Evaluating the Efficiency of SURFACE and SRFR Models in Simulation of Application Efficiency of Border Irrigation in Wheat Farms

Document Type : Methodologies

Authors

1 Agricultural Research Education and Extension Organisation (AREEO), Karaj,

2 Agricultural Research Education and Extension Organisation (AREEO), Karaj

Abstract

Due to the high sensitivity of irrigation efficiency management in farms and to reduce water consumption in agriculture, it is necessary to optimise the application efficiency of farms using the relationships governing water management as well as the advanced models in this field. SURFACE and SRFR are models which can be used for farms’ water management. The SURFACE model has a simpler structure. By entering details of the irrigation method, soil penetration, irrigation time, area of irrigation, and the farm’s water delivery schedule, it is possible to investigate the irrigation and applicable management approaches and choose the most appropriate method. Similar parameters can be investigated in the SRFR model, in addition to optimising the dimensions, application efficiency indices, and uniform distribution. In this research, using the measured data of border irrigation in the crop year of 2015-2016, the two models of SURFACE and SRFR for wheat cultivation conditions are evaluated for a better estimation of water application efficiency in farms. The results show that the SRFR model estimated the application efficiency approximately 3.2% lower and compared to the average of data has a 12% error. However, the SURFACE model simulates the application efficiency with an error of 7%. The optimised dimension of border irrigation was estimated by these models and were applied in the second crop year (2016-2017). The results show that these models are very powerful in the estimation of border irrigation and can provide suitable results with 6% to 12% error. The comparison of these two models has also shown an error level of approximately 5% and 9% for the SURFACE and SRFR models, respectively. Hence, the SURFACE model is more accurate for irrigation management.

Keywords


بهمنی، ا. و پلنگی، س. 1392. امکان‌سنجی برآورد پارامترهای ارزیابی مزرعه در آبیاری جویچه‌ای با کاربرد دو مدل WinSRFR و NRCS-SURFACE، اولین همایش سراسری کشاورزی و منابع طبیعی پایدار، تهران، موسسه آموزش عالی مهر اروند، گروه ترویجی دوستداران محیط زیست و و انجمن حمایت از طبیعت ایران.
پورعیسی، م.، وطن‌خواه، ح. و بهزادی‌نسب. م. 1395. ارزیابی راندمان سیستم آبیاری نواری در برخی مزارع دشت زرینه‌رود میاندوآب. مهندسی آبیاری و آب ایران، 6(25): 83-96.
تافته، آ.، امداد، م. و غالبی، س. 1396a. بررسی تأثیر عوامل مؤثر بر راندمان کاربرد آب آبیاری نواری در شرایط عمق توسعه ریشه موجود و قابل توسعه گندم در اراضی حمیدیه (خوزستان). نشریه حفاظت منابع آب و خاک، 6(4): 75- 90.
تافته، آ.، امداد، م. و غالبی، س. 1396b. تعیین مناسب‌ترین شرایط آبیاری نواری به‌منظور افزایش راندمان کاربرد آب با استفاده از مدل SRFR. نشریه علمی پژوهشی مهندسی آبیاری و آب ایران، 8(2): 200-210.
حقیقتی، ب. 1392. بهبود مدیریت و مصرف بهینه آب در فرآیند تولید محصولات کشاورزی. گزارش طرح ترویجی. سازمان تحقیقات، آموزش و ترویج کشاورزی. 33 صفحه.
حیدری، ن. و عباسی، ف. 1395. بهینه کردن پارامترهای طراحی و مدیریت آبیاری نواری: مطالعه موردی شبکه آبیاری و زهکشی رامشیر. تحقیقات مهندسی سازه‌های آبیاری و زهکشی، 17(66): 55-70.
سفیدکوهی، غ. و کولائیان، م. 1393. ارزیابی مزرعه‌ای و آنالیز حساسیت مدل SIRMOD در آبیاری شیاری. نشریه آبیاری و زهکشی ایران، 8(3): 473-483.
عباسی، ف.، سهراب، ف. و عباسی، ن. 1395. ارزیابی وضعیت راندمان آب آبیاری در ایران. تحقیقات مهندسی سازه‌های آبیاری و زهکشی، 17: 113 - 128.
فراستی، م.، فرزی، س. و پورمحمد، پ. 1393. ارزیابی مزرعه‎ای و تحلیل سیستم آبیاری جویچه‌ای با مدل‌های SIRMOD و WinSRFR. مجله محیط‌زیست و مهندسی آب، 4(3): 207-215.
Bautista E., Schlegel J.L. and Strelkoff T.S. 2012. WinSRFR 4.1 - User Manual. USDA-ARS Arid Land Agricultural Research Center. 21881 N. Cardon Lane, Maricopa, AZ, USA.
Chen B., Zhu O., Zhigang S., Lanfang W. and Fadong L. 2012. Evaluation on the potential of improving border irrigation performance through border dimensions optimization: a case study on the irrigation districts along the lower Yellow River. Irrigation Science, 31(4): 715–728.
Ebrahimian H. and Liaghat A.M. 2011.Field Evaluation of Various Mathematical Models for Furrow and Border Irrigation Systems. Soil and Water resource, 6(2): 91-101.
Eldeiry A., Garcia L., Ei-Zaher A.S.A. and ElSherbini Kiwan M. 2005. Furrow Irrigation System Design for Clay Soils in Arid Regions. Appl. Eng. Agric, 21(3): 411- 420.
Mailhol J.C., Ruelle P. and Popova Z. 2005. Simulation of furrow irrigation practices (SOFIP): A field-scale modelling of water management and crop yield for furrow irrigation. Irrigation Science, 24(1):37-48.
Mokari Gahroodi E., Liaghat AM. and Nahvinia M.J. 2013. Application of WinSRFR3.1 Model in Furrow Irrigation Simulation. Iranian Journal of Irrigation and Drainage, 7(1): 59-67.
Nie W.B., Fei L.J. and Ma X.Y. 2014. Applied Closed-end Furrow Irrigation Optimized Design Based on Field and Simulated Advance Data. Journal of Agricultural Science and Technology, 16(2): 395-408.
Singh A., Jhorar R.K. and Kumar S. 2017. Performance evaluation of border irrigation method for wheat field. Annals of Agri Bio Research, 22(1): 49-54.
Strelkoff T.S. and Clemmens A.J. 2006. Hydraulics of surface systems. Design and operation of on-farm irrigation systems, 2nd Ed.,Chap. 13, G.J. Hoffman, R.G. Evans, M.E. Jensen, D. L. Martin, and R.L. Elliott, eds., ASABE Special Monograph, American Societyof Agricultural and Biological Engineers, St. Joseph, MI.
Tafteh A. and Emdad MR. 2017. Improvement of water use productivity through the SRFR model in border strip irrigation of wheat across hamidiyeh farms (khuzestan, iran). Fresenius Environmental Bulletin, 25(12): 7885-7892.
Zerihun D., Sanchez C.A., Farrell-Poe K.L. and Yitayew M. 2005. Analysis and design of border irrigation systems. Transactions of the ASAE, 48(5): 1751–1764.
CAPTCHA Image