Optimization of sample size and location for evaluating the hydraulic performance of microirrigation subunits using simulation and genetic algorithms

• Published in: Irrigation and drainage Vol. 73; no. 4; pp. 1262 - 1278
• Main Authors: Sun, Zhanghao, Wang, Zhen, Zhang, Jina, Li, Jiusheng, Li, Yanfeng
• Format: Journal Article
• Language: English
• Published: Chichester Wiley Subscription Services, Inc 01.10.2024
• Subjects: algorithme génétique; Algorithms; Emitters; essai sur le terrain; Expressed sequence tags; field test; Field tests; genetic algorithm; Genetic algorithms; hydraulic simulation; Hydraulics; Irrigation; Irrigation systems; Matlab; microirrigation; Performance evaluation; Random sampling; Sample size; Sampling methods; Simulation; simulation hydraulique; sous‐unités; Statistical sampling; subunits; Terrain; Uniformity coefficient
• ISSN: 1531-0353; 1531-0361
• DOI: 10.1002/ird.2941

Rapid and accurate field evaluation of hydraulic performance is critical for the operation of a microirrigation system. However, the optimal sample size and the specific locations of the emitters selected in one subunit for field tests have not been determined. A model (Hydraulic Analysis of Pressurized Irrigation System,HAPIS) was constructed for hydraulic analysis of a pressurized irrigation system by coupling MATLAB and EPANET. The random sampling method (RSM) and uniform sampling method (USM) were optimized for emitters selected through simulation, aiming to achieve higher estimation accuracies of the mean emitter discharge rate of the subunit ( q¯) and the Christiansen uniformity coefficient (CU) while minimizing the number of emitters tested. In addition, a linear sampling method at predetermined emitter locations (LSMPE) was developed to simplify the evaluation process using a genetic algorithm (GA). The results indicate that the appropriate sample size range for RSM was 20–40, in which the maximum percentage difference between q¯ and CU was maintained at ±10%. For the USM, a sample size of approximately 18 can provide relatively accurate estimations of q¯ and CU, while it is recommended that the sampled emitters be distributed over three to five laterals. The optimal sample size of LSMPE could be decreased to approximately 10, and the selected emitters were arranged along the sampling line. The absolute relative estimation error of q¯ and CU could be maintained at <1%. Résumé Une évaluation rapide et précise des performances hydrauliques sur le terrain est nécessaire pour le fonctionnement d'un système de microirrigation. Cependant, la taille optimale de l'échantillon et l'emplacement précis des buses individuelles sélectionnées d'une sous‐unité pour les essais sur le terrain n'ont pas été déterminés. Un modèle (HAPIS) a été construit pour l'analyse hydraulique d'un système d'irrigation sous pression en associant MATLAB et EPANET. La méthode d'échantillonnage aléatoire (RSM) et la méthode d'échantillonnage uniforme (USM) ont été optimisées pour les buses individuelles sélectionnées par simulation, afin d'obtenir une précision d'estimation plus élevée de « q¯» et de «CU» tout en minimisant le nombre des buses individuelles testées. De plus, une méthode d'échantillonnage linéaire à des emplacements des buses individuelles prédéterminées (LSMPE) a été mise au point afin de simplifier le processus d'évaluation à l'aide d'un algorithme génétique (GA). Les résultats ont indiqué que la taille appropriée de l'échantillon pour la RSM variait de 20 à 40, dans laquelle la différence maximale en pourcentage entre « q¯» et «CU» était maintenue à ±10%. Pour l'USM, un échantillon d'environ 18 peut fournir des estimations relativement précises de « q¯» et de «CU», alors qu'il est recommandé que les buses individuelles échantillonnées soient répartis sur 3 à 5 latérales. La taille optimale de l'échantillon de LSMPE pourrait être réduite à environ 10, et les buses individuelles sélectionnées ont été disposés le long de la ligne d'échantillonnage. L'erreur d'estimation relative absolue de « q¯» et de «CU» pourrait être maintenue à <1%.