ارزیابی داده های تبخیر–تعرق، بارش و دمای هوای حاصل از مدل سطح زمین (GLDAS) با استفاده از داده های مشاهداتی در استان قزوین

Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 676

This Paper With 15 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:

JR_JWSC-24-3_017

تاریخ نمایه سازی: 11 آبان 1398

Abstract:

سابقه و هدف: کاهش ذخیره آب یک تهدید هیدرولوژیکی برای تولید محصولات کشاورزی و ثبات اجتماعی و اقتصادی در سراسر جهان به شمار می رود. در مناطق خشک و نیمه خشک نظیر کشور ایران که دارای بارش کم و تبخیر-تعرق زیاد می باشند این کاهش ذخیره آب به سرعت به آستانه خطر نزدیک می شود. لذا برآورد هرچه دقیق تر تبخیر-تعرق به عنوان یکی از مهم ترین پارامترهایی که باعث هدر رفت آب می شود می تواند گامی به سوی افزایش توانایی بشر در کنترل و مدیریت بحران آب باشد. متاسفانه با بروز پدیده خشکسالی و افزایش بی رویه مصرف آب و کاهش منابع آب های زیرزمینی، استان قزوین با بحران کمبود آب مواجه شده است. لذا برآورد تبخیر-تعرق به عنوان یکی از پارامترهای مهم بیلان آب منطقه و همچنین یکی از عوامل مهم در بحث هدر رفت آب می تواند تا حد زیادی برای این استان اهمیت داشته باشد. هدف اصلی این مقاله معرفی روشی برای افزایش دقت پارامتر تبخیر-تعرق حاصل از مدل سیستم جهانی اطلاعات سطح زمین(GLDAS) و همچنین معرفی تبخیر-تعرق اصلاح شده GLDAS به عنوان جایگزینی مناسب برای داده های تبخیر-تعرق لایسیمتر بخصوص در مناطق فاقد آمار و غیرقابل دسترس می باشد. مواد و روش ها: استان قزوین با مساحتی معادل 15821 کیلومتر مربع به ترتیب بین طول و عرض جغرافیایی 48 درجه و 53 دقیقه و 36 درجه و 50 دقیقه در گوشه شمال غرب و 50 درجه و 35 دقیقه و 35 درجه و 18 دقیقه در گوشه جنوب شرقی در حوزه مرکزی ایران واقع شده است. در این پژوهش تبخیر–تعرق لایسیمتر و تبخیر–تعرق حاصل از GLDAS و همچنین بارش و دمای حاصل از مدل GLDAS و بارش ماهواره TRMM برای سال های 1379 تا 1382 مورد بررسی قرار گرفته اند. با توجه به داده های بارش 50 ساله منطقه، سال زراعی 80-79، 81-80 و 82-81 به ترتیب به عنوان سال زراعی خشک، نرمال و تر انتخاب شدند. شاخص های کمی که به منظور ارزیابی نتایج مورداستفاده قرار گرفته اند شامل ریشه میانگین مربعات خطا(RMSE)، میانگین خطای اریبی MBE و میانگین مطلق خطا MAE می باشند. یافته ها: نتایج بررسی داده های تبخیر-تعرق مدل GLDAS و لایسیمتر 95/0=R2، 68/0=RMSE نشان می دهد که همبستگی بالایی بین این دو سری داده وجود دارد. علاوه بر تبخیر-تعرق، پارامترهای دما و بارش نیز به عنوان دو عنصر تاثیرگذار بر تبخیر-تعرق مورد بررسی قرار گرفتند. نتایج آماری نشان دهنده R2 بیش از 9/0 بین داده های دمای هوای حاصل از مدل GLDAS و داده های ایستگاهی و 82/0=R2 بین داده های بارش حاصل از مدل GLDAS و داده های ایستگاهی و همچنین 76/0=R2 بین داده های بارش ماهواره TRMM و داده های ایستگاهی است. نتیجه گیری: با توجه به نتایج بدست آمده استفاده از داده های تبخیر-تعرق، دمای هوا و بارش حاصل از مدل GLDAS به عنوان جایگزینی مناسب برای داده های مشاهداتی در مناطق فاقد آمار قابل استفاده می باشند.

