امین صادقی - دانش آموخته کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران.
یعقوب دین پژوه - دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران.
مهدی ضرغامی - استاد دانشکده مهندسی عمران و پژوهشکده محیط زیست، دانشگاه تبریز، تبریز، ایران.

در این مطالعه، با استفاده از چهار مدل GCM و دو سناریوی RCP۴.۵ و RCP۸.۵ اقدام به تولید داده برای افق ۲۰۵۰ شد. سپس، پارامترهای دمای هوا، بارش، تبخیر- تعرق (ET۰) و کمبود بارش (PD) در طول فصل رشد ارزیابی گردید و مقادیر کمیت های شدت خشکی و طول دوره خشکی تخمین زده شدند. ET۰ با دو روش پریستلی- تیلور (PT) و پنمن مانتیث (PM) محاسبه شد. ET۰ محاسبه شده با روش PT با استفاده از چهار مدل هوشمند )شامل Eureqa Formulize، ANN، ANFIS و (SVM با روش PM برای هرایستگاه واسنجی گردید. برای پهنهبندی شاخصهای مذکور، از سه روش زمین آمار IDW، کریجینگ و کوکریجنگ بهره گرفته شد. نتایج نشان داد که در ایستگاه های منتخب، میانگین دمای هوا و بارش (در طول فصل رشد) بهترتیب، بین ۹/۰ تا ۲ درجه سلسیوس و ۲۷ تا ۴۹ میلیمتر افزایش خواهد یافت. همچنین، پارامترهای ET۰ و شدت خشکی در همه ایستگاهها افزایش خواهد یافت. میانگین افزایش PD در کل حوضه در حدود ۶ تا ۹ درصد خواهد بود. بهطور متوسط، شدت افزایش شاخصهای اگروکلیماتیک در سناریوی RCP۸.۵ حدود چهار درصد بیشتر از سناریوی RCP۴.۵ میباشد. در بین روش های میانیابی، روش کوکریجینگ با استفاده از داده کمکی مدل رقومی ارتفاع (DEM) کارایی بهتری را نشان داد. در افق مورد نظر، طول فصل رشد بین ۱۵ تا ۳۵ روز افزایش خواهد یافت، با این حال، طول دوره خشکی تغییر محسوسی نخواهد داشت. نتایج نشان داد که در آینده، تغییرات مکانی متغیرهای اقلیمی کم و بیش مشابه با تغییرات نظیر دوره پایه خواهد بود.

تبخیر- تعرق, تحلیل مکانی, تغییر اقلیم, قزل اوزن, هوش مصنوعی