ارزيابي كارآيي آمار بلندمدت هواشناسي در مديريت آبياري قطره‌اي و باراني

Evaluation of efficiency of long-term weather data in trickle and sprinkler irrigation management

تخمين صحيح نياز آبي گياهان براي حفاظت از منابع آبي كشور بسيار مهم است. ليكن در بيشتر مطالعات انجام شده در ايران براي تخمين تبخير- تعرق گياه از آمار بلند مدت هواشناسي استفاده مي شود. اين در حالي است كه حتي داده هاي همزمان ايستگاه هاي هواشناسي غيركشاورزي مي تواند به كم يا فرآبرآورد تبخير- تعرق گياه منجر شود. بنابراين ضرورت دارد كارشناسان و متخصصان آبياري از ميزان خطاي برآورد تبخير- تعرق محاسبه شده با استفاده از آمار بلند مدت هواشناسي آگاه باشند. هدف از اين مطالعه، ارزيابي دقت تخمين تبخير- تعرق گياه مرجع با استفاده از آمار بلند مدت هواشناسي به‌جاي آمار همزمان در مديريت هاي آبياري قطره اي و باراني بود. به اين منظور، آمار سال هاي 1995 تا 2009 در سه ايستگاه هواشناسي اصفهان، هواشناسي كبوترآباد اصفهان و فرودگاه شهيد بهشتي اصفهان براي ارزيابي انتخاب شد. نتايج نشان داد حداكثر مقدار خطاي ميانگين مربعات نسبي (n-RMSE) در صورت استفاده از آمار بلندمدت هواشناسي (تخميني) به جاي آمار همزمان هواشناسي (واقعي) براي محاسبه تبخير- تعرق در مديريت آبياري قطره اي 24 درصد، در مديريت آبياري باراني 18 درصد، در فصل بهار 22 درصد، در فصل تابستان 20 درصد، در فصل پاييز 44 درصد و در فصل زمستان 56 درصد بدست آمد. بر پايه نتايج اين مطالعه، آمار بلندمدت هواشناسي قابليت كاربرد در مديريت كم آبياري را ندارند. از سويي با توجه به حساسيت بيشتر سيستم آبياري قطره اي به تنش رطوبتي در مقايسه با سيستم آبياري باراني، استفاده از آمار بلندمدت در تخمين تبخير- تعرق به منظور برنامه-ريزي آبياري قطره اي، توصيه نمي شود. در نهايت، استفاده از ايستگاه هاي هواشناسي اتوماتيك و استفاده از آمار همزمان براي مديريت آبياري دقيق، بويژه براي اعمال مديريت كم آبياري در شرايط بحران كمبود آب توصيه مي شود.

Proper estimation of crop water requirement is very important for water resource conservation in Iran. However, in most studies in Iran, the estimation of evapotranspiration is based on long-term weather data. However, use of simultaneous weather data of a non-agricultural weather station may underestimate or overestimate the crop water requirement. Therefore, it is essential for irrigation specialist to be aware of the error of evapotranspiration calculated by long-term weather data. The objective of this study was to evaluate accuracy of evapotranspiration of reference crop using long-term weather data in comparison with simultaneous weather data in drip and sprinkler irrigation. The period was designated to be from 1995 to 2009 in Isfahan weather station, Kabootarabad weather station and Shahid Beheshti airport weather station. The maximum value of n-RMSE using long-term weather data in comparison to simultaneous weather data were 24% for trickle irrigation and 18% for sprinkler irrigation management, 22% in spring, 20% in summer, 44% in fall and 56% in winter. According to results of this study, the application of long-term weather data in deficit irrigation management is not recommended. On the other hand, due to sensitivity of trickle irrigation to water stress, the application of long-term weather data for estimating of evapotranspiration in irrigation scheduling is not recommended. Finally, application of automatic weather stations and simultaneous weather data for accurate irrigation management particularly in deficit irrigation management in critical situation of water shortage is recommended.