برآورد خشکسالی کشاورزی برای دوره آتی به کمک شاخص SMDI و داده های گزارش پنجم تغییر اقلیم
Publish place: Journal of Water Research in Agriculture، Vol: 33، Issue: 3
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 438
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WRA-33-3_010
تاریخ نمایه سازی: 25 شهریور 1399
Abstract:
رطوبتخاکسطحی، متغیریمهمدرچرخهآبیطبیعتاستکهنقشمهمی در تعادلجهانیآبوانرژیبه واسطهتاثیربرفرآیندهای هیدرولوژیک،اکولوژیکوهواشناسیدارد. رطوبت خاک یک پارامتر تعیین کننده در بسیاری از فرآیند های پیچیده زیست محیطی است و نقش تعیین کننده ای در وقوع خشکسالی کشاورزی دارد. در این تحقیق، با استفاده از داده های برآورد شده رطوبت خاک توسط مدل SWAPو داده های گزارش پنجم تغییراقلیم، خشکسالی کشاورزی به کمک شاخص کمبود رطوبت خاک برای دوره پایه (2011-1992) و دوره آتی (2039-2020) تعیین شد. داده های اقلیمی بهکمک شش مدل GCMو دو سناریوی انتشار RCP4.5و RCP8.5برآورد گردید و بهکمک مدل LARS-WGریزمقیاس شد و وارد مدل SWAPگردید. در آخر، با استفاده از داده های رطوبت عمق 30 سانتی متری خاک مزرعه فاروب نیشابور، خشکسالی کشاورزی به کمک شاخص SMDIمورد ارزیابی قرار گرفت. نتایج تغییرات پارامترهای اقلیمی نشان داد که دمای مینیمم، ماکزیمم و بارش در دوره آتی نسبت به دوره پایه افزایش می یابد و سناریوی RCP8.5نسبت به سناریوی RCP4.5، دمای بیشتر و بارش کمتری را برآورد می کند. نتایج مقادیر SMDI برآورد شده برای دوره آتی نیز مشخص کرد که سناریویRCP4.5 نسبت به سناریوی RCP8.5 دارای مقادیر متوسط SMDIبیشتری میباشد. همچنین هر دو سناریو، رطوبت نرمال را برای دوره آتی نشان می دهند و میزان SMDIپیش بینی شده برای دوره آتی نسبت به دوره پایه بیشتر است.
Keywords:
Authors
مختار صالحی طبس
گروه مهندسی منابع آب، دانشکده کشاورزی، دانشگاه بیرجند
مصطفی یعقوب زاده
دانشگاه بیرجند-گروه علوم و مهندسی آب-عضو هیات علمی
سید رضا هاشمی
عضو هیئت علمی گروه مهندسی آب دانشکده کشاورزی دانشگاه بیرجند
حامد منصوری
مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی همدان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :