Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The irrigation area of Parsanga is located in Sumenep Regency, Madura Island of Indonesia. This irrigation area is 500 ha and the existing cropping pattern is paddy–paddy–second crop. There is water discharge deficiency due to the existing cropping pattern mainly in the dry season. Thus, this study intends to optimize the cropping pattern for 3 condition so that it can produce the maximum benefit of agricultural product. The first cropping pattern is paddy/second crop–second crop–paddy/second crop; the second proposition is paddy/second crop –paddy/second crop–second crop; and the third proposition is paddy–second crop–paddy/second crop. The optimization analysis is carried out by using the linear programming. The suggested three cropping patterns are not only able to solve the water deficiency; they can also present the more production benefit than the existing condition.
PL
Nawadniany obszar Parsanga znajduje się w dystrykcie Sumenep na wyspie Madura w Indonezji. Ma powierzchnię 500 ha, a system upraw tam stosowanych to ryż–ryż–drugi plon. W warunkach takiego systemu uprawy występują deficyty wody, szczególnie w porze suchej. Z tego powodu przedstawione badania miały na celu optymalizację systemu upraw w trzech systemach, aby uzyskać maksymalne korzyści w produkcji rolniczej. Trzy systemy to: 1 – ryż/drugi plon–drugi plon–ryż/drugi plon, 2 – ryż/drugi plon–ryż/drugi plon–drugi plon i 3 – ryż–drugi plon–ryż/drugi plon. Optymalizację wykonano z zastosowaniem programowania linearnego. Sugerowane trzy systemy są w stanie nie tylko rozwiązać problem deficytu wody, ale także dają korzyści produkcyjne większe niż obecnie uzyskiwane.
EN
Analysis of rainfall intensity with specific probability is very important to control the negative impact of rainfall occurrence. Rainfall intensity (I), probability (p) and return period (T) are very important variables for the discharge analysis. There are several methods to estimate rainfall intensity, such as Talbot, Sherman, and Ishiguro. The aim of this research is to develop equation model which can predict rainfall intensity with specific duration and probability. The equation model is compared with the other methods. The result of rainfall intensity model with the value of correlation >0.94 and Nash–Sutcliffe coefficient >99 is quite good enough if compared with the observation result. For specific return period, the modelling result is less accurate which is most likely caused by election of duration. Advanced research in other location indicates that short duration gives the better result for rainfall intensity modelling, which is shown by the decreasing average value of mean absolute error (MAE) from 12.963 to 8.26.
PL
Analiza intensywności opadów o określonym prawdopodobieństwie jest bardzo ważna, aby móc kontrolować negatywny wpływ opadów. Intensywność opadu (I), jego prawdopodobieństwo (p) i okres powtarzalności (t) są istotnymi zmiennymi w analizie odpływu. Istnieje kilka metod (Talbota, Shermana i Ishiguro) wykorzystywanych do oceny intensywności opadu. Celem badań było zbudowanie modelu, który może przewidywać intensywność opadu o określonym czasie trwania i prawdopodobieństwie. Wyniki uzyskane za pomocą modelowania porównano z uzyskanymi innymi metodami. Wyniki modelu intensywności opadów z wartością korelacji >0,94 i współczynnikiem Nasha–Sutcliffe’a > 0,99 są wystarczająco dobre, jeśli porówna się je z danymi pochodzącymi z obserwacji. W odniesieniu do określonego okresu powtarzalności wyniki modelowania są mniej dokładne, prawdopodobnie ze względu na wybrany czas trwania. Zaawansowane badania w innych lokalizacjach wskazują, że w przypadku wyboru krótkich czasów trwania opadu uzyskuje się lepsze wyniki modelowania intensywności opadu, czego dowodem jest malejący z 12,963 do 8,26 średni błąd bezwzględny.
