الرسالة مقدمة إلى كلية
الهندسة في جامعة بابل وهي جزء من متطلبات الحصول على درجة الماجستير في علوم الهندسة
المدنية / هندسة الموارد المائية من قبل الطالب علي جاسم محمد صالح وبأشراف أ.م.د عمران عيسى محمد . انجزت هذه الدراسة على منطقة الفرات الاوسط و التي تشمل محافظة
بابل , كربلاء , النجف , المثنى و الديوانية , حيث تعتبر من المناطق المهمة جدا
للعراق من ناحية الموقع الجغرافي الذي تلعبه هذه المساحة و كذلك كونها غنية بالموارد
المائية ويعزى ذلك الى نهر الفرات الذي جعل من تربتها ارض رسوبية صالحة للزراعة لذلك
تعتبر الشريان الرئيسي لاقتصاد البلد ومن هذه المنطلق برزت اهمية هذه الدراسة وكما نعلم ان العراق يصنف ضمن المناطق الحارة بسبب مداره القريب من خط
الاستواء فان مقادير التبخر للمياه الحاصلة في هذه المنطقة اخذت بالارتفاع تدريجيا خصوصا في
السنوات الأخيرة لذلك من الضروري وجود سيطرة
النوعية عليها , الغرض الاساسي من البحث هو توليد معادلة عملية سهلة التطبيق لحساب
التبخر- نتح مرجعي بالاعتماد على معادلة
بنمان- مونتيث FAO Penman Monteith و باستخدام ثمان معادلات وضعية هي : معادلة بلاني كريدل FAO 24
Blaney- Criddle , موديل Pereira , طريقة وعاء التبخر , FAO 56 Pan Evaporation , طريقة Hargreaves and Samani , طريقة خروفة Kharrufa Method , طريقة الاشعاع FAO 24 Radiation , طريقة Turc Radiation , و طريقة Jensen and Haise.
 
و المقارنة بين هذه الطرق لهدف التوصل الى الطريقة
الامثل التي تلائم كل مدينة و بالاعتماد على البيانات المناخية المسجلة من سنة 1995 الى 2015 , حيث اظهرت
الدراسة ان معادلة بلاني كريدل مناسبة لكل من محافظة كربلاء , النجف و المثنى حيث
تم الحصول على معامل انحدار coefficient of determination (R2) و جذر
مربعات الخطأ root mean square error (RMSE) و حسب معادلة بنمان مونتيث وكانت القيم كالاتي:
(0.964 ,
0.683), (0.951
, 0.757), (0.953
, 0.775)على التوالي. بينما معادلة FAO Radiation
Methodتلائم محافظة بابل و الديوانية و تم الحصول على
معامل انحدار و جذر مربعات الخطأ كالتالي : (0.939, 0.656) و(0.956,
0.554) على التوالي. حيث كلا المعادلتين اعطت نتائج ممتازة و مقاربة
لمعادلة بنمان- مونتيث , ايضا في هذه الدراسة تم استخدام تقنية الشبكات العصبية
الاصطناعية Artificial Neural Networks و كذلك البرنامج الاحصائي SPSS بتقنية الانحدار الخطي linear regression و الانحدار الغير خطي nonlinear regression حيث اعطى كل منها نتائج دقيقة ممكن
تطبيقها عمليا و كان الانحدار الخطي هو الاكثر دقة في كل المحافظات حيث اعطى معامل انحدار و جذر مربعات الخطأ كالاتي (0.9705, 0.422),(0.9842,
0.378) , (0.9803,
0.387), (0.9832,
0.456)و (0.977,
0.401) لكل من محافظة بابل , كربلاء ,
النجف , المثنى و الديوانية على التوالي .بينما كانت الموديلات المحسوبة من برنامجArtificial Neural Networks ( معامل الانحدار و جذر مربعات الخطأ)
كالتالي :
(0.969,0.43) , (0.9713,0.40) , (0.9707, 0.37) , (0.9681, 0.48)و (0.9742,0.42)
لكل من محافظة بابل , كربلاء , النجف ,
المثنى و الديوانية على التوالي مع ملاحظة ان برنامج Artificial Neural Networks صعب التطبيق عمليا نوعا ما لذلك من الممكن اختيار طرق اخرى كبديل عنها مثلا
طريقة الانحدار.
اعلام كلية الهندسة
|