پيش بيني وقوع يخبندان‌هاي تابشي با استفاده از حداقل داده‌هاي هواشناسي

Forecasting Occurrence of Radiation Frost with the Minimum Weather Data

در بخش كشاورزي از ميان انواع يخبندان‌ها يخبندان تابشي، به لحاظ فراواني وقوع و امكان حفاظت موثر توسط روش هاي فعال، از اهميت زيادي برخوردار است. بنابراين پپش‌بيني دقيق دماي حداقل، با استفاده از يك مدل پيش بيني تجربي با امكان كاليبره شدن براي شرايط محلي و كاربري آسان و همچنين برآورد ساعتي ميزان تغييرات دما (روند) طي شب‌هايي با رخداد يخبندان تابشي، جهت تعيين زمان شروع و پايان روش‌هاي حفاظت فعال ضروري به نظر مي رسد. در اين راستا، هدف اين تحقيق پيش بيني دماي حداقل با استفاده از يك مدل ساده رگرسيوني و برآورد روند تغييرات دما طي چنين شب‌هايي است. در اين پژوهش با استفاده از داده‌هاي ساعتي ايستگاه سينوپتيك مشهد در ماه‌هاي ژانويه، فوريه و مارس طي دوره ي آماري 2010-1999، ضمن تفكيك يخبندان‌هاي تابشي از فرارفتي، با استفاده از دماي نقطه شبنم، دماي خشك دو ساعت بعد از غروب خورشيد و دماي حداقل روز بعد، مدل پيش بيني دماي حداقل ارايه گرديد. سپس روند تغييرات ساعتي دما طي اين شب‌ها پيش بيني شد. مقدار ضريب همبستگي مربوط به داده هاي دماي حداقل مشاهده شده و پيش بيني شده توسط مدل (93/0)، حاكي از اطمينان معني‌دار در سطح 99 درصد مي باشد. همچنين مقدار ريشه دوم ميانگين مربعات خطا (RMSE) براي مدل ارايه شده، 63/1 درجه سانتي‌گراد و ميزان پيش بيني مجاز اين مدل 76 درصد به دست آمد. در بررسي پيش بيني روند دما طي يخبندان هاي تابشي سال 2010، مقدار RMSE به طور متوسط 7/0 درجه سانتي-گراد و ضريب همبستگي نيز در سطح 01/0 معني دار بوده است.

Amongst different kinds of frosts, radiation frost is very important; because of frequency occurrence and is controllable well with active protection methods in agricultural sector. Along with radiation frost monitoring, Precise forecasting of the minimum temperature and hourly estimation of its variations (trend) during the nights with frost event for starting and ending time determination of the active protection methods is satisfied. Therefore, using an experimental forecasting model, which can calibrate to meet local conditions and have a simple application, it seems essential. Thereafter, this study aimed at predicting the minimum temperature using a simple regression model and estimating the temperature trend during these kinds of nights. In this paper, using hourly synoptic data of Mashhad station for January, February and March during1999-2010, meanwhile separating radiation frost from advection frost, dew point temperature and dry temperature two hours after sunset embedded for developing the prediction model of minimum temperature. Then, according to the predicted minimum temperature, the temperature trend during the night hours with radiation frost event was incident prediction. In the significant confidence level of 99 percent, Pearson correlation coefficient value between observed and predicted minimum temperatures based on developed model was 0.93. The amount of root mean square error (RMSE) for the developed model is 1.63 °C and the amount allowed this model predicted 76 percent. In forecasting the occurrence of temperatures during the nights with radiation frost event in 2010, the amount of RMSE is 0.7 ° C and correlation coefficient is more than 0.90 (significant at 0.01) respectively.