بررسي تاثير داده‌هاي هواشناسي غير‌موجود و روش‌هاي تخمين آن‌ها در دقت برآورد تبخير- تعرق مرجع و رتبه‌بندي معادلات در شرايط اقليمي مختلف(مطالعه موردي استان‌هاي خراسان)

Analysis of the Effect of Missing Weather Data and Alternative Methods to Estimate the Refrence Evapotranspiration and Ranking ETo Equations for Different Climatic Conditions (Case Study: Khorasan Raz

روابط متعددي براي تخمين تبخير-تعرق مرجع (ETo) بر اساس دما، تابش، تبخير از تشت و تركيب عوامل مختلف ارايه شده است. اغلب اين روابط نيازمند واسنجي دقيق محلي بوده و اعتبار كاربرد آنها در مناطق مختلف با محدوديت مواجه است. معادله پنمن-مانتيت در تخمين روزانه و ماهانه تبخير- تعرق مرجع (ETo) در تمام اقليم ها، به عنوان بهترين معادله شناخته شده است. ضعف اصلي معادله پنمن – مانتيت، نياز به داده‌هاي هواشناسي متعدد است كه براي بسياري از مناطق همواره در دسترس نيست. روش‌هايي براي تخمين پارامترهاي معادله پنمن- مانتيت در شرايطي كه داده‌ها غير‌موجود باشد، ارايه شده است. مشكل كمبود و يا عدم دسترسي به داده‌هاي مورد نياز با استفاده از ساير مدل‌ها، كه داده‌هاي كمتري نياز دارند نيز قابل حل است. به اين منظور در اين تحقيق از ساير معادلات ارايه شده براي ETo نيز استفاده شد و با برآوردهاي معادله پنمن-مانتيت در شرايط كمبود داده براي دو اقليم نيمه‌مرطوب و نيمه‌خشك مقايسه گرديد. اين معادلات شامل ترنت‌ويت، هارگريوز و بلاني‌كريدل (بر پايه دما) و معادلات تارك، جنسن- هيز (بر پايه تابش) و پنمن- مانتيت مي‌باشد. در اين مطالعه ضمن ارزيابي شرايط كمبود داده و ارايه روش‌هاي مختلف جايگزيني آنها، روش‌هاي مختلف برآورد تبخير- تعرق مرجع از لحاظ دقت برآورد در شرايط اقليمي نيمه‌مرطوب و نيمه‌خشك به‌صورت جداگانه رتبه‌بندي گرديد. ارزيابي‌ها نشان داد كه معادله پنمن- مانتيت در اقليم نيمه‌خشك نسبت به اقليم نيمه‌مرطوب حساسيت بيشتري به داده‌هاي غير‌موجود دارد. چنانچه دماي نقطه شبنم با دماي حداقل واسنجي شده باشد و سرعت باد متوسط بلند مدت ايستگاه مشخص باشد، دقت معادله پنمن- مانتيت در شرايط كمبود داده، به‌شدت افزايش مي‌يابد. در اين مطالعه همچنين معادلات واسنجي دماي نقطه شبنم و دماي حداقل براي 15 ايستگاه منتخب طي دوره آماري بلند مدت (از بدو تاسيس ايستگاه) ارايه گرديد. نتايج نشان داد حداقل داده‌هاي ضروري مورد نياز براي استفاده موفق مدل پنمن- مانتيت در اقليم نيمه‌مرطوب، دماي هوا و براي اقليم نيمه‌خشك، دماي هوا و سرعت باد مي‌باشد. البته بايستي رابطه واسنجي دماي نقطه شبنم و دماي حداقل به‌ويژه در اقليم نيمه‌خشك وجود داشته باشد. در غير اينصورت، استفاده از معادلات هارگريوز ساماني براي اقليم نيمه‌مرطوب و هارگريوز اصلاح شده توسط دروگرز و آلن براي اقليم نيمه‌خشك توصيه مي‌گردد كه در اين مطالعه عملكرد مطلوبي به‌همراه داشت. استفاده از روش‌هاي بلاني‌كريدل، تارك و ترنت‌ويت در هر دو اقليم مورد مطالعه نتايج نسبتاً نامطلوبي داشته و به لحاظ دقت برآورد، در رتبه‌هاي پايين‌تر قرار مي‌گيرند.

Numerous equations, classified as temperature, radiation, pan evaporation-based and combination-type, have been developed for estimating reference evapotranspiration (ETo). Relationships were often subject to rigorous local calibrations and proved to have limited global validity. The Penman-Monteith equation ranked as the best equation for estimating daily and monthly ETo in all the climates. The main shortcoming of Penman-Monteith equation is that it requires numerous weather data that may not always be available for any location. In this paper some procedures have been recommended for estimating the parameters of Penman-Monteith equation where some weather data are missing. The absence of weather data also can be overcome by using ETo equations with fewer weather data requirements. Therefore, other ETo equations have been included in this study and have been compared with Penman-Monteith ETo estimates using limited weather data. These equations were Thornthwaite, Hargreaves, Blaney-Criddle (based on temperature), Turc, Jensen - Haise (based on radiation) and Penman –Monteith. Meanwhile in this study have been provided alternative methods to estimate missing data, also ETo equations have been evaluated for limited data and in terms of accuracy was ranked in semi humid and semi arid climates Individually. The result of assessments indicated the Penman–Monteith equation for missing data in semi arid climate is more sensitive than semi humid climate. If the dew point and minimum temperatures have been calibrated and there was long-term average wind speed for each station, accuracy of Penman –Monteith equation highly increases in limited data condition. Also in this study the calibration equations of minimum and dew point temperatures for 15 selected stations were presented during long-term statistics (from beginning). Therefore the minimum data requirements necessary to successfully use the Penman –Monteith equation under semi humid condition are the air temperature and for semi arid condition are the air temperature and wind speed data. However, the calibration between minimum and dew point temperature must be exist, especially in the Arid Climate. Otherwise, using of the Hargreaves-Samani equation for semi humid conditions and Hargreaves equation modified by Droogers and Allen, recommended that have good performance in this study. The application of Blaney Criddle, Turc and Thornthwaite equations were result relatively undesirable and in term of accuracy were in lower rankings In both Climates.