EN
Land use change in the upstream of Rawa Pening watershed which is more and more dominated by residence and industry causes the increasing of surface flow discharge on the rainy season. In addition, the decreasing of Rawa Pening ability in storing flood discharge also influences to the cropping area in surrounded Rawa Pening. Water surpluses occurring downstream are related to the land use change in the upstream which gives impact in the downstream. However, it is as an important reason to carry out the optimization of water economic value in this region. The disruption of water availability causes the decreasing of any production like hydroelectrical power, fresh water, and rice production, so the optimal water economy is decreasing. This research intends to: 1) analyse the effect of land use change to the water availability; 2) analyse the land use change to the water balance; and 3) build and analyse the optimization model of water economic value due to the land use change. Results show that there is the different influence of land use change during the years to the results of water value optimization.
PL
Zmiana użytkowania ziemi w górnej zlewni Rawa Pening coraz bardziej zdominowanej przez zabudowę mieszkalną i przemysłową powoduje wzrost odpływu powierzchniowego w porze deszczowej. Malejąca zdolność Rawa Pening do retencji wód powodziowych wpływa na okoliczne tereny uprawne. Nadmiary wody występujące w dolnej części zlewni są powiązane ze zmianami użytkowania ziemi w górnej części zlewni. Ta zależność jest ważnym powodem podjęcia optymalizacji gospodarki wodnej regionu. Zakłócenia w dostępności wody powodują zmniejszenie produkcji energii elektrycznej wytwarzanej w hydroelektrowniach, wody słodkiej i ryżu, skutkiem czego maleje optymalne wykorzystanie wody. Badania miały na celu: 1) analizę wpływu zmian użytkowania ziemi na dostępność wody; 2) analizę wpływu tych zmian na bilans wodny; 3) skonstruowanie i analizę modelu optymalizacji gospodarczej wartości wody w związku ze zmianami użytkowania ziemi. Wyniki dowodzą różnego wpływu zmian w czasie na optymalizację wartości wody.
EN
The aims of this study were to evaluate five infiltration models for mineral soils in the tropics with different land use types, such as settlements, plantations, rice fields, and forests. The infiltration models evaluated were Green–Ampt, Kostiakov, Kostiakov–Lewis, Philip, and Horton. The research was conducted at the Amprong watershed, Malang, Indonesia. The infiltration rate of the thirteen soil samples was analysed. The infiltration was tested using Turf-Tech infiltrometer. Moreover, each soil sample was tested in terms of the bulk density, specific gravity, porosity, soil moisture, and soil texture. The results of the study indicate that there is no significant difference (α = 5%) in the infiltration rate among the five models of infiltration. The infiltration rate in the study site was considered fast. Three models exhibiting the best performance are Kostiakov, Kostiakov–Lewis, and Horton model, respectively. The highest infiltration rate occurred in the forest land use while the lowest occurred in the rice field land use. The results of this study suggest that the infiltration model parameters correlate closely with the initial infiltration rate (fo) and the final infiltration rate (fc). In other words there is a correlation between the soil's ability to absorb water (representing the capillary force or horizontal flow) at the beginning of the infiltration (fo) and the gravity or the vertical flow upon reaching the final infiltration rate (fc).
PL
Celem badań prezentowanych w niniejszej pracy była ocena pięciu modeli infiltracji opracowanych dla gleb mineralnych o różnym typie użytkowania w tropikach, takich jak: obszary zabudowane, plantacje, pola ryżowe i lasy. Oceniano modele Greena–Ampta, Kostiakova, Kostiakova–Lewisa, Philipa i Hortona. Badania prowadzono w zlewni Amprong, Malang w Indonezji. Analizowano tempo infiltracji w trzynastu próbkach glebowych z użyciem infiltrometru Turf-Tech. Ponadto w każdej próbce gleby analizowano gęstość objętościową, ciężar właściwy, porowatość, wilgotność gleby i skład granulometryczny. Wyniki badań dowiodły, że nie ma istotnej różnicy w tempie infiltracji (α = 5%) obliczonej za pomocą wymienionych pięciu modeli. Uznano, że tempo infiltracji było duże. Trzy modele, kolejno: Kostiakova, Kostiakova–Lewisa i Hortona okazały się najbardziej odpowiednie. Największe tempo infiltracji stwierdzono w glebach leśnych, a najmniejsze w glebach pod polami ryżowymi. Wyniki badań sugerują, że parametry modelu infiltracji są ściśle skorelowane z początkowym (fo) i końcowym (fc) tempem infiltracji. Innymi słowy, istnieje korelacja między zdolnością gleby do absorbowania wody (reprezentowana przez siły kapilarne i przepływ poziomy) na początku infiltracji (fo) oraz siłą ciążenia i przepływem pionowym po osiągnięciu końcowego tempa infiltracji (fc).
