هواشناسی کشاورزی
مبینا عبدالهی فوزی؛ بهرام بختیاری؛ کورش قادری
چکیده
سرمای دیررس بهاره تأثیر قابلتوجهی بر اندامهای آسیبپذیر گیاهان میگذارد. این رویداد در آسیا، آمریکای شمالی و اروپا بیش از سایر مخاطرات مرتبط با آبوهوا باعث زیان اقتصادی به کشاورزی شده است. همچنین این پدیده باعث کاهش عملکرد محصول در ایران شده است. آخرین آمار منتشر شده از سوی سازمان خواربار و کشاورزی ملل متحد (فائو) نشان میدهد ...
بیشتر
سرمای دیررس بهاره تأثیر قابلتوجهی بر اندامهای آسیبپذیر گیاهان میگذارد. این رویداد در آسیا، آمریکای شمالی و اروپا بیش از سایر مخاطرات مرتبط با آبوهوا باعث زیان اقتصادی به کشاورزی شده است. همچنین این پدیده باعث کاهش عملکرد محصول در ایران شده است. آخرین آمار منتشر شده از سوی سازمان خواربار و کشاورزی ملل متحد (فائو) نشان میدهد که ایران یکی از بزرگترین تولیدکنندگان محصول پسته در جهان میباشد. استان کرمان سهم زیادی از سطح زیر کشت محصول پسته را به خود اختصاص داده است. خسارت سرمازدگی بهاره در پسته باعث کاهش عملکرد محصول در چند سال اخیر شده است. یک اصل مهم در مطالعه سرمازدگی، برآورد این پدیده است. در این تحقیق از روش شبکه عصبی مصنوعی مدل FFBP برای برآورد سرمای دیررس بهاره در محصول پسته شهرستان کرمان استفاده شد. بدینمنظور دادههای روزانه ایستگاه سینوپتیک شهر کرمان از سازمان هواشناسی کشور در بازه زمانی 2000-2020 اخذ شد. این دادهها شامل میانگین، بیشینه و کمینه دما، رطوبت نسبی، سرعت باد، فشار بخار اشباع و ساعات آفتابی میباشد. پنج ترکیب مختلف از این متغیرها بهعنوان ورودی در روش شبکه عصبی برای مدلسازی دماهای کمینه در نظر گرفته شد. در نهایت ترکیب 8 متغیرهای از بین مدلها انتخاب گردید و شبیهسازی مقادیر دمای کمینه و محاسبه ویژگیهای سرمای دیررس بهاره با آن انجام شد. عملکرد این روش با استفاده از شاخصهای آماری ضریب تعیین، ریشه میانگین مربعات خطا، میانگین خطای انحراف و ضریب نشساتکلیف ارزیابی شد. بررسی نتایج مدلسازی نشان داد با کاهش تعداد متغیرها دقت مدلها کاهش مییابد. مدل M1 با کمترین مقدار RMSE و بیشترین مقدار R2 در بین سایر مدلها عملکرد بهتری داشت. پس از شبیهسازی با روش شبکه عصبی مقادیر شاخصهای 963/0R2= و صفر=MBE حاصل شد که نشاندهنده ارتباط قوی با دادههای واقعی بود. علاوه بر آن، مقدار شاخصهای 027/0= RMSE و 966/0NSE= کارایی بالای مدل را در برآورد نشان داد. بررسی میانگین دمای سالانه نشان داد نوسانات دما در بازه زمانی 10-31 مارس در مقایسه با ماههای آوریل و می زیاد میباشد. کاهش محسوس میانگین دمای سالانه در سالهای 2000، 2006 و 2020 در این بازه نسبت به دیگر سالها بیشتر بود. در ماه آوریل نیز سالهای 2001، 2005، 2006، 2009، 2016 و 2019 کاهش دمای محسوسی داشتند. در ماه می باتوجه به میانگین دمای کمینه بین 10 تا 14 درجه سلسیوس احتمال سرمازدگی کمتری نسبت به ماه مارس و آوریل وجود داشت. نتایج نشان داد تعداد روزهای یخبندان بهاره مشاهداتی و برآوردی حاصل از روش شبکه عصبی انطباق خوبی با یکدیگر داشتند. این روش در برآورد تعداد روزهای بحرانی (دماهای کمینه کمتر و مساوی 2 درجه سلسیوس) نیز دقت قابل قبولی داشت. همچنین سالهای 2000، 2004، 2005، 2012، 2015، 2019 و 2020 بیشترین تعداد روزهای یخبندان بهاره و سالهای 2006، 2016 و 2019 بیشترین تعداد روزهای بحرانی را در دو دههی اخیر دارا بودند. با بررسی نتایج میتوان گفت روش شبکه عصبی مصنوعی در برآورد دمای کمینه و ویژگیهای مرتبط با سرمای دیررس بهاره از دقت بالایی برخوردار است.
