به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "evapotranspiration deficit index" در نشریات گروه "آب و خاک"

تکرار جستجوی کلیدواژه «evapotranspiration deficit index» در نشریات گروه «کشاورزی»
جستجوی evapotranspiration deficit index در مقالات مجلات علمی
  • مصطفی یعقوب زاده*، محسن احمدی، حسام سیدکابلی، غلامرضا زمانی، مهدی امیرآبادی زاده
    سابقه و هدف
    به دلیل وابستگی کشاورزی به آب، تعیین شرایط خشکسالی در هر منطقه به منظور برنامه ریزی تامین غذا مهم است. متاسفانه چون تعریف یکسانی از شرایط خشکسالی وجود ندارد؛ شاخص های متعددی برای آن ارائه شده است. شاخص بارش استاندارد شده (SPI) یکی از شاخص های مهم هواشناسی استکه به منظور تعیین خشکسالی های کشاورزی مورد استفاده قرار می گیرد. شاخص کمبود تبخیر-تعرق (ETDI) نیز یکی از شاخص های مهم است که به منظور استفاده در بخش کشاورزی ارائه شده است. این شاخص در مناطق خشک و نیمه خشک کاربرد دارد. با وجود اینکه تحقیقات متعددی در خصوص شاخص های خشکسالی از جمله SPI وجود دارد، تاکنون مطالعات اندکی فقط در خارج کشور در خصوص کاربرد شاخص ETDI انجام شده است. لذا در این تحقیق سعی شد، تعیین خشکسالی با استفاده از شاخص های ETDI و SPI در دشت نیشابور به کمک مدل های تغییراقلیم انجام شود.
    مواد روش ها
    این تحقیق به منظور تعیین خشکسالی در دشت نیشابور واقع در عرض جغرافیایی و طول جغرافیایی انجام شد. شاخص ETDI براساس کمبود تبخیر-تعرق هفتگی در این منطقه تعیین شد. به منظور مقایسه نتایج شاخص ETDI نسبت به سایر شاخص های خشکسالی، از شاخص SPI که یکی از مهم ترین شاخص های مورد استفاده در این خصوص است، استفاده شد. داده های مورد نیاز این تحقیق از ایستگاه هواشناسی نیشابور در بازه 1373 تا 1390 (1992 تا 2011) گرفته و برای مزارع آبی (مزارع گندم فاروب و سلیمانی، جو و ذرت) و مزارع دیم (برای گندم دیم) استفاده شد. برای تعیین داده های هواشناسی مورد نیاز هر شاخص در مزارع آبی در دوره های آتی (2020 تا 2039 و 2080 تا 2099) از مدل های HADCM3، ECHOAM و CGCM3 T47 براساس سناریوهای A2، B1 و A1B استفاده شد. برای مزارع دیم نیز از مدل HADCM3 براساس سناریوهای A2 و B1 استفاده گردید. آماره های میانگین مربعات خطا (RMSE)، میانگین خطای مطلق (MAE)، ضریب تبیین (R2) نیز برای مقایسه نتایج دو شاخص ETDI و SPI مورد استفاده قرار گرفتند.
    یافته ها
    نتایج نشان داد که شاخص ETDI برای مزرعه فاروب در دوره پایه (1992 تا 2011) در حالت «رطوبت اولیه» قرار داشت در حالی که در دوره های آتی (2020 تا 2039 و 2080 تا 2099) در حالت «خشکی» تعیین شد. شاخص ETDI برای مزرعه سلیمانی در دوره پایه در حالت «نرمال» قرار داشت. این شاخص برای مزرعه سلیمانی در دوره های 2020 تا 2039 و 2080 تا 2099 به ترتیب در حالت های «نرمال» و «خشکی اولیه» تعیین شد. شاخص ETDI در دوره پایه برای مزارع جو و ذرت به ترتیب در حالت های «نرمال» و «خشکی اولیه» قرار داشت. این شاخص برای هر دو مزرعه دو دوره های آتی در حالت «نرمال» قرار گرفت. مقدار شاخص ETDI برای گندم دیم در دوره پایه کمتر از گندم آبی بود در حالی که عکس این حالت در دوره آتی مشاهده شد. با استفاده از اکثر سناریوهای تغییر اقلیم، شاخص ETDI مقداری منفی داشت. این نشان دهنده ی بروز خشکسالی در دوره های آتی به دلیل کمبود تبخیر-تعرق است. نتایج شاخص SPI نشان داد که شاخص خشکسالی در این منطقه در وضعیت «خشکسالی اولیه» بود و در زمان های آتی نیز تغییری نیافت.
