ارزیابی و مقایسه مدل های فیزیکی وتجربی برآورد دوره خیسی سطح برگ

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,275

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCAGM01_212

تاریخ نمایه سازی: 7 آذر 1391

Abstract:

تداوم خیسی برگ (LWD) یک متغیر کلیدی در هواشناسی کشاورزی است. LWD در بیشتر مواقع اندازهگیری نمی شود به همین دلیل روشهای مختلفی برای برآورد آن با استفاده از داده های هواشناسی توسعه پیدا کرده است.از میان مدلهای مختلفی که برای برآورد LWD استفاده میشود مدلهای فیزیکی که از اصول شکلگیری شبنم و تبخیر شبنم و بارندگی استفاده میکنند دارای قابلیت انتقالپذیری مکانی زیادی بوده اما اغلب به دلیل پیچیدگی استفاده عملی از آنها دشوار است.درمقابل ،مدلهای تجربی با وجود محدودیتهایی که دارند بیشتر کاربرد دارند.سادهترین مدل تجربی تنها از رطوبت نسبیاستفاده میکند.هدف این مطالعه ارزیابی کارآئی یک مدل تجربی بر مبنای کاربرد رطوبت نسبی و یک رهیافت فیزیکی بر مبنای مدل پنمن - مانتیث در برآورد LWD در ایستگاه سروستان استان فارس است.نتایج نشان میدهند که هر دو مدل آستانه ثابت رطوبتی و مدل فیزیکی در فصول پاییز وزمستان برآورد بهتری از LWD را نسبت به فصول بهار و تابستان دارند. هر دو مدل با متوسط خطا (ME) بین 1.9 و 1.49 در فصول گرم دارای کم براورد LWD می باشند که این مقادیر در فصول سرد توسط مدل تجربی کمبرآورد و با مدل فیزیکی یک بیشبرآورد را نشان میدهد. میانگین خطای مطلق (MAE) با دامنه 1.29 تا 1.55 ساعت در مدل تجربی نسبت به مدل فیزیکی کمتر است.در نهایت تعیین آستانه بهینه برای محل مورد نظر و به کارگیری آن در مدل تجربی آستانه ثابت رطوبتی برآوردها را بهبود می بخشد و LWD را با خطای کمتری نسبت به دو مدل پیشین برآورد میکند. مقایسه ساعتی هر سه مدل نیز برآوردهای بهتر با خطای کمتری را برای مدل آستانه بهینه نشان می دهند.

Authors

آذر صحراگرد

دانشجوی کارشناسی ارشد هواشناسی کشاورزی، گروه مهندسی آبیاری و آبادانی

نوذر قهرمان

استادیار گروه مهندسی آبیاری و آبادانی،دانشکده مهندسی و فناوری کشاور

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 :
  • نخستین کنفرانس ملی هواشناسی و مدیریت آب کشاورزی 1 و ...
  • Francl, L.J., Panigrahi, S., 1997. Artificial neural network models of ...
  • Gates DM _ 1 9 80.Biophysical ecology. New York: Springer, ...
  • Garratt, J.R., Segal, M., 1988. On the contribution of atmospheric ...
  • Gleason ML, Taylor SE, Loughin TM, Koehler KJ., 1 994. ...
  • Kim, K.S., Taylor, S.E., Gleason, M.L., Villalobos, R., Arauz, L.F., ...
  • Lau, Y .F., Gleason, M.L., Zriba, N., Taylor, S.E.. Hinz, ...
  • Luo, W.H., Goudriaan, J., 2000. Dew formation on rice under ...
  • Madeira AC, Kim KS, Taylor SE, Gleason ML ..2002. A ...
  • Magarey, R.D., Russo, J.M., Seem, R.C., Gadoury, D.M., 2005. Surface ...
  • Magarey, R.D., Russo, J.M., Seem, R.C., 2006. Simulation of surface ...
  • Monteith, J.L., 1957. Dew. Quarterly Journal of the Royal Meteorological ...
  • Monteith, J.L., Unsworth, M.H., 1990. Principles of Environmentl Physics, second ...
  • Pedro, M.J., Gillespie, T.J., 1982. Estimating dew duration. I. Utilizing ...
  • Rao, P.S., Gillespie, T.J., Schaafsma, A.W., 1998. Estimating _ on ...
  • Sentelhas, P.C., Gillespie, T.J., Gleason, M.L, , Monteiro, J.E., Helland, ...
  • Sentelhas, P.C., Gillespie, T.J., 2008. Estimating hourly net radiation for ...
  • Sutton, J.C.; Gillespie, T.J.; Hildebrand, P.D. , 1984. Monitoring weather ...
  • Van Jaarsveld, J.A., 2004. The Operational Priority Substances model. Description ...
  • Wilks, D.S., 1995. Statistical Methods in the Atmospheric Sciences: An ...
  • Willmott CJ, Ackleson SG, Davis RE, Feddema JJ, Klink KM, ...
  • Wichink Kruit.R.J., Jacobs _ A _ F.G, Holtslag. A.A.M. , ...
  • نمایش کامل مراجع