بررسی اثر چاه‌ها بر میزان تبخیر از خاک مناطق خشک (منطقه مورد مطالعه: استان یزد)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش‌آموخته کارشناسی‌ارشد گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و کویرشناسی، دانشگاه یزد، ایران

2 استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و کویرشناسی، دانشگاه یزد، ایران

3 استاد گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و کویرشناسی، دانشگاه یزد، ایران

10.29252/aridbiom.2025.22611.2038

چکیده

دسترسی به منابع آب زیرزمینی به عنوان یکی از با کیفیت‌­ترین منابع آبی همواره مورد توجه ساکنان مناطق خشک و بیابانی جهان بوده است. این نیاز ضروری موجب شده تا در اغلب دشت‌های این مناطق تعداد زیادی حلقه چاه حفر شود. از طرف دیگر، فرآیند تبخیر از منابع آبی نظیر چاه و قنات نیز تلفات و کمبود آب در مناطق خشک و بیابانی را به دنبال دارد که اغلب در مدیریت منابع آب در نظر گرفته نمی‌شود. بنابراین اندازه­گیری میزان تبخیر آب از چاه و قنات به عنوان مهم­ترین منابع آبی در مناطق خشک و نیمه‌خشک رویکرد اصلی این تحقیق می‌باشد. مطالعه حاضر با هدف اندازه­گیری میزان تبخیر از چاه و قنات و همچنین تحلیل نتایج پرسشگری از خبرگان در رابطه با انتخاب مناسب‌ترین شیوه‌های کاهش تبخیر از چاه به روش تجزیه‌وتحلیل آنالیز سلسله مراتبی یا AHP انجام و نتایج به دست آمده با کمک نرم‌افزار Expert Choice تحلیل گردید. این تحقیق در دو بخش عملیات میدانی و نصب چهار بلوک گچ استاندارد با ابعاد 5 × 3 × 7 سانتی‌متر در عمق­های 30 سانتی­متری (دهانه چاه)، فاصله­ی 1 متری از چاه، فاصله­ی 20 متری از چاه، فاصله­ی 40 متری از چاه و اندازه­گیری-مقایسه درصد رطوبت و همچنین عملیات آزمایشگاهی صورت گرفت. نتایج اندازه­گیری درصد رطوبت در چاه­های مورد بررسی نشان داد با افزایش فاصله از دهانه چاه رطوبت کمتر می­گردد و با افزایش عمق چاه درصد رطوبت افزایش می‌یابد. رطوبت جذب شده توسط بلوک گچی داخل چاه مرطوب و آبدار از جمله چاه‌های فاضلاب بیشتر از چاه­های خشک بود. همچنین نتایج حاصل از مقایسه زوجی معیارهای اصلی در نرم‌افزار Expert Choice نشان داد، بیشترین وزن معیار مربوط به نوع چاه (66/0) و کمترین وزن مربوط به معیار زمان (04/0) است. عمق چاه (20/0) و نوع رسوبات (08/0) به ترتیب در اولویت­های سوم و چهارم قرار گرفتند. مقایسه­ی زیر معیارهای نوع چاه باعث قرارگیری میله­‌های قنات در رتبه اول با وزن (687/0) و چاه‌­های فاضلاب در رتبه چهارم با وزن (127/0) شد. مقایسه ی زیرمعیار­های زمان باعث قرارگیری فصل تابستان در رتبه اول با وزن (496/0) و شب در رتبه چهارم با وزن (04/0) شد. بر اساس زیر معیارهای نوع رسوبات، دشت­سر پوشیده بیشترین وزن (729/0) و دشت­سر لخت از کمترین وزن (109/0) برخوردار می­باشد. در کل اکثر خبرگان نظر بر این داشتند که چاه‌های بلااستفاده و بدون بهره برداری می بایست پر شوند. ولی در رابطه با سه پارامتر مورد بررسی نظرات مختلفی داشتند بدین گونه که کف­گیر کردن چاه­ها با وزن (709/0) اولویت بیشتری در کاهش تبخیر از چاه­‌ها را دارد و دهان‌­گیر کردن چاه­‌ها با وزن 113/0 در پایین­ترین اولویت قرار می­‌گیرد.

