Geri Dön

Sulama amaçlı bir barajın optimum işletme modelinin belirlenmesi

Determination of optimal operation model for an irrigation reservoir

  1. Tez No: 104243
  2. Yazar: SABAHATTİN IŞIK
  3. Danışmanlar: PROF. DR. CEVAT ERKEK
  4. Tez Türü: Doktora
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2001
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 171

Özet

SULAMA AMAÇLI BİR BARAJIN OPTİMUM İŞLETME MODELİNİN BELİRLENMESİ ÖZET Su bitki üretimi için temel bir ihtiyaçtır. Sınırlı su kaynaklarını optimum şekilde kullanarak ürün ve randımanı artırmak, su mühendisliğinin en önemli konularından biridir. Bu çalışmada, sulama amaçlı bir haznenin sahasında muhtelif sayıda ekilen bitkilerden maksimum net faydayı elde etmek için suyun optimum dağıtılması problemi incelenmiştir. Bu çalışmada bitki kök ve gövde gelişimi lineer, toprak porozitesi homojen, toprak nemi dinamik, meteorolojik veriler detenrıinistik, hidrolojik veriler ise stokastik olarak dikkate alınmıştır. Ne zaman, nerede, ve ne kadar suya ihtiyaç olduğunu tespit eden ve mevcut suyu optimum şekilde dağıtan bir SULAMA modeli geliştirilmiştir. Bu modelde ilk önce yıllık mevcut su kapasitesiyle maksimum net faydayı verecek optimum bitki deseni belirlenmektedir. Daha sonra günlük toprak nemi dengesi kullanılarak günlük sulama ihtiyaçları belirlenmektedir. Yeterli su potansiyeli durumlarında tam sulama programı belirlenmektedir. Yetersiz su potansiyeli durumunda ise, sezon içinde maksimum net faydayı elde etmek için optimum su dağıtım programı dinamik programlama tekniğinden faydalanılarak yapılmaktadır. Sulama kısıntı oranlan, hangi bitkinin hangi büyüme evresinde olacağı, klasik metotlardan farklı olarak dinamik olarak geliştirilen bir yöntemle belirlenmektedir. Bu metotta, sulama kısıntı oranlan önceden tayin edilmemekte ve sabit alınmamaktadır. SULAMA modelinde, karar aralıklan günlük olarak seçilirken sulama aralıklan dinamik olarak belirlenmektedir. Toprak nem dengesi dinamik yapı gösterdiği için muhtemel her bir kısıntı oram için senaryolar geliştMlmiştir. Maksimum net faydayı veren her bir bitidnin büyüme aşamalarındaki optimum kısıntı oranlan belirlenmiştir. Bir bitkinin aynı kısıntı değerine karşılık birden fazla çözüm varsa, verimi en büyük yapan kısıntı oranlan seçilmiştir. Bütün bu işlemler sadece bir bitki için 1 336 336 adet senaryo izlenerek verimi en yüksek yapan kısıntı değerleri bulunmuştur. Her bir senaryoda ekimden hasada kadar, günlük karar aralıklan ile dinamik sulama suyu ihtiyaçlan hesaplandığından, optimizasyon sonucunda elde edilen çözüm bir bitkinin sezon boyunca sulama zaman ve miktarlarım vermektedir. Bu çalışmada, FAO Penman-Monteith Metodu referans bitki evapotranspirasyonunu (ETq) hesaplamak için kullanılmıştır. Bu metot 0.12 m uniform yüksekliğinde, 70 sm“1 lik bir yüzey direnci ve 0.23 albedosu olan aktifçe büyüyen ve yeterli sulanan bir yeşil çayır yüzeyinden olacak ET'yi temsil eden