    نتیجه گیری
    نتایج شاخص های ETDI و SPI بسیار با هم تفاوت داشت. علت آن نیز این بود که خشکسالی کشاورزی به کمبود تبخیر-تعرق وابسته است و به همین دلیل شاخص ETDI نتایج بهتری به دست داد. مقایسه نتایج بین این دو شاخص با استفاده از آماره RMSE تفاوت زیادی در دوره های آتی نشان داد. علاوه بر این، شاخص ETDI و SPI همبستگی زیادی نسبت به هم (براساس آماره R2) نداشتند. وجود این تفاوت ها منطقی است زیرا شاخص SPI از داده های بارش و شاخص ETDI از داده های تبخیر-تعرق استفاده می کنند. براساس نتایج این تحقیق، شاخص SPI به عنوان یک شاخص برای تعیین خشکسالی کشاورزی پیشنهاد نمی شود.
    کلید واژگان: تبخیر-تعرق واقعی, تغییراقلیم, شاخص کمبود تبخیر و تعرق, شاخص بارش استاندارد شده, مدل SWAP
    M. Yaghobzade *
    Background And Objectives
    Due to absolute dependence of agriculture on water, determine of drought condition in each region is very useful in planning the food sourcing. Unfortunately, there is no same definition about the “drought condition”, so there are some indexes to determine it. Standardized Precipitation Index (SPI) is one the meteorological indexes, which widely used to determine agricultural drought conditions. Evapotranspiration Deficit Index (ETDI) was also designed for this purpose. This index is used to determine agricultural drought conditions in arid and semi-arid region. Although there were most research about other drought indexes such as SPI, but there is few studies in oversea countries about use of ETDI index. Thus in this study tried to determine drought by ETDI and SPI indexes in Neyshabur plain by used of climate change models
    Materials And Methods
    This research was conducted to determine drought condition in Neyshabur plain located at longitude between 58˚ 13’-59˚ 30’ N and latitude between 35˚ 40’-36˚ 39’ E, Iran. Evapotranspiration Deficit Index (ETDI) was developed based on weekly evapotranspiration deficit to determine drought condition in this region. In order to comparison of the ETDI results to other drought indices, we used Standardized Precipitation Index (SPI) as one the most common drought index. The data were collected from Neyshabur meteorological station for irrigated farms (wheat in Soleymani and Faroub farms, barley and corn) and rain-fed farms (rain-fed wheat) during 1992-2011. In order to estimate weather data for each index in the irrigated farms during two future periods (2020-2039 and 2080-2099), HADCM3, ECHOAM and CGCM3 T47 models were used based on A2, B1 and A1B scenarios and the climate model that has been used in rain-fed farm is the HADCM3 based on A2 and B1 scenarios. Root mean square error (RMSE), mean absolute error (MAE) and coefficient of determination (R2) were used to comparison of the ETDI and SPI results.
    Results
    Results showed that average ETDI were in initial wet condition for Faroub farm during base period (1992-2011) while it will be in drought condition during future periods (2020-2039 and 2080-2099). ETDI index was in normal condition for Soleymani farm during base period. Average ETDI indexes for these farms were in normal and initial dry condition during 2020-2039 and 2080-2099 periods, respectively. For barley and corn, ETDI indexes were in normal and initial dry condition during base period, respectively. This index was in normal statute for both of them during future periods. The ETDI value for rain-fed wheat was less compared to irrigated wheat during base period, although, this index will be increased during future periods. In most of scenarios, ETDI indexes showed negative values. It means that high drought condition will be happened during future periods due to deficit evapotranspiration. Results according to SPI index revealed that this region was in moderately drought condition and this situation will not change.
    Conclusion
    High differences were obtained between ETDI and SPI results. Since agricultural drought depends on evapotranspiration deficits, ETDI is better index compared to SPI. The value of RMSE revealed poor adaptation between two indexes during future periods. In addition, ETDI were not correlated with SPI for all the scenarios in all scenarios. These differences are reasonable because SPI index only uses precipitation data and ETDI uses evapotranspiration. According to the results, it seems that SPI cannot be suggested as a good index in agricultural studies.
    Keywords: Climate Change, Evapotranspiration Deficit Index, Real Evapotranspiration, Standardized Precipitation Index, SWAP Model
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال