پهنه بندی نیاز آبی کشت های غالب حاصل از مدل CROPWAT ۸.۰ در سطح حوضه آبریز دریاچه ارومیه
Publish place: Irrigation and Drainage، Vol: 14، Issue: 6
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 163
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-14-6_023
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
در این مطالعه پهنه بندی میزان تبخیرتعرق (ETC) محصولات گندم، جو، سیب زمینی، چغندرقند، پیاز و یونجه حاصل از مدل CROPWAT ۸.۰ با استفاده از نرم افزار ArcGIS ۱۰.۳ و داده های ۲۱ ایستگاه هواشناسی سینوپتیک در سطح حوضه آبریز دریاچه ارومیه در دو سال زراعی ۹۳-۱۳۹۲ و ۹۴-۱۳۹۳ انجام شده است. ابتدا با استفاده از داده های اقلیمی، طول و عرض جغرافیایی، ارتفاع ایستگاه هواشناسی، خاک و محصول مقادیر تبخیرتعرق محصولات (ETC) در دو سال مذکور برآورد شد و سپس مقادیر ETC در دو سال زراعی در سطح کل حوضه پهنه بندی و کلاسه بندی شد. به طور کلی نتایج نشان داد میزان تبخیرتعرق در سطح حوضه متفاوت بوده که بیانگر تاثیر شرایط آب و هوایی در پهنه های مختلف حوضه بر میزان تبخیرتعرق است. همچنین بررسی ها نشان داد که تفاوت در نیاز آبی بدست آمده حاصل از داده های ایستگاه های هواشناسی در بین سال های مورد بررسی نیز قابل ملاحظه بوده و تعدد ایستگاه های هواشناسی در منطقه می تواند تنوع نیاز آبی کشت های غالب منطقه را بهتر نشان دهد. بررسی پارامترهای اقلیمی در ایستگاه های مورد مطالعه نشان داد در مناطقی که بیشترین میزان تبخیرتعرق حاصل شده اغلب دارای رطوبت نسبی پایین و دمای بالاتر بوده است. با توجه مساله کم آبی، برآورد نیاز آبی محصولات در پهنه های مختلف می تواند در خصوص مصرف آب در بخش کشاورزی تعیین کننده باشد. لذا در نظر گرفتن تفاوت های آب و هوایی در برآورد تبخیرتعرق و نیاز آبیاری محصولات کشاورزی در راستای مدیریت پایدار ضروری است.
Keywords:
Authors
امید رجا
دانشجوی دکتری، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج.
مسعود پارسی نژاد
دانشیار، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج.
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 :