کلیدواژه‌ها

موضوعات


[1]. Amani, E., Ghasemi, A. R., Nouri, M. R., & Motaghian, H. R. (2021). Effect of Vermiculite, Bentonite and Zeolite on Evaporation and Soil Characteristic Moisture Curve. Journal of Water and Soil Conservation, 28(2), 83-101. doi: 10.22069/jwsc.2021.18729.3424 [in Farsi]
[2]. Asadi, M. A. (2019). Potential evapotranspiration prediction using nonlinear autoregressive model with exogenous input (NARX) (case study, Yazd Province, Iran). Journal of Arid Biome, 8(2), 37-49. doi: 10.29252/aridbiom.2019.1403 [in Farsi]
[3]. Chari, M. M., & Afrasiab, P. (2019). Effect of water table depth on evaporation from soil. Journal of Water and Soil Conservation, 26(3), 177-192. doi: 10.22069/jwsc.2019.15786.3100 [in Farsi]
[4]. Ciampittiello, M., Marchetto, A., Boggero, A., (2024). Water resources management under climate change: a review. Sustainability, 16(9), 3590. doi: 10.3390/su16093590
[5]. Feng, H., Wu, Z., Dong, J., Zhou, J., Brocca, L., & He, H. (2023). Transpiration – Soil evaporation partitioning determines inter-model differences in soil moisture and evapotranspiration coupling. Remote Sensing of Environment, 298, 113841. doi: 10.1016/j.rse.2023.113841
[6]. Kakeh, J., Gorji, M., Mohammadi, M. H., Asadi, H., Khormali, F., & Sohrabi, M. (2020). Studying the Effects of Biocrusts on Soil Water Dynamic and Evaporation. Iranian Journal of Soil and Water Research51(5), 1255-1264. doi: 10.22059/ijswr.2020.292760.668400 [in Farsi]
[7]. Karimisang Chini, E., & Ownegh, M. (2011). Landslide Hazard Zonation Using Weighted (AHP) Bivariate Statistical Model by AHP in Chehel-Chay Sub-Watersheds, Golestan Province, Iran. Iranian Journal of Watershed Management Science and Engineering, 5(15), 53-62.
[8]. Lehmann, P., Bickel, S., Wei, Z., & Or, D., (2020). Physical constraints for improved soil hydraulic parameter estimation by pedotransfer functions. Water Resources Research, 56(4), e2019WR025963. doi: 10.1029/2019WR025963
[9]. Lehmann, P., Merlin, O., Gentine, P., Or, D., (2018). Soil texture effects on surface resistance to bare-soil evaporation. Geophysical Research Letters, 45(19), 10398-10405. doi: 10.1029/2018GL078803
[10]. Moieni Far, S., Asadi, M. A., Maleki Nezhad, H., & Talebi, A. (2021). Determining the appropriate statistical distribution to calculate RDI in arid regions (Case study: Central Iran). Journal of Arid Biome11(1), 105-121. doi: 10.29252/aridbiom.2022.17245.1873 [in Farsi]
[11]. Pan, S., Pan, N., Tian, H., et al., (2020). Evaluation of global terrestrial evapotranspiration using state-of-theart approaches in remote sensing, machine learning and land surface modeling. Hydrology and Earth System Sciences, 24(3), 1485–1509. doi: 10.5194/hess-24-1485-2020
[12]. Qian, J., Yang, J., Sun, W., Zhao, L., Shi, L., Shi, H., Dang, C., Dou, Q. (2024). Application potential and spatiotemporal uncertainty assessment of multi-layer soil moisture estimation in different climate zones using multi-source data. Journal of Hydrology, 645(Part B), 132229. doi: 10.1016/j.jhydrol.2024.132229
[13]. Quinna, R., Parker, A., & Rushton, K. (2018). Evaporation from bare soil: Lysimeter experiments in sand dams interpreted using conceptual and numerical models. Journal of Hydrology, 564, 909-915.
[14]. Ranjbar, A., & Ebrahimi-Khusfi, Z. (2024). Analysis of internal and external dust contributions and their spatial-temporal changes in Kerman province. Journal of Arid Biome14(1), 1-19. doi: 10.29252/aridbiom.2024.20961.1979 [in Farsi]
[15]. Samadi, N., Hayati, B., & dashti, G. (2024). Sustainability Analysis of Rainfed Wheat Production in Miyaneh County by Analytical Hierarchy Process. Journal of agricultural science and sustainable production34(1), 305-320. doi: 10.22034/saps.2023.54926.2971 [in Farsi]
[16]. Seneviratne, S. I., Corti, T., Davin, E. L., Hirschi, M., Jaeger, E. B., Lehner, I., Orlowsky, B., & Teuling, A. J. (2010). Investigating soil moisture–climate interactions in a changing climate: A review. Earth-Science Reviews, 99(3–4), 125-161. doi: 10.1016/j.earscirev.2010.02.004
[17]. Sharghi, T., Bari Abarghuei, H., Asadi, M. A., & Kousari, M. R. (2010). Estimation of reference evapotranspiration using FAO-Penman-Monteith method and its zonation in Yazd province. Journal of Arid Biome1(1), 25-33. [in Farsi]
[18]. Wang, S., Zhu, C., Huang, Z., Li, Y., Cui, C., & Zhang, C. (2022). Primary roles of soil evaporation and vegetation in driving terrestrial evapotranspiration across global drylands. Science of the Total Environment, 958, 178073. doi: 10.1016/j.scitotenv.2024.178073
[19]. Xue, K., Song, L., Xu, Y., Liu, S. et al., (2023). Estimating ecosystem evaporation and transpiration using a soil moisture coupled two-source energy balance model across FLUXNET sites. Agricultural and Forest Meteorology, 337, 109513. doi: 10.1016/j.agrformet.2023.109513
[20]. Yarami, N., Ali Mohammadi Dareh, A. M., & Tahan Poor Bideh, A. M. (2020). The effect of natural mulches on evaporation reduction of soil surface under different irrigation water salinity. Iranian Journal of Irrigation & Drainage14(3), 841-854. [in Farsi]
[21]. Zarei, G., Homaee, M., Liaghat, A.M., & Hoorafar, A. H. (2010). A model for soil surface evaporation based on Campbll’s retention curve. Journal of Hydrology, 380(3-4), 356-361. doi: 10.1016/j.jhydrol.2009.11.010
[22]. Zarei, S., Keshavarz, S. (2024). Flood hazard zoning in dry areas, using AHP-Fuzzy Model in Dashti region, south Iran. Journal of Arid Biome, 14(1), 47-60. doi: 10.29252/aridbiom.2024.21525.2011
[23]. Zhang, X., & Huang, X., (2019). Human disturbance caused stronger influences on global vegetation change than climate change. PeerJ 7, e7763. doi: 10.7717/peerj.7763
[24]. Zhou, S., Yu, B., Zhang, Y., Huang, Y., Wang, G. (2016). Partitioning evapotranspiration based on the concept of underlying water use efficiency. Water Resources Research, 52(2), 1160–1175. doi: 10.1002/2015WR017766