انتخاب مناسب‌ترين معادله‌هاي تجربي تخمين تبخير-تعرق گياه مرجع و واسنجي ضرايب آن‌ها براي منطقه رشت

Selection of the Best Empirical Equations to Predict Reference Evapotranspirationand their Coefficient Calibration in Rasht Region

با توجه به تغيير اقليم و خشك­سالي­ هاي اخير، مديريت صحيح سامانه ­هاي آبياري و منابع آب، بسيار با اهميت است. از طرفي رسيدن به ميزان محصول بهينه با توجه به كمبود آب، مستلزم برآورد درست ميزان آب مورد نياز گياه است به ­طوري كه مانع از هدر رفت آب و يا ايجاد تنش آبي در گياه شود.در اين پژوهش، ميزان تبخير-تعرق گياه مرجع طي سه سال زراعي با استفاده از لايسيمتر اندازه ­گيري شد. سپس با نرم ­افزار Ref-ET، ميزان تبخير-تعرق مرجع با 16 معادله تجربي با استفاده از داده­هاي هواشناسي، برآورد شد. معني­دار بودن اختلاف مقادير اندازه­ گيري و برآورد شده با استفاده از نرم­ افزار SPSSسنجيده شد كه معادله­ هاي تجربي هارگريوز و پريستلي تيلور و پنمن (فائو) به عنوان مناسب­ترين روش­ها براي منطقه رشت انتخاب شدند. سپس، براي داده­ هاي به­ دست آمده از دو سال زراعي و با اعمال رگرسيون غيرخطي در نرم ­افزار SPSS، ضرايب بهينه براي دو معادله­ ي هارگريوز و پريستلي تيلور برآورد شد و با استفاده از داده­هاي به­ دست آمده در سال سوم واسنجي صورت گرفت. مقادير RMSE و nRMSE براي ارزيابي محاسبه شد كه به­ ترتيب براي معادله هارگريوز بهينه شده 0/20 ميلي­متر بر روز و 4/60 درصد و براي معادله پريستليتيلور بهينه شده به ترتيب 0/22 ميلي­متر بر روز و 4/5 درصد به ­دست آمد.

Regardingthe climate change and recent droughts, the proper management of irrigation systems and water resources is very important. However, achieving the optimum crop yields due to lack of water requires, the accuracy estimating the amount of water by the plants to prevent water loss and or water stress in plants is needed. In this study, the reference evapotranspiration using lysimeter was measured during three cropping seasons. Applying Ref-ET software, the reference evapotranspiration with 16 empirical equations using meteorological data were estimated, the significant difference between measured and estimated was determined using SPSS software. The empirical equations Hargreaves, Priestley-Taylor and Penman (FAO) were determined as the most suitable methods for the studied area. For the obtained data from two growing seasons and by applying nonlinear regression in SPSS software, optimized coefficients for the two Priestley-Taylor and Hargreaves equations were estimated, and then by using obtained data in the third year, thevalidation was done and RMSE as well as nRMSE values were calculated to assess the equations that for optimized Hargreaves were 0.20 mm/day and 4.60% and for optimized Priestley-Taylor equation were 0.22 mm/day and 4.5%, respectively.