hipotetik bir bitki alınarak geliştirilmiştir. FAO Penman-Monteith metodu ile referans evapotranspirasyon aşağıdaki gibi hesaplanabilir: XV0.408 A(Rn-G)+y-^- u2(es-ea) ET0 = -, - J- + 273 (1) 0 A + y(l + 0.34u2) K) Burada, ETo referans evapotranspirasyon (mm/gün), A doymuş buhar basıncı sıcaklık eğrisinin eğimi (kPa/°C), Rn bitki yüzeyindeki net radyasyon (MJ m”2 /gün), G toprak ısı akımı yoğunluğu (MJ m“2 /gün), y psikrometrik sabit (kPa/°C), T yerden 2 m yükseklikteki hava sıcaklığı (°C), U2 yerden 2 m yükseklikte ölçülen rüzgar hızı (m/s), es günlük ortalama sıcaklıkta doymuş buhar basmcı (kPa), ea havarim ortalama gerçek buhar basıncıdır (kPa). Bitki evapotranspirasyonu ETo'nun bitki katsayısı Kc ile çarpılmasıyla hesaplanabilir. Kc katsayısı bitki karakteristikleri ile toprak yüzeyinden buharlaşmanın ortalama etkilerini kapsamaktadır. Bitki katsayısı (Kc) iki ayrı katsayıya, birisi bitki transpirasyonu için temel bitki katsayısı (Kd,) ve diğeri toprak buharlaşması için (Ke) katsayısına ayrılmaktadır. Ayrıca toprak su stresi şartlarında, toprak su stresinin etkisi, temel bitki katsayısı bitki stres katsayısı ile çarpılarak ifade edilir. Gerçek bitki evapotranspirasyonu (ETa) aşağıdaki gibi hesaplanabilir: ETa=(KsKcb+Ks)ETo (2) Bitkiler teorik olarak tarla kapasitesi (0pc) ile solma noktası (8wp) arasındaki mevcut su muhtevasını (9fc-6wp) kullanabilirler. Her ne kadar solma noktasına kadar toprak suyunun tamamı teorik olarak bitkiler için kullanılabilir olsa da, toprak su muhtevası solma noktasına düşmeden çok önce bitki su çekimi azalır. Toprak su muhtevası belirli bir değerin altına düştüğü zaman, bitkinin evapotranspirasyonu potansiyel evapotranspirasyonun altına düşer. Bitkinin su stresine girmeden kök bölgesinden çekebileceği mevcut su muhtevası şöyle hesaplanabilir: Pb(eFC-ewp) (3) Burada, pb toplam kullanılabilir toprak suyunun bitki strese girmeden çekilebilir kısmı, pb değeri bitki ve toprak cinsine ve bitkinin potansiyel evapotranspirasyonuna bağlı olarak değişir. Bitkinin su stresine girdiği andaki toprak su muhtevasını stres noktası (9s(pb)) diye tanımlarsak, tarla kapasitesi (9fc) ile stres noktası (0s(p)) arasındaki toprak su muhtevasına da güvenli faydalı kapasite diyebiliriz. Buna göre stres noktası (0s(Pb)) aşağıdaki eşitlikle hesaplanabilir: es(Pb) = 0FC-Pb(0FC-0wp) (4) Toprak su muhtevası, stres noktasına (0s(pb))'e düşene kadar su stresi katsayısı (Ks) l'e eşittir. Toprak su muhtevası 0s(pb)'in altına düşerse, su stresi katsayısı (Ks) şu şekilde hesaplanabilir: *.%?'