EN
The Dee Investigation Simulation Program for Regulating Network (DISPRIN) model consists of eight tanks that are mutually interconnected. It contains 25 parameters involved in the process of transforming rainfall into runoff data. This complexity factor is the appeal to be explored in order to more efficiently. Parameterization process in this research is done by using Differential Evolution (DE) algorithm while parameters sensitivity analysis is done by using Monte Carlo simulation method. Software application models of merging the two concepts are called DISPRIN25-DE model and compiled using code program M-FILE from MATLAB. Results of research on Lesti watershed at the control point Tawangrejeni automatic water level recorder (AWLR) station (319.14 km2) in East Java Indonesia indicate that the model can work effectively for transforming rainfall into runoff data series. Model performance at the calibration stage provide value of NSE = 0.871 and PME = 0.343 while in the validation stage provide value of NSE = 0.823 and PME = 0.180. Good performance in the calibration process indicates that DE algorithm is able to solve problems of global optimization of the equations system with a large number of variables. The results of the sensitivity analysis of 25 parameters showed that 3 parameters have a strong sensitivity level, 7 parameters with a medium level and 15 other parameters showed weak sensitivity level to performance of DISPRIN model.
PL
Model DISPRIN składa się z ośmiu zbiorników wzajemnie ze sobą połączonych. Zawiera 25 parametrów zaangażowanych w proces transformacji danych opadowych w dane odpływu. Ten czynnik złożoności skłania do podjęcia badań celem zwiększenia wydajności. W badaniach prezentowanych w niniejszej pracy proces parametryzacji zrealizowano, stosując algorytm zróżnicowanej ewolucji (DE), podczas gdy analizę czułości przeprowadzono z użyciem metody symulacji Monte Carlo. Modele aplikacji polegające na łączeniu dwóch koncepcji nazywane są DISPRIN25-DE i są kompilowane za pomocą programu M-FILE z MATLAB. Wyniki badań zlewni Lesti (319,14 km2) w punkcie kontrolnym stacji Tawangrejeni z automatycznym pomiarem poziomu wody w prowincji Jawa Wschodnia w Indonezji wskazują, że model może efektywnie działać w celu przekształcenia opadów w serie danych o odpływie. Na etapie kalibracji model dostarczył wartości NSE = 0,871 i PME = 0,343, a na etapie walidacji wartości NSE = 0.823 i PME = 0,180. Dobre rezultaty w procesie kalibracji wskazują, że algorytm DE jest zdolny rozwiązywać problemy globalnej optymalizacji systemu równań z dużą liczbą zmiennych. Wyniki analizy czułości 25 parametrów wykazały, że 3 parametry mają wysoką czułość, 7 – pośrednią, a 15 innych parametrów cechuje niski poziom czułości na zachowanie modelu DISPRIN.
