2019. Evaluating fractal dimension of the soil particle size distributions and soil water retention curve obtained from soil texture components. Archives of Agronomy and Soil Science, 1-11. doi:10.1080/03650340.2019.1686140
Cihan A., Perfect E., and Tyner J. S. 2007. Water retention models for scale-variant and scale invariant drainage of mass prefractal porous media. Vadose Zone Journal, 6(4): 786–792.
Deinert M.R., Dathe A., Parlange J.Y., and Cady K.B. 2008. Capillary pressure in a porous medium with distinct pore surface and pore volume fractal dimensions. Physical Review, E77 (2): 021203.
Eijkelkamp Soil & Water, 2015, Sandbox for pF-determination: User manual, 1-25. Retrieved from https://en.eijkelkamp.com/products/laboratory-equipment/sandbox-for-pf-determination.html
Gao Y., and Sun D. 2017. Soil-water retention behavior of compacted soil with different densities over a wide suction range and its prediction. Computers and Geotechnics, 91: 17–26, https://doi.org/10.1016/j.compgeo.2017.06.016.
Ghanbarian B., and Daigle H. 2015. Fractal dimension of soil fragment mass-size distribution: A critical analysis. Geoderma, 245–246: 98–103.
Ghanbarian, B., and Sahimi M. 2017. Electrical conductivity of partially saturated packings of particles. Transport in Porous Media, 118: 1–16.
Ghanbarian B., Hamamoto S., Kawamoto K., Sakaki T., Moldrup P., Nishimura T., and Komatsu T. 2018. Saturation-dependent gas transport in sand packs: Experiments and theoretical applications, Advances in Water Resources, 122: 139–147.
Ghanbarian B., Ioannidis M. A., and Hunt A. G. 2017a. Theoretical insight into the empirical tortuosity-connectivity factor in the Burdine-Brooks-Corey water relative permeability model. Water Resources Research, 53: 10395-10410.
Ghanbarian B., Hunt A. G., Skaggs T. H., and Jarvis N. 2017b. Upscaling soil saturated hydraulic conductivity from pore throat characteristics. Advances in Water Resources, 104:105-113. doi: 10.1016/j.advwatres.2017.03.016.
Ghanbarian, B., Hunt A. G., and Daigle H., 2016. Fluid flow in porous media with rough pore-solid interface, Water Resources Research, 52: 2045–2058.
Ghanbarian-Alavijeh B., and Hunt A. G. 2012 Unsaturated hydraulic conductivity in porous media: Percolation theory, Geoderma, 187–188: 77-84.
Ghanbarian-Alavijeh B., Milla´n H., and Huang G. 2011. A review of fractal, prefractal and pore-solid-fractal models for parameterizing the soil water retention curve, Canadian Journal of Soil Science, 91: 1-14., doi:10.4141/CJSS10008.
Gimenez D., Perfect E., Rawls W. J., and Pachepsky Y. 1997. Fractal models for predicting soil hydraulic properties: a review. Engineering Geology, 48: 161–183.
Huang G., and Zhang R. 2005. Evaluation of soil water retention curve with the pore–solid fractal model. Geoderma, 127(1–2): 52–61.
Hunt A. G., and Gee G. W. 2002. Application of critical path analysis to fractal porous media: comparison with examples from the Hanford site. Advances in Water Resources, 25: 129–146.
Hunt A. G., Ewing R. P., and Horton R. 2013. What’s Wrong with Soil Physics? Soil Science Society of America Journal, 77(6): 1877-1887.
Hunt A., Ewing R., and Ghanbarian B. 2014. Fractal Models of Porous Media. In: Percolation Theory for Flow in Porous Media. Lecture Notes in Physics, vol. 880. Springer, Cham.
Millan H., and Gonzalez-Posada M. 2005. Modelling soil water retention scaling. Comparison of a classical fractal model with a piecewise approach. Geoderma, 125: 25–38.
Millán H., Aguilar M., Domínguez J., Céspedes L., Velasco E., and González M., 2006. A note on the physics of soil water retention through fractal parameters. Fractals, 14: 143-148.
Mishra S., and Parker J. C. 1990. On the relation between saturated conductivity and capillary retention characteristics. Ground Water, 28(5): 775-777.
Nasta P., Vrugt J. A., and Romano N., 2013. Prediction of the saturated hydraulic conductivity from Brooks and Corey's water retention parameters. Water Resources Research, 49(5): 2918-2925.
Nimmo J. R., and Perkins K.S. 2002. Aggregate stability and size distribution. In Dane, J.H., and Topp, GC., eds., Methods of Soil Analysis, part 4. Physical methods: Soil Science Society of America Journal, Madison, pp. 317–328.
Perfect E. 1999. Estimating mass fractal dimensions from water retention curves. Geoderma, 88: 221–231.
Perfect E., and Kay B. D. 1995. Applications of fractals in soil and tillage research: a review. Soil and Tillage Research, 36(1–2): 1–20.
Perrier E., Bird N., and Rieu M. 1999. Generalizing a fractal model of soil structure: the pore-solid fractal approach. Geoderma, 88: 137–164.
Rawls W. J., Brakensiek D. L., and Logsdon S. D. 1993. Predicting saturated hydraulic conductivity utilizing fractal principles. Soil Science Society of America Journal, 57: 1193–1197.
Rezaei Abajelu E., and Zeinalzadeh K. 2017. Two and Three-Phases Fractal Models Application in Soil Saturated Hydraulic Conductivity Estimation. Journal of Water and Soil, 30(6):1905-1917. (In Persian)
Rieu M., and Sposito G. 1991. Fractal fragmentation, soil porosity, and soil water properties: I. Theory, II. Applications. Soil Science Society of America Journal, 55: 1231–1244.
Russell A. R., and Buzzi O. 2012. A fractal basis for soil-water characteristics curves with hydraulic hysteresis, Ge´otechnique, 62(3): 269-274.
Shaker Shahmarbeigloo P., Khodaverdiloo H. and Momtaz H.R. 2019. Testing of new inputs to predict near-saturated soil hydraulic conductivity. Applied Soil Research, 7(1): 54-69. (In Persian)
Tao G., Chen Y., Xiao H., Chen Q., and Wan J. 2019. Determining Soil-Water Characteristic Curves from Mercury Intrusion Porosimeter Test Data Using Fractal Theory. Energies, 12(752): 1-15.
The MathWorks Inc. R2017a. MATLAB: The language of technical computing. Version 9.2. Natick, MA.
Tyler S. W., and Wheatcraft S. W. 1989. Application of fractal mathematics to soil water retention estimation. Soil Science Society of America Journal, 53)4(: 987–996.
Tyler S.W., and Wheatcraft S.W. 1990. Fractal processes in soil water retention. Water Resources Research, 26: 1047–1054.
Van Genuchten M. T. 1980. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils. Soil Science Society of America Journal, 44(5): 892-898.
Wang K., Zhang R., and Wang F. 2005. Testing the pore-solid fractal model for the soil water retention function. Soil Science Society of America Journal, 69(3): 776–782.
Wentworth, C. K. 1922. A scale of grade and class terms for clastic sediments. The journal of geology 30(5), 377-392.
Yu B., Cai J., and Zou M. 2009. On the physical properties of apparent two-phase fractal porous media. Vadose Zone Journal, 8(1): 177–186. | ||
آمار تعداد مشاهده مقاله: 1,411 تعداد دریافت فایل اصل مقاله: 1,030 |