?? e.o.cp,,) (5) Ks=l e^0s(pb) (6) Burada, 0i= i. günde kök bölgesinde toprak suyu muhtevasıdır. xviBu çalışmada hazne giriş akımları 1. mertebe Markov modeli (AR(1)) olan Thomas- Fiering modeli ile üretilmiştir. AR(1) modeli aşağıdaki gibi yazılabilir: yij=pijyi,H+8ij (?) X”- X. Burada, i ve j indisleri sırasıyla yıllan ve aylan temsil etmektedir, yH = - - ile dönüştürülen değişken, pij j-1 ve j-inci aylar arasındaki otokorelasyon katsayısı, sy bağımsız değişken, Xy i. yılın j. ayındaki akım, Xj aylık ortalama akım ve sxj aylık akımların standart sapmasıdır. Kök bölgesinde mevcut toprak nemi stres noktasının veya güvenli tüketilebilir toprak neminin altına düşmesi durumunda, toprağa tarla kapasitesine ulaşacak kadar su verilir. Buna göre bir t periyodunda bir bitkinin su ihtiyacı IRR1 şöyle bulunur: e;=(l-KKOL/2le,(pb)] (8a) e^e^IRR^O (8b) G^6j-> IRR^Cl-KKOL^lepcR^-te^+P,1)! (8c) Burada, Qg t periyodunda tüketilmesine izin verilen toprak nem muhtevası, KKOl kısıntılı sulama durumunda L büyüme aşamasında kısıntı kontrol oram, yeterli sulama durumunda ise sıfıra eşit, 9ml t periyodunda ortalama başlangıç nemi, IRR* t periyodunda bitkinin sulama suyu ihtiyacı, Rzl t periyodunda bitkinin kök deriliği, Pel t periyodunda etkili yağıştır. Toprak nemi muhtevası Om sezon başında tarla kapasitesine eşit kabul edilir ve ondan sonra her adımda aşağıdaki gibi hesaplanır: 6JRİ = eJX +?* +IRRl -ET.1 (9a) (9b) »t+ı eksinin ^9^R^ + A9t+1AR*+1 ^ T, t+l 'ÜFC Kz J Burada, 0/ t periyodu sonunda zemin nemi, ETal t periyodunda gerçek evapotranspirasyon (mm), A0t+1 t ile t+1 periyotlan arasında artan birim kök derinliğindeki (AREt+1) zeminin nemidir. Önerilen model birisi suyu talep eden bitki kök bölgesi ile diğeri suyu arz eden biriktirme haznesi olmak üzere iki farklı kontrol hacmini birbirine entegre etmektedir. Biriktirme haznesi ile kök bölgesi arasındaki entegrasyon Şekil (l)'de gösterilmiştir. Bu çalışmada geliştirilen modelin amaç fonksiyonu aşağıdaki gibi verilmiştir: N ne Gf=max£ J] j=l i=l f T7T.. >\ 1_KyiJ ! ETay V ETmi ) Ym. (UBj - UC; - UWC; )AREAj (10) Burada, Gf sistemin optimum beklenen değeri, Ky verim duyarlılık faktörü ETa gerçek evapotranspirasyon (mm), ETm maksimum evapotranspirasyon (mm), Ym xvıımaksimum verimdir (kg/da), UNFy birim alandan birim sulamaya karşılık alman net faydadır (fayda/da/mm), UBj birim alanda birim verimden elde edilen fayda, UQ birim alanda birim verimin maliyeti, UCW; birim alanda birim verime karşılık gelen sulamanın maliyeti, AREA; her bir bitkinin ekim alanıdır (da). REL= - ne N i=l j=l Kök Bölgesi DP CR X : Hazneye giren akımlar qk : Sulama randımanı P : Yağış IRR: Her bitkinin günlük sulama suyu ihtiyacı E : Buharlaşma ET : Evapotranspirasyon SH : Hazneden veya hazneye sızma DP : Kök bölgesinden derine süzülme REL : Hazneden bitkilere verilen su CR : Yer altı suyundan kök bölgesine yükselen su ne : Bitki sayısı N : Gün sayısı Şekil 1. Biriktirme Haznesi İle Kök Bölgesi Arasındaki Entegrasyon Modelin uygulanabilirliği Çavdarhisar Barajında (Kütahya-Türkiye) yapılan bir çalışma ile gösterilmiştir. Kütahya bölgesinde yaygınca yetiştirilen hububat, mısır, ayçiçeği, patates, soğan, şeker pancarı, fasulye, domates, nohut ve kavun-karpuz ekilmek için seçilmiştir. Fayda-maliyet hesaplan için bitkilerin 1998 birim fiyatları değerleri kullanılmıştır. Optimum bitki deseni