سیدمعین فرمانآراء؛ بهرام بختیاری؛ نسرین سیاری
چکیده
کاهش بارش، رواناب و رطوبت خاک و افزایش درجه حرارت هوا و عمق سطح ایستابی نسبت به شرایط میانگین دراز مدت نشانه وقوع خشکسالی است. هدف از این پژوهش، بررسی خشکسالی هواشناسی با استفاده از شاخص بارش استاندارد شده (SPI) در شش ایستگاه هواشناسی سینوپتیک استان فارس تحت تأثیر پدیده تغییر اقلیم با رویکرد تابع کاپولا در دوره آینده میباشد. به این ...
بیشتر
کاهش بارش، رواناب و رطوبت خاک و افزایش درجه حرارت هوا و عمق سطح ایستابی نسبت به شرایط میانگین دراز مدت نشانه وقوع خشکسالی است. هدف از این پژوهش، بررسی خشکسالی هواشناسی با استفاده از شاخص بارش استاندارد شده (SPI) در شش ایستگاه هواشناسی سینوپتیک استان فارس تحت تأثیر پدیده تغییر اقلیم با رویکرد تابع کاپولا در دوره آینده میباشد. به این منظور دادههای بارش روزانه ایستگاههای مورد نظر در بازه زمانی 15 (2018-2004) الی 33 (2018-1986) سال از سازمان هواشناسی کشور تهیه شدند. این پژوهش در سه مرحله اجرا شد. مرحله اول: ریزمقیاسنمایی خروجیهای مدل بزرگمقیاس گردش عمومی جو (CanESM2) بر مبنای دو سناریوی حد واسط (RCP4.5) و بدبینانه (RCP8.5) با استفاده از مدل ریزمقیاسنمایی آماری SDSM, ver. 4.2.9 در دوره 2020 تا 2050 میلادی. مرحله دوم: محاسبه شاخص SPI و مشخصات خشکسالی در دوره پایه و دوره آینده (2050-2020) در محیط برنامهنویسی R. مرحله سوم ترسیم منحنیهای سختی-مدت-فراوانی خشکسالی (SDF) با رویکرد کاپولا برای دوره پایه و آتی تحت سناریوهای RCP4.5 و RCP8.5. نتایج نشان داد که فراوانی وقوع خشکسالی در استان فارس طی دوره 2020 تا 2050 در هر دو سناریو افزایش یافته که در سناریوی RCP8.5، با افزایش مدت خشکسالی نیز همراه میباشد. همچنین انتظار میرود که بارش در این استان در دو سناریوی RCP4.5 و RCP8.5 به ترتیب به میزان 8/2 درصد افزایش و 5/6 درصد کاهش یافته و به طبع آن شدت خشکسالی نسبت به دوره پایه در سناریو RCP8.5 افزایش یابد. انتظار میرود که مقدار بارش در ایستگاه شیراز تحت هر دوسناریو کاهش یابد. به همین ترتیب، انتظار میرود مقدار بارش در ایستگاه بوانات در سناریوهای RCP4.5 و RCP8.5 به ترتیب افزایش و کاهش یابد. برای ایستگاه شیراز مدت یک رویداد خشکسالی با میزان سختی 2 و دوره بازگشت 5 سال، در دورههای پایه و آتی تحت دو سناریو RCP4.5 و RCP8.5 به ترتیب 25/5، 5/5 و 6 ماه به دست آمد. این میزان برای ایستگاه بوانات به ترتیب 4، 5/3 و 5 ماه برآورد شد که انتظار کاهش بارش در هر دو سناریو در ایستگاه شیراز و افزایش و کاهش بارش به ترتیب تحت سناریوهای RCP4.5 و RCP8.5 در ایستگاه بوانات میرود.
فهیمه خادم پور؛ بهرام بختیاری؛ سودابه گلستانی
چکیده
تبخیرتعرق (ET) تابع متغیرهای مختلف اقلیمی و ویژگی های توپوگرافی هر منطقه است. اولویت بندی و تعیین شدت تأثیر هر یک از این پارامترها بر روی تبخیرتعرق کمک شایانی به مدیریت منابع آب منطقه می نماید. در این مطالعه، تحلیل حساسیت مدل استاندارد پنمن- مونتیث- فائو در برآورد تبخیرتعرق مرجع (ETo) براساس متغیرهای اقلیمی میانگین دمای هوا (Tmean)، تابش ...