Authors

زهره فرجی

فارغ التحصیل کارشناسی ارشد آبیاری و زهکشی/ دانشگاه گیلان

عباس کاویانی

استادیار گروه مهندسی آب دانشگاه بین المللی امام خمینی (ره)

علیرضا شکیبا

عضو هیئت علمی/ دانشگاه شهید بهشتی

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 :
  • 1.Absy, A., and Saeidi, M. 2011. Development of water quality ...
  • Environmental sciences. 8: 3. 117-128. (In Persian) ...
  • Aghabeigi, V. 2014. Manage the urban water crisis caries water ...
  • Qazvin. The second national conference on crisis management and HSE ...
  • industry and urban management. (In Persian) ...
  • Bi, H., Ma, J., Zheng, W., and Zeng, J. 2016. ...
  • model simulations and in situ observations over the Tibetan Plateau. ...
  • Davitt, A. 2011. Climate variability and drought in the South ...
  • submitted in fulfillment of the requirement for the degree master ...
  • atmospheric science). The city college of the city university of ...
  • Du, J.P., and Sun, R. 2012. Estimation of evapotranspiration for ...
  • MODIS measurements and GLDAS data. Procedia Environmental Sciences. 13: 1718-1727. ...
  • Fangl, H., Beaudoing, H., Rodell, M., Tengl, W., and Vollmer, ...
  • assimilation (GLDAS) products, services and application from nasa hydrology data ...
  • information services center (HDISC). ASPRS 2009 Annual Conference Baltimore, Maryland ...
  • Faraji, Z., Vazifedust, M., Kaviani, A., Shakiba, A., and Fakharzadeh, ...
  • rainfall, temperature and humidity of the Global Land Data Assimilation ...
  • Product in Khorasan Razavi. The second national conference on agricultural ...
  • management. (In Persian) ...
  • Ferreira, V., Gong, Z., He, X., and Zhang, Y. 2013. ...
  • Yangtze River Basin Using Satellite-Based Observations. Remote Sensing. 5: 7. ...
  • Gao, Y., Long, D., and Li, Z. 2008. Estimation of ...
  • sensed data under complex terrain over the upper Chao river ...
  • Rem. Sens. 29: 11. 3295-3315. ...
  • Liu, Y., He, Q., Zhang, H., and Mamtimin, A. 2012. ...
  • Desert hinterland with accurate key parameters and an appropriate parameterization ...
  • Adv. Atmos. Sci. 29: 2. 381-390. ...
  • Longuevergne, L., Scanlon, B.R., and Wilson, C.R. 2010. GRACE hydrological ...
  • for small basins: evaluating processing approaches on the High Plains ...
  • Resources Research. 46: 11. doi:10.1029/2009WR008564. ...
  • Moiwo, J.P., Yang, Y., Tao, F., Wenxi, L., and Shumin, ...
  • in the Himalayas from the Gravity Recovery and Climate Experiment ...
  • an empirical climate model,. Water Resources Research., vol, 47, W07521, ...
  • doi:10.1029/2010WR010157. ...
  • Mobasheri, M., and Khavarian, H. 2004. Analysis methods of using ...
  • the evapotranspiration. J. Geograph. Sci. 3: 3-4. 83-98. (In Persian) ...
  • Moiwo, J.P., Yang, Y., Li, H., Han, S., and Hu, ...
  • hydrological measurement data shows storage depletion in Hai River basin, ...
  • Water SA. 35: 663-670. ...
  • Rodell, M., Houser, P.R., Jambor, U., Gottschalck, J., Mitchell, K., ...
  • K., Cosgrove, B., Radakovich, J., Bosilovich, M., Entin, J.K., Walker, ...
  • and Toll, D. 2004. The Global Land Data Assimilation System. ...
  • Meteorological Society. 85: 3. 381-394. ...
  • Rui1, H., Teng, W., Vollmer, B., Mocko, D.M., Beaudoing, H.K., ...
  • D., Maidment, D., and Hooper, R. 2012. New and Improved ...
  • services at NASA GES DISC. Hydrology Data Holdings Portal Land ...
  • System. 4th WCRP May 7-11. ...
  • Seyyedi, H., Anagnostou, E.N., Beighley, E., and McCollum, J. 2014. ...
  • downscaling of global reanalysis precipitation products for hydrological applications. ...
  • Hydrology and Earth System Sciences. 18: 5077-5091. ...
  • Sokuti Oskooi, R., Mahdian, M., and MahmoudI, Sh. 2007. Compared ...
  • some geostatistical methods to predict the spatial distribution of soil ...
  • case study. J. Res. Cons. No. 74. (In Persian) ...
  • Szilagyi, J., and Jozsa, J. 2008. New findings about the ...
  • evaporation estimation methods. J. Hydrol. 354: 1-4. 171-186. ...
  • Wang, F., Wang, L., Koike, T., Zhou, H., Yang, K., ...
  • Evaluation and application of a fine‐resolution global data set in ...
  • river basin with a distributed biosphere hydrological model. J. Geophysic. ...
  • : D21. doi: 10.1029/2011JD015990. ...
  • Xu, C.Y., and Singh, V.P. 2005. Evaluation of three complementary ...
  • evapotranspiration models by water balance approach to estimate actual regional ...
  • evapotranspiration in different climatic regions. J. Hydrol. 308: 105-121. ...
  • Yang, Y., Moiwo, J.P., and Hu, Y. 2010. Estimation of ...
  • water resources reallocation in North China. Agricultural Water Management. 97: ...
  • نمایش کامل مراجع