tam sulama, az su tüketen bitkilerin alanı artırılıp tüm alanda tam sulama, eksik sulama ve kuru tarım+tam sulama olmak üzere 4 durumda araştırılmıştır. Bütün durumlar tek tek incelendikten sonra en yüksek net faydayı veren eksik sulama durumundaki bitki deseni optimum olarak seçilmiştir. Ortalama yıl için optimum bitki deseni Şekil (2)'de görülmektedir. Kavun-karpuz, domates ve soğan % 20 ile en büyük ekim oranını alırken, patates % 10 ekim oranı ile bitki deseninde yer almıştır. Diğer tüm bitkiler ise % 5 ile en düşük oran seviyesinde bitki deseninde yer almıştır. Sulak yılda, tam sulama şartlarında optimum bitki deseni, ortalama yılda gerçekleşen oranlarda elde edilmiştir. Kurak yılda ise, net faydası en düşük ilk üç bitki kuru tarım ve diğerleri tam ve kısıntılı sulama şartlarında optimum bitki deseni elde edilmiştir. Buna göre, hububat ve kavun-karpuz % 20, mısır % 19, domates % 9 soğan % 7 ve diğer bitkiler % 5 oranında bitki deseninde yer almıştır. Her bir bitki deseni için optimum su dağıtım programı ve hazneden çekilecek günlük su miktarları belirlenmiştir. Ortalama, sulak ve kurak yıllarda bütün bitkiler için toplam verimler bulunmuştur. Belirli bir bitkinin ortalama, sulak ve kurak yıllardaki verimleri birbiriyle kıyaslanırken her durumdaki bitki ekim alanları dikkate alınmalıdır. Buğday için ortalama, sulak ve kurak yıllarda ürün miktarları sırasıyla 1139, 1232, ve 4235 tondur. Domates için ortalama, sulak ve kurak yıllarda ürün miktarları sırasıyla 29431, 29449, ve 13867 tondur. XV111OFT İMUM BİTKİ DESENİ KAVUN-KARPUZ 20% HUBUBAT mssR 5% 5% AYÇİÇEĞİ 5% PATATES 10% FASULYE ŞEKERPANCARI SOĞAN 20% 5% 5% Şekil 2. Optimum Bitki Deseni (Ortalama Yıl) Ortalama, sulak ve kurak yıllarda elde edilen toplam net faydalar 1998 yılı fiyatlarıyla sırasıyla 6.045, 6.084 ve 3.653 trilyon TL (sırasıyla 22.8, 22.96, 13.8 milyon dolar) olarak elde edilmiştir (Şekil 3). Kısıntılı sulamanın yapıldığı ortalama yılda sulama suyu hacminin sulak yıla göre % 11.4 eksik olmasına rağmen aynı bitki deseninden elde edilen toplam net faydadaki eksiklik yapılan optimum dağıtımla % 1 civarındadır. Birim net faydası yüksek olan domates, kavun-karpuz ve soğan gibi bitkiler, birim net faydası düşük olan hububat, mısır ve ayçiçeği gibi bitkilere göre ekim alanları dört kat büyük olurken, net faydaları 20 ile 100 kat arasında büyük gerçekleşmiştir. Domates, kavun-karpuz ve soğanın net faydalarının toplamı, toplam net faydanın % 80'ini oluşturmaktadır. Kurak yılda, sulak yıla göre su potansiyelinde % 50 azalma olduğundan, sulama suyu ihtiyacı ve net faydası düşük olan bitkilerin alanları bitki deseninde artırılmıştır. Bunun sonucunda ise toplam net faydada % 40 bir azalma olmuştur. Şekil 3. Gerçekleşen Toplam Net Fayda Miktarları Sonuç olarak, yeterli ve yetersiz su potansiyeli durumunda, muhtelif bitkilerden maksimum net faydayı elde etmek için haznedeki mevcut suyun optimum dağıtım programı belirlenmiştir. xıx