EN
As a type of gate that is used to control the water level upstream, sluice gate is the gate with simple shape and outstanding ability to flush the sediment. The operation of the gate is considered an important process. The up and down movement of the gate would affect the velocity and cause local scour as the result of fluctuating rate. This research aims to assess the effects of discharge and gate-opening height variations, as well as the type of bedchannel material, on the change of depth of scour (ds). The research was conducted of open channel flow model with a sluice gate able to up and down movement. The discharges used in the research were 9 types ranging from 1.0 to 5.0 dm3·s–1. There were 5 variations in the height of gate-opening ranging from 0.5 to 2.5 cm at intervals of 0.5 and types of channel-bed material. The results of the research showed that the depth of scour can be analysed as a function of discharge, height of gate-opening, height of water level upstream and downstream, and the type of bed material used. The scour depth equation is ds=1.7822(Q/a )1.1347 a. Calculated coefficient of determination of the relationship between two types of channel-bed material and the depth of scour was R2 = 0.946. Consequently, it can be concluded that the equation can be applied on both types of bed-channel material.
PL
Wrota śluzy o prostym kształcie i wyjątkowej zdolności do przemywania osadu są urządzeniem do kontrolowania poziomu wody powyżej śluzy. Ważnym procesem jest sposób operowania wrotami. Ruch wrót w górę i w dół wpływa na szybkość przepływu i powoduje lokalne rozmycie dna. W badaniach prezentowanych w niniejszej pracy oceniano efekt odpływu i zmiennej wysokości otwarcia wrót oraz typu materiału podłoża na głębokość rozmycia (ds). Badania prowadzono na modelowym, otwartym kanale przepływowym z wrotami śluzy o ruchu pionowym. Zastosowano 9 prędkości przepływu – od 1,0 do 5,0 dm3·s–1 i 5 wysokości otwarcia śluzy – od 0,5 do 2,5 cm w przedziałach co 0,5 cm oraz różne typy materiału podłoża. Wyniki badań dowiodły, że głębokość rozmycia można analizować jako funkcję odpływu, wysokości otwarcia śluzy, wysokości poziomu wody powyżej i poniżej śluzy oraz typu użytego podłoża. Otrzymane równanie głębokości rozmycia ma postać ds=1,7822(Q/a )1,1347a . Obliczony współczynnik determinacji dla zależności głębokości rozmycia od dwóch typów materiału podłoża wynosił R2 = 0,946. Można zatem wnioskować, że równanie może być stosowane do obydwu typów podłoża.
EN
Indonesian Technical Implementation Unit (UPT) of Synthetic Rainfall has modified climate by generating synthetic rainfall from 9th May until 4th June 2013. This unit has cooperated with the Department of Technological Study and Application (BPPT) of Indonesia and Perum Jasa Tirta I and TNI AU Lanud Abdulrachman Saleh. This study intended to increase reservoirs water level in upstream Brantas watershed, one of them is Sutami reservoir. Successive grade evaluation of synthetic rainfall used the method of Double Ratio and Flow Discharge. The target area is upstream Brantas watershed that is represented by 12 rainfall stations and the control area is in the distance of ±30 km from the boundary of upstream Brantas watershed and is represented by 5 rainfall stations. Results show rainfall increasing by 152.05% according to the Double Ratio method and the increase of flow discharge from Sutami reservoir by 74.19% according to the Flow Discharge method.
PL
Indonezyjski Dział Technicznych Wdrożeń (UPT) Sztucznego Deszczu dokonał modyfikacji klimatu przez wygenerowanie sztucznego deszczu od 9 maja do 4 czerwca 2013 r. Dział ten współpracował z Departamentem Technologicznych Badań i Zastosowań (BPPT) Indonezji oraz z Perum Jasa Tirta I i z TNI AU Lanud Abdulrachman Saleh. Celem badań było podniesienie poziomu wody w zbiornikach na terenie górnej części zlewni Brantas. Jednym z tych zbiorników jest Sutami. Stopniowej oceny sztucznego opadu dokonano, używając metody dwustosunku i metody wielkości odpływu. Obiektem badań była górna część zlewni Brantas reprezentowana przez 12 posterunków pomiaru opadu i obszar kontrolny leżący ok. 30 km od granicy zlewni reprezentowany przez 5 posterunków opadowych. Wyniki wskazują wzrost opadu o 152,05% według metody dwustosunku i wzrost odpływu ze zbiornika Sutami o 74,19% według metody wielkości odpływu.
