پديد آورندگان :
قايمي نيا، علي محمد نويسنده دانشجوي كارشناسي ارشد مديريت مناطق بياباني، دانشكده منابع طبيعي و كويرشناسي، دانشگاه يزد Ghaeminia, ali mohammad , عظيم زاده ، حميدرضا نويسنده , , ملكي نژاد، حسين نويسنده دانشيار دانشكده منابع طبيعي و كويرشناسي، پژوهشكده مناطق خشك و بياباني،دانشگاه يزد Malekinezhad, H.
چكيده فارسي :
دما پارامتر مهم فيزيكي خاك است كه فرايندهاي فيزيكي و شيميايي خاك را كنترل كرده و در رشد و عملكرد محصولات كشاورزي نقش دارد. هدف اين مقاله ارايه مدل سينوسي رياضي براي پيش بيني دماي خاك در ايستگاه هاي انتخاب شده است. چهار ايستگاه با آب و هواي مختلف از جمله بندرعباس، رشت، شهركرد و يزد انتخاب شدند. دماي خاك سطحي (پنج سانتي متر) در طي 10 سال (1386-1377) در هريك از ايستگاه ها جمع آوري گرديد. مجموعه داده هاي بكار رفته در ساخت مدل به دو بخش داده هاي آموزشي (70%) و داده هاي اعتبارسنجي (30%) تقسيم شدند. به منظور حذف تاثير نوسانات اقليمي احتمالي در بازه زماني مورد بررسي، داده سال هاي 1377، 1378، 1380، 1381، 1383، 1384 و 1386 براي ساخت مدل استفاده شد. سال هاي 1379، 1382 و 1385 نيز براي ارزيابي مورد استفاده قرار گرفتند. ميانگين و دامنه نوسان سالانه دما به عنوان ورودي مدل سينوسي با استفاده از بيشينه و كمينه داده هاي موجود محاسبه شد. شاخص هاي اعتبارسنجي مدل: جذر ميانگين مربعات خطا، ميانگين خطاي اريبي، ميانگين درصد خطا، ضريب توافق و ضريب تعيين براي چهار ايستگاه به طور ميانگين به ترتيب برابر 64/2، 16/0- ، 84/10، 59/0 و 93/0 محاسبه گرديد. نتايج حاصل از مدلسازي سينوسي نشان داد كه كارايي مدل به ترتيب در ايستگاه هاي بندرعباس، يزد، شهركرد و رشت كاهش مي يابد.
چكيده لاتين :
Temperature is an important soil physical parameter and could control soil physical and chemical processes as well as the growth and yield of crops. The aim of the present study was to use the sinusoidal model for predicting soil temperature in four selected synoptic stations with different climate, namely, Bandar Abbas, Rasht, Shahrekord, and Yazd stations. Soil surface (5 cm) daily temperature was collected during ten years period i.e. 1998 to 2007. For modeling, data set was divided into two parts: 70% for training and 30% for validation. To eliminate the effects of local climate variations on modeling process, data set of 1998 to 2002, 2004 to 2005 and 2007 were chosen for modeling. Daily data set of 2000, 2003 and 2006 were used for model evaluation. Two input parameters of sinusoidal model including mean and annual ranges of temperature were calculated using arithmetic mean, minimum, and maximum temperatures of the data set. Validation indices including RMSE, MBE, MPE, d, and R2 calculated for the four stations were, on average, 2.64, -0.16, 10.84, 0.59, and 0.93, respectively. The result of sinusoidal modeling showed that the model efficiency decreased for Bandar Abbas, Yazd, Shahrekord, and Rasht stations, respectively.