Özet (Çeviri)

DETERMINATION OF OPTIMAL OPERATION MODEL FOR AN IRRIGATION RESERVOIR SUMMARY Water is an essential requirement for crop production. Increasing yield and efficiency in an optimal manner through use of limited water resources is one of the most important subjects in water engineering. In this study, to attain maximum net benefit from multiple crops planted in a field for an irrigation reservoir, optimal water allocation problem was studied. For this study, it is assumed that plant root and body growth are linear; soil porosity is homogeneous; soil moisture is dynamic; meteorological data is deterministic; and hydrologic data is stochastic. A model called SULAMA was developed to determine where, when, and how much water is needed and to optimally allocate available water. In this model at the beginning, optimum crop pattern is determined to attain maximum net benefit with annually available water capacity. Henceforth, daily irrigation requirement is determined by using daily soil water balance. Under adequate water potential conditions full irrigation scheduling is determined. Under inadequate water potential conditions, optimal water allocation scheduling in a season is determined to attain maximum net benefit by using soil water balance and dynamic programming. Irrigation deficit ratios for growth stages of a specific crop are determined by a method that is dynamically developed and different from classical methods. In this method, irrigation deficit ratios are not pre-determined and taken as constant values. In the SULAMA model, when daily decision intervals are selected, irrigation intervals are dynamically determined. Since soil moisture shows dynamic structure, various scenarios were developed for probable deficit ratios. Optimum deficit ratios in the growth stages of each crop were determined for giving the maximum net benefit. When there are multiple solutions for the same deficit value of a crop, the ratios giving the highest net benefit are chosen. For all these calculations, deficit values giving the highest benefit were calculated tracing 1 336 336 scenarios for each crop. In each scenario, since dynamic irrigation requirements using daily soil moisture balance are calculated from the planting to the harvest, solution obtained for optimum allocation is the solution for irrigation time and quantity through season. In this study, FAO Penman-Monteith Method is used for reference crop evapotranspiration (ETo) determination. This method was developed by defining the reference crop as a hypothetical crop with an assumed height of 0.12 m, with a surface resistance of 70 sm“1 and an albedo of 0.23, closely resembling the evaporation from an extensive surface of green grass of uniform height, actively growing and adequately watered. FAO Penman-Monteith reference evapotranspiration can be computed as: xx0.408 A(Rn-G)+y-^- u2(es-ea) ET0 = -, - 1+27-j, (1) 0 A + y(l + 0.34u2) y) Where, ETo is reference evapotranspiration (mm/day), A is slope vapor pressure curve (kPa/°C), R”is net radiation at the crop surface (MJ m“2 /day), G is soil heat flux density (MJ m”2 /day), y is psychrometric constant (kPa/°C), T is mean daily air temperature at 2 m height (°C), u2 is wind speed at 2 m height (m/s), es is saturation vapour pressure (kPa), and ea is actual vapour pressure (kPa). Crop evapotranspiration can be calculated by multiplying ETo by the crop coefficient Kc. The Kc coefficient incorporates crop characteristics and averaged effects of evaporation from soil. The crop coefficient (Kc) is splited into two separate coefficients, one for crop transpiration, i.e., the basal crop coefficient (KCb), and one for soil evaporation (Ke). Furthermore, under soil water stress conditions, the effect of soil water stress is described by multiplying the basal crop coefficient by the water stress coefficient. Actual crop evapotranspiration can be calculated as following: ETa=(KsKcb+Ke)ET0 (2) Crops can theoretically use the available water content (9fc-9wp) between field capacity (0fc) and wilting point (9wp). Although water is theoretically available until wilting point, crop water uptake is reduced well before wilting point is reached. When the soil water content drops below a threshold value, crop evapotranspiration drops below potential evapotranspiration. The readily available water content that a crop can extract from the root zone without suffering water stress can be calculated as: Pb(erc-ewp) (3) Where, pb is average fraction of total available soil water that can be depleted from the root zone before moisture stress. The factor pb differs from one crop to another and changes depending on soil type and crop ET values. When crop reaches water stress, soil water content can be defined as stress point (&s(Pb)). Soil water content between field capacity (9fc) and stress point (9s(pb)) can be defined as safe depleting capacity. Thus, stress point (9s(pb)) can be calculated as: 0s(Pb) = 0FC-Pb(9FC-0wp) (4) Until soil water content drops the stress point, 0s(pb), the water stress coefficient, Ks equals 1. When soil water content drops below the stress point, water stress coefficient, Ks can be calculated as: K'=r£rih 6i0* -»IRR^O (8b) e^e^ iRR1 =(i-KKOL/2)[(eFCR^ -(e;x +P.U m Where, 9gl is the soil moisture content allowed for depleting in period t, KKOl is the deficit control ratio for L