برآورد تبخیرتعرق گیاه مرجع تحت سناریوهای کمبود داده (مطالعه موردی: استان کرمانشاه)
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 300
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-9-1_013
تاریخ نمایه سازی: 15 تیر 1398
Abstract:
در دهههای اخیر مطالعات بسیاری با هدف ارزیابی روشهای مختلف برآورد تبخیرتعرق، به عنوان یکی از پارامترهای مهم مدیریت منابع آب و آبیاری، انجام شده که در نتیجه این مطالعات، روش پنمن- مانتیث فائو (PM) به عنوان روش استاندارد محاسبه تبخیرتعرق گیاه مرجع شناخته شده است. این روش نیازمند دادههای هواشناسی متعددی از جمله دمای هوا، تابش خورشیدی، کمبود فشار بخار و سرعت باد میباشد. از آنجا که در بسیاری از مناطق ایران ایستگاه هواشناسی موجود نیست و یا تمامی دادههای هواشناسی مذکور اندازهگیری نمیشوند، بنابراین بررسی روشهایی جهت برآورد تبخیرتعرق در چنین شرایطی ضروری است. در این مطالعه، سناریوهای مختلف در زمان کمبود یک، دو و سه پارامتر هواشناسی (رطوبت نسبی، سرعت باد و ساعات آفتابی) مورد ارزیابی قرار گرفتهاند. همچنین، روشهای پیشنهادی فائو (PM-R )، PM-CI (محاسبه- سپس- درونیابی)، PM-IC(درونیابی- سپس- محاسبه) و هارگریوز سامانی (HS) با استفاده از پارامترهای آماری مختلف با روش PM به عنوان روش استاندارد محاسبه تبخیرتعرق گیاه مرجع مورد مقایسه قرار گرفتند. نتایج نشان میدهد که در شرایطی که سرعت باد در اختیار نباشد، روش PM-IC تبخیرتعرق را با دقت بیشتری برآورد میکند (R2> 0.96). در حالی که در شرایط کمبود سایر پارامترهای هواشناسی (ساعات آفتابی و رطوبت نسبی)، دقت روش PM-R بیشتر میباشد (R2≈0.99). همچنین، در شرایط استفاده از روشهای مبتنی بر دما (کمبود سه پارامتر هواشناسی)؛ روش HS( PBIAS=-3.091، ME=-0.156،MAE=0.337) نتیجه قابل قبولتری نسبت به سایر روشها ارائه میدهد.
Keywords:
Authors
سمیرا اخوان
استادیار دانشکده مهندسی آب، دانشگاه بوعلی سینا، همدان
فاطمه موسی بیگی
دانشجوی دکتری آبیاری و زهکشی، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا
سید ابراهیم هاشمی گرم دره
استادیار گروه آبیاری زهکشی پردیس ابوریحان دانشگاه تهران
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 :