بیشتر
تبخیرتعرق (ET) تابع متغیرهای مختلف اقلیمی و ویژگی های توپوگرافی هر منطقه است. اولویت بندی و تعیین شدت تأثیر هر یک از این پارامترها بر روی تبخیرتعرق کمک شایانی به مدیریت منابع آب منطقه می نماید. در این مطالعه، تحلیل حساسیت مدل استاندارد پنمن- مونتیث- فائو در برآورد تبخیرتعرق مرجع (ETo) براساس متغیرهای اقلیمی میانگین دمای هوا (Tmean)، تابش خالص(Rn) ، مقاومت آئرودینامیک (ra) و کمبود اشباع (VPD) انجام پذیرفته است. ایستگاه های هواشناسی منتخب شامل 31 ایستگاه سینوپتیک در گستره ایران با دوره زمانی مشترک 19 ساله (2014-1996) می باشد. طبقه بندی اقلیمی ایستگاه ها نشان داد که از این تعداد ایستگاه مورد بررسی، 3 ایستگاه در اقلیم فراخشک، 10 ایستگاه در اقلیم خشک، 13 ایستگاه در اقلیم نیمه خشک، 2 ایستگاه در اقلیم مدیترانه ای، 2 ایستگاه در اقلیم مرطوب و 1 ایستگاه در اقلیم بسیار مرطوب (الف) قرار دارند. ضرایب حساسیت برای هر یک از متغیرها در مقیاس زمانی روزانه با استفاده از روش مشتقات جزئی و تحلیل حساسیت محلی محاسبه گردید. سپس پهنه بندی ضرایب حساسیت با استفاده از روش عکس مجذور فاصله (IDW) تهیه شد. نتایج نشان داد که ETo محاسبه شده در تمامی اقالیم، به میانگین ضریب حساسیت تابش خالص (0.999) (SRn) بسیار حساس بوده در حالی که به میانگین دما در اقلیم های فراخشک، نیمه خشک، خشک و مدیترانه ای طی ماه های ژوئیه، اوت، سپتامبر و اکتبر حساس است. کمترین مقدار ضریب حساسیت مقاومت آئرودینامیک (Sra) در روز جولیوسی 331 منطبق بر26 و 27ام نوامبر (آذر ماه) و بیشترین آن در روز 340 منطبق بر 5 و 6ام دسامبر (دی ماه) بوده است. این ضریب حساسیت در طی ماه های زمستان بزرگتر و طی ماه های تابستان کوچکتر بود، در حالی که کمترین و بیشترین مقدار ضریب حساسیت کمبود اشباع (SVPD) در ماه دسامبر به ترتیب با مقادیر 0.008- و 0.032 می باشد. ضریب حساسیت Tmean در کلیه ایستگاه های مطالعاتی طی ماه های تابستان بزرگتر و طی ماه های زمستان کوچکتر بود.
بهرام بختیاری؛ علی خلیلی؛ عبدالمجید لیاقت؛ محمد جواد خانجانی
چکیده
چکیده
در سالهای اخیر ایستگاههای هواشناسی خودکار جهت ثبت دادههای هواشناسی در مقیاسهای زمانی مختلف مورد استفاده قرار گرفتهاند، لذا با در دست داشتن اطلاعات هواشناسی در بازه زمانی کوتاه، میتوان دقت برآورد معادلات ترکیبی تبخیرتعرق مرجع (ETo) را مورد ارزیابی قرار داد. از آنجاییکه تبخیرتعرق در مقطع زمانی روزانه، انتگرالی ...
بیشتر
چکیده
در سالهای اخیر ایستگاههای هواشناسی خودکار جهت ثبت دادههای هواشناسی در مقیاسهای زمانی مختلف مورد استفاده قرار گرفتهاند، لذا با در دست داشتن اطلاعات هواشناسی در بازه زمانی کوتاه، میتوان دقت برآورد معادلات ترکیبی تبخیرتعرق مرجع (ETo) را مورد ارزیابی قرار داد. از آنجاییکه تبخیرتعرق در مقطع زمانی روزانه، انتگرالی از تبخیرتعرق زمانهای کوتاه تلقی میشود، هدف از این مطالعه, بررسی میزان اختلاف بین ETo برآورد شده در دوحالت روزانه (24 ساعته) و مجموع ساعتی است. بدین منظور از 7270 داده ساعتی ایستگاه مرجع هواشناسی خودکار مستقر در مزرعه دانشگاه شهید باهنر کرمان در سال 1384 استفاده گردید. روشهای به کار گرفته شده جهت محاسبهETo مرجع چمن شامل دو مدل پنمن- مونتیث فائو- 56 و پنمن-مونتیث استانداردASCE در دو بازه زمانی ساعتی و روزانه (24 ساعته) میباشد. جهت مقایسه مقادیر ETo محاسبه شده به دو روش روزانه (24 ساعتی) و مجموع ساعتی، در هر یک از ماهها، از آزمون t استیودنت استفاده گردیده است. نتایج آزمون نشان داده است که اختلاف میانگین دو روش در هر دو مدل ترکیبی مورد استفاده در سطح 5 درصد معنی دار بوده، بطوریکه در مدل فائو-56، ETo محاسبه شده به روش مجموع ساعتی در ماههای مختلف بین 8/5 تا 6/44 درصد بیش برآورد نسبت به روش 24 ساعته نشان میدهد. همچنین این بیش برآورد در روش ASCE در ماههای مختلف بین 4/7 تا 6/47 درصد محاسبه گردیده است. ضرایب رگرسیون حاصل از معادلات همبستگی به دو روش (مجموع ساعتی و روزانه) در هر یک از مدلهای ترکیبی، معنی دار بوده است.
واژههای کلیدی: تبخیر تعرق مرجع، بازه ساعتی، پنمن- مونتیث - فائو56، پنمن- مونتیث ASCE