growth stage of a crop under inadequate water supply, zero under adequate water supply, Gm1 is the average initial soil moisture content in period t, IRR* is the irrigation requirement in period t, Rzl is the root depth of a crop in period t, and Pel is the effective rainfall in period t. Initially soil water content, 9m1 is assumed to be equal to field capacity, and in the following periods it can be calculated by: GjRİ =9tmR*+Pet+IRRt-ETat (9a) 9^=min ^Rz+A9t+1ARZ+1 Q ^ V Kz (9b) Where, 9f4 is the soil moisture content at the end of period t, ETg* is the actual ET in period t, and A9t+1 is the soil moisture in increment root zone (ARzt+1) between period tandt+1. The proposed model integrates two control volumes, one is the root zone demanding water and the other is the reservoir supplying water. The integration between reservoir and root zone is demonstrated in Figure (1). The objective function of the model developed in this study is given by, N nc Gf=max£ ]T j=ı i=ı L Ym. (UBj - UC, - UWCj )AREAj (10) where, Gf is the optimum expected value of the system, Ky is the yield sensitive factor, ETa is the actual evapotranspiration (mm), ETra is the potential xxn.SSS*evapotranspiration (mm), Ym is the maximum yield (kg/da), UBj is the benefit of unit yield in unit area, UQ is the unit cost of unit yield in unit area, UCWj is the unit cost of water of unit yield in unit area, and AREAi is the crop area. REL= oc nc N EEiRR i=l j=l : Reservoir inflows qk : Irrigation efficiency Rainfall IRR: Irrigation requirement E : Evaporation ET : Evapotranspiration SH : Seepage from or into reservoir DP : Deep percolation REL : Release from reservoir for crops CR : Capillary rise from groundwater table nc : Number of crops N : Number of days Figure 1. The Integration Between Reservoir and Root Zone The applicability of the model is demonstrated through a case study of Çavdarhisar reservoir in Kütahya-Turkey. From the crops commonly grown in the area, wheat, maize, sunflower, potato, onion, sugar beet, beans, tomato, chickpea, and melon- watermelon were selected to be planted. The unit benefit and cost values of crops in 1998 were used for benefit-cost calculations. Optimum crop pattern is investigated in four situations such as adequate irrigation, adequate irrigation in full area increasing crop areas requiring less water, deficit irrigation, and nonirrigated + adequate irrigation. After all situations are examined one by one, the crop pattern in the situation giving the highest net benefit is selected as the optimum. In average year, the optimum crop pattern is shown in Figure (2). Melon-watermelon, tomato, and onion with 20 % and potato with 10 % are involved in crop pattern. Others with 5 % are involved in crop pattern as the lowest percent level. In rainy year, the optimum crop pattern under adequate water supply is the same as the average year. In drought year, the optimum crop pattern is found in the first three crops that have least net benefit under nonirrigated situation and others under adequate water supply. Thus, wheat and melon-watermelon, maize, tomatoes, onion, and others with 20, 19, 9, 7, and 5 %, respectively are involved in the optimum crop pattern. The optimum water allocation for each crop and daily reservoir release quantities were determined. Total yields for all crops in average, rainy, and drought years are found. When yields of a specific crop in average, rainy, and drought years are compared with each other, crop areas for each situation should be taken into consideration. Crop yields for wheat are 1 139, 1232, and 4235 tons in average, rainy, and drought years, respectively. Crop yields for tomato are 29431, 29449, and 13867 tons in average, rainy, and drought years, respectively. xxniOPT IMUM CROP PATTERN MELON- WATERMELON 20% SUNFLOWER 5% POTATO 10% Figure 2. Optimum Crop Pattern (Average Year) In average, rainy, and drought years, the total net benefits are respectively 6.045, 6.084 and 3.653 trillion Turkish Liras (22.8, 22.96, and 13.8 million dollars respectively) for 1998 unit benefit-cost values (Figure 3). Although water supply under deficit irrigation in average year is 11.4 % less than that in rainy years, the deficiency of the total net benefit in the same crop pattern is only about % 1 by using optimum allocation. The planted areas of the crops that have the highest unit net benefit such as tomatoes, melon-watermelon, and onion are four times greater than those that have the lowest unit net benefit such as wheat, maize, and sun flower, however, their net benefits are 20-100 times greater. Total net benefits of tomato, melon-watermelon, and onion constitute 80 % of the total net benefit. Since water supply in drought year is 50 % less than those in rainy year, the planted areas of the crops requiring less water and having less net benefit were increased in the crop pattern. Therefore, there was a 40 % decrease in the total net benefit. 7000 '6000 5000 4000 3000 2000 1000 WHEAT MAIZE SUN- aOWER POTATO ONION SUGAR BEET BEANS ?AVERAGE 18 54 77 755 121 77 I RAINY 21 63 84 753 1890 121 78 BDR0UGHT 83 109 21 373 623 121 78 Figure 3. Net Benefits in Average, Rainy, and Drought Years As a result, under adequate and inadequate water supply, optimum allocation scheduling of available water in the reservoir was determined to attain maximum net benefit from multiple crops. xxiv

