پديد آورندگان :
قره داغي، محمدحسن دانشگاه تربيت مدرس - دانشكده كشاورزي - گروه آبياري و زهكشي , همايي، مهدي دانشگاه تربيت مدرس - دانشكده كشاورزي - گروه آبياري و زهكشي , ميرلطيفي، مجيد دانشگاه تربيت مدرس - دانشكده كشاورزي - گروه آبياري و زهكشي , نوروزي، علي اكبر سازمان تحقيقات، آموزش و ترويج كشاورزي - پژوهشكده حفاظت خاك و آبخيزداري
كليدواژه :
تبخير- تعرق مرجع , برنامه‌ريزي آبياري , پيش‌بيني‌هاي ميان مدت هواشناسي , مدل منطقه‌اي WRF
چكيده فارسي :
برآورد با دقت مناسب تبخير- تعرق مرجع براي مديريت و برنامه ريزي بهينه آبياري ضروري است. همچنين، دستيابي به پيش بيني هاي ميان مدت دقيق پارامترهاي موثر در برآورد تبخير- تعرق مرجع عنصري كليدي براي برنامه ريزي پوياي آبياري است. اين پژوهش با هدف بررسي اثر استفاده از پيش بيني هاي مدل منطقه اي WRF براي افزايش دقت برآورد تبخير- تعرق مرجع انجام گرديد. از اين رو دقت و صحت برونداد و در نتيجه كارآيي پيش بيني هاي 24، 48، 72، 96 و 120 ساعته مدل براي برآورد تبخير-تعرق مرجع ارزيابي شد. به همين منظور خروجي مدل براي چهار ايستگاه قزوين، اسماعيل آباد، كرج و هشتگرد در يك دوره سه ماهه (مي تا ژوييه سال 2018 ميلادي) استخراج و با ميانگين ده روزه دوره ي پايه و داده هاي هواشناسي سال 2018 در ايستگاه هاي متناظر مقايسه شد. نتايج نشان داد كه نرخ تغييرات تبخير- تعرق مرجع ده روزه (ميانگين تمامي ايستگاه ها) در دوره ي مورد مطالعه نسبت دوره ي پايه به ترتيب 20/9- ، 8/12- و 7/83 درصد است. اين درصد نرخ تغييرات نشان دهنده انحراف مقدار تبخير- تعرق مرجع در دوره ي موردمطالعه نسبت به دوره ي پايه است و بيانگر لزوم استفاده از پيش بيني هاي ميان مدت در برآورد صحيح تبخير- تعرق مرجع است. دامنه ي تغييرات ضريب تعيين (R2) برونداد مدل بين 0/813 تا 0/921 به دست آمد. با توجه به آماره هاي مورد بررسي، برونداد مدل براي همه ي ايستگاه ها و طول دوره هاي پيش بيني 24، 48، 72، 96 و 120 ساعته با دقت زياد و مناسب ارزيابي شده و استفاده از آن موجب افزايش دقت برآورد تبخير- تعرق مرجع مي گردد. يافته ها نشان داد كه نه تنها از نظر هماهنگي زماني، بلكه به لحاظ مقدار نيز همانندي بسيار زيادي بين مقادير برآورد شده تبخير- تعرق مرجع حاصل از پس پردازش آماري برونداد مدل پيش بيني و تحقيقاتي آب و هوا (WRF) با مقادير محاسبه شده تبخير- تعرق مرجع توسط داده هاي ايستگاه هاي هواشناسي متناظر در نقاط مورد مطالعه وجود دارد.
چكيده لاتين :
An accurate estimation of reference evapotranspiration is crucial for optimal irrigation scheduling and management. Also, achieving accurate medium range forecasts of effective parameters in estimating reference evapotranspiration is a key component for dynamic irrigation scheduling. This study was aimed to investigate the effect of using Weather Research and Forecasting Model (WRF) regional forecasts to increase the accuracy of reference evapotranspiration estimation. Consequently, the precision and accuracy of the model, and the outcome of forecasts performance at 24, 48, 72, 96, and 120-hours were evaluated to estimate the reference evapotranspiration. For this purpose, the output of the model for four stations including Qazvin, Esmaeil-Abad, Karaj and Hashtgerd were extracted for a period of three months (May-July, 2018) with a 10-days average of the base period. The weather data of 2018 at these stations with the corresponding ones were compared afterwards. The results indicated that the 10-days reference evapotranspiration (average of all stations) in the study period, according to the base period were -20.9, -8.12 and 7.83 percent, respectively. These variations reflects the deviation of the reference evapotranspiration value in the study period in comparison with the base period, indicating the need for using medium-range forecasting in order to correct reference evapotranspiration estimates. The range of determination coefficient (R2) of model output was obtained to be between 0.813 and 0.921. Due to the statistics, the model output for all stations and the lead-time forecasting periods of 24, 48, 72, 96 and 120 hours can be evaluated with high accuracy and its application would enhance the accuracy of reference evapotranspiration estimates. According to the results, not only in terms of time coordination, but also in terms of quantity, there was a high similarity between the estimated values of evapotranspiration derived from its post-statistical output of the (WRF) with calculated values.