EN
This study intends to analyse the suitable hydrograph in upstream Brantas sub watershed. The methodology consists of comparing the result of hydrograph due to the methods of Nakayasu synthetic unit hydrograph (SUH), Limantara synthetic unit hydrograph, and the observed unit hydrograph. In detail, this study intends to know the difference of hydrograph parameters: α and Tg as recommended by Nakayasu and in the study location; to know the influence of main river length which is used in the methods of Nakayasu and Limantara to the time of concentration; to know the hydrograph ordinate deviation between Nakayasu and Limantara due to the observed hydrograph. Result is hoped for recommending the suitable hydrograph in upstream Brantas subwatershed so that it can be used accurately for the further design of water resources structure.
PL
Celem badań była analiza hydrogramu dla górnej części zlewni cząstkowej Brantas. Porównano hydrogram uzyskany metodą syntetycznego hydrogramu jednostkowego wg Nakayasu, syntetycznego hydrogramu jednostkowego wg Limantary i obserwowanego hydrogramu jednostkowego. Badania zmierzały przede wszystkim do poznania różnic wartości parametrów hydrogramu: α i Tg zalecanych przez Nakayasu i mierzonych na obszarze badań, poznania wpływu długości rzeki (używanego w metodach Nakayasu i Limantary) na czas koncentracji oraz określenie odchyleń rzędnej hydrogramu między metodą Nakayasu i Limantary w powiązaniu z obserwowanym hydrogramem. Oczekiwano, że wyniki dadzą podstawy do zalecenia hydrogramu odpowiedniego dla górnej części zlewni Brantas, by mógł on być stosowany do przyszłego planowania struktury zasobów wodnych.
EN
This study intended to illustrate the distribution of surface run-off. The methodology was by using Kineros model (kinetic run-off and erosion model). This model is a part of AGWA program which is as the development of ESRI ArcView SIG software that is as a tool for analysing hydrological phenomena in research about watershed simulating the process of infiltration, run-off depth, and erosion in a watershed of small scale such as ≤100 km2. The procedures are as follow: to analyse the run-off depth in Brantas sub-watershed, Klojen District by using Kineros model based on the land use change due to the rainfall simulation with the return period of 2 years, 5 years, 10 years, and 25 years. Results show that the difference of land use affect the surface run-off or there is the correlation between land use and surface run-off depth. The maximum surface run-off depth in the year 2000 was 134.26 mm; in 2005 it was 139.36 mm; and in 2010 it was 142.76 mm. There was no significant difference between Kineros model and observation in field, the relative error was only 9.09%.
PL
Celem badań było przedstawienie rozkładu spływu powierzchniowego za pomocą modelu Kineros (model kinetyki spływu i erozji). Model jest częścią programu AGWA, który stanowi rozwinięcie programu ESRI ArcView SIG, czyli narzędzia do analizowania zjawisk hydrologicznych w badaniach zlewni symulujących procesy infiltracji, spływu powierzchniowego i erozji w małych zlewniach o powierzchni mniejszej niż 100 km2. Procedura obejmowała analizę głębokości spływu w zlewni cząstkowej Brantas, w Dystrykcie Klojen za pomocą modelu Kineros na podstawie zmiany użytkowania ziemi i symulacji opadów z okresem powtarzalności 2, 5, 10 i 25 lat. Wyniki wskazują, że różnice w użytkowaniu ziemi wpływają na spływ powierzchniowy i że istnieje korelacja między użytkowaniem ziemi i głębokością spływu powierzchniowego. Maksymalna głębokość spływu wynosiła 134,26 mm w roku 2000, 139,36 mm w roku 2005 i 142,76 mm w roku 2010.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.