Benzer Tezler

  1. Tez No

    635396

    Kemer hidroelektrik santrali için işletme eğrisinin oluşturulması

    Development of the rule curve for Kemer hydroelectric power plant

    AYŞE ERYOLCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İnşaat MühendisliğiPamukkale Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜRHAN GÜRARSLAN

  2. Tez No

    718062

    Atatürk barajı'nın yıkılması durumunda oluşabilecek subaskınının CBS kullanılarak modellenmesi

    GIS based flood risk modelling of possible damage of theAtaturk dam

    FATİH YEKELER

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. HİMMET KARAMAN

  3. Tez No

    383218

    Determination of optimum capacity and operation of reservoirs for irrigation purposes

    Sulama amaçlı rezervuarlarda işletme çalışması yapılması ve optımum rezervuar kapasitesinin belirlenmesi

    TAHA EMRE ERDİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE BURCU ALTAN SAKARYA

  4. Tez No

    16432

    Sulama amaçlı su depolama yapılarının işletim modelleri üzerinde bir inceleme

    Başlık çevirisi yok

    TEKİN ÖZTEKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    ZiraatUludağ Üniversitesi

    PROF.DR. ABDURRAHİM KORUKÇU

  5. Tez No

    352396

    Terkos gölüne gelen aylık debinin çeşitli metotlarla tahmini

    Montly inflow prediction for Terkos lake by various methods

    HALİL İBRAHİM TÜRKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ÖZGER

Geri Dön