ارزیابی روش های تجربی برآورد تبخیر و تعرق واقعی سالانه در مقیاس بزرگ به کمک تبخیر و تعرق برآوردی از روش سبال در دشت نیشابور
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 186
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-5-1_004
تاریخ نمایه سازی: 4 اسفند 1400
Abstract:
با توجه به محدود بودن منابع آب در کشور، مدیریت منابع آب راهکاری مناسب و ضروری برای حل بحران میباشد. برای مدیریت صحیح و علمی بر منابع آب نیاز به فهم بهتر و دانستن مجموعه ی پیچیده ی تعاملات مرتبط با آب در بیلان آب یک حوضه است. تبخیر و تعرق یکی از اجزای مهم بیلان آب می باشد که اندازه گیری مقدار واقعی آن نسبتا مشکل و روش های تعیین آن محدود می باشد. در این تحقیق سعی شد تا با استفاده روش سنجش از راه دور (سبال) برآوردی دقیقی از تبخیر و تعرق واقعی در مقیاس حوضه- سال به دست آید. برای انجام این کار ابتدا با استفاده از دادههای هواشناسی و شاخص SPI این سالها (۸۴-۸۳، ۸۵-۸۴، ۸۷-۸۶) به ترتیب به عنوان سال تر، نرمال و خشک تعیین گردید. سپس با استفاده از روش سبال و تصاویر ماهوارهای مودیس تبخیر و تعرق واقعی برای دشت نیشابور در مقیاس حوضه – سال محاسبه شد. نتایج به دست آمده با نتایج مدل SWAT مقایسه گردید که دقت خوبی را نشان میداد. با توجه به این که هدف از این تحقیق ارائه روشی دقیق، ساده و مقرون به صرفه برای برآورد تبخیر تعرق واقعی در مقیاس حوضه- سال بود، از بین روابط واسنجی شده معادله یانگ با ۳/۲۸ = RMSE میلیمتر و ۹۰/۰= R۲ برای کل حوضه و رابطه abcd با ۲۴/۱۶= RMSE میلیمتر و ۹۰/۰= R۲ برای دشت و رابطه یانگ با ۳۷/۱۹ = RMSE میلیمتر و ۹۰/۰= R۲ برای کوه بهترین جواب را برآورد کرده است. البته نتایج روابط ژانگ و فو نیز بسیار مشابه یانگ بوده و اختلاف کمی با یکدیگر دارند
Keywords:
Authors
مهدی یاوری
منابع آب، گروه مهندسی آب ، دانشکده کشاورزی فردوسی مشهد
جواد امیدوار
آبیاری و زهکشی، گروه مهندسی آب، دانشکده کشاورزی فردوسی مشهد
کامران داوری
دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد
علیرضا فرید حسینی
استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد
محمد اینانلو
مهندسی آب، دانشکده کشاورزی، فردوسی مشهد
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 :