جعفر شریفی گرم دره؛ فرهاد خرمالی؛ کریستین رلف؛ مارتین کهل؛ علی شهریاری؛ مانفرد فرشن
چکیده
مطالعه لس‌های شمال ایران به دلیل قرار گرفتن در میانه کمربند لسی آسیا و اروپا دارای اهمیت بسزایی است. علاوه بر این لس ها به دلیل قرار گرفتن در یک شیب اقلیمی که از شمال به جنوب و از غرب به شرق میزان بارندگی در آن افزایش می‌یابد و تقریباً دما در آن ثابت است برای بررسی تغییرات اقلیمی و شرایط محیطی بسیار مناسب است. هدف از این مطالعه بررسی ...
بیشتر
مطالعه لس‌های شمال ایران به دلیل قرار گرفتن در میانه کمربند لسی آسیا و اروپا دارای اهمیت بسزایی است. علاوه بر این لس ها به دلیل قرار گرفتن در یک شیب اقلیمی که از شمال به جنوب و از غرب به شرق میزان بارندگی در آن افزایش می‌یابد و تقریباً دما در آن ثابت است برای بررسی تغییرات اقلیمی و شرایط محیطی بسیار مناسب است. هدف از این مطالعه بررسی روند تغییرات اندازه ذرات در این شیب اقلیمی و استفاده از اندازه ذرات و کانی‌شناسی رسی و پذیرفتاری مغناطیسی برای تعیین منشا رسوبات خاکهای مدرن بود. از این‌رو، 6 خاکرخ در طول گرادیان اقلیمی با بارندگی‌های مختلف از حدود 200 تا 700 میلی‌متر در نظر گرفته شد و آنالیزهای اندازه ذرات و کانی‌شناسی رسی بر روی آنها انجام شد. نتایج نشان داد که میانه اندازه ذرات و U-ratio به سمت مناطق با بارندگی بیشتر کاهش و مقدار رس و سیلت ریز افزایش یافت. میکا و کلریت وکائولینیت کانی‌های بخش رس و کوارتز و پلاژیوکلاز کانی‌های بخش سیلت مواد مادری در طول گرادیان اقلیمی مقدارشان ثابت بود. تغییرات اندازه ذرات نشان داد که با دور شدن از منطقه با بارش کمتر در شمال منطقه از منبع اصلی دور شده و روند کانی‌شناسی رسی نشان دهنده وجود منبع مشترک بین خاکهای مدرن بود؛ با این تفاوت که اقلیم تغییراتی در مقدار برخی کانی‌ها در سولوم خاک ایجاد کرده است.
فاطمه یعقوبی؛ محمد بنایان اول؛ قربانعلی اسدی
چکیده
شبیه‌سازی با استفاده از مدلهای گیاهی نیازمند داده‌های بلند مدت و با کیفیت آب و هوایی است. در بسیاری از مناطق این داده‌ها با کیفیت مطلوب و یا دوره آماری مناسب در دسترس نمی‌باشند. لذا این مطالعه با هدف ارزیابی داده‌های AgMERRA در شبیه‌سازی نیاز آبی و عملکرد گندم دیم در استان خراسان رضوی به اجرا درآمد. در این پژوهش از داده‌های روزانه ...
بیشتر
شبیه‌سازی با استفاده از مدلهای گیاهی نیازمند داده‌های بلند مدت و با کیفیت آب و هوایی است. در بسیاری از مناطق این داده‌ها با کیفیت مطلوب و یا دوره آماری مناسب در دسترس نمی‌باشند. لذا این مطالعه با هدف ارزیابی داده‌های AgMERRA در شبیه‌سازی نیاز آبی و عملکرد گندم دیم در استان خراسان رضوی به اجرا درآمد. در این پژوهش از داده‌های روزانه ایستگاه‌های سینوپتیک تربت جام، تربت حیدریه، سبزوار، سرخس، قوچان، کاشمر، گناباد، نیشابور و مشهد استفاده شد. داده‌های روزانه AgMERRA از پایگاه داده‌های سازمان فضایی امریکا جمع‌آوری و سپس با داده‌های مشاهداتی ایستگاه‌های سینوپتیک مورد مقایسه قرار گرفتند. جهت شبیه‌سازی نیاز آبی و عملکرد گندم از مدل کراپ‌وات و CSM-CERES-Wheat استفاده شد. نتایج نشان داد که تشعشع خورشیدی، دمای حداقل و حداکثر AgMERRA در تمامی مناطق همبستگی (r2>0/7) و توافق خوبی (NRMSE< %30) با داده‌های مشاهداتی نشان داد. اما سرعت باد و بارندگی روزانه AgMERRA در توافق با مقادیر مشاهداتی متناظر نبود، با این وجود استفاده از مجموع بارندگی ۱۵ روز سبب بهبود وضعیت توافق و همبستگی مشاهده شده در تمامی مناطق گردید. ضریب تغییرات نیاز آبی و عملکرد شبیه‌سازی شده با استفاده از داده‌های AgMERRA در تمامی مناطق به جز تربت جام، تربت حیدریه و گناباد برای نیاز آبی و مشهد، کاشمر و قوچان برای عملکرد نزدیک به (بین 5- تا 5+ درصد) ضریب تغییرات نیاز آبی و عملکرد شبیه‌سازی شده با استفاده از داده‌های مشاهداتی بود. با این وجود انحراف میانگین بلند مدت نیاز آبی و عملکرد شبیه‌سازی شده با استفاده از داده‌های AgMERRA در تمامی مناطق به جز تربت حیدریه و گناباد برای نیاز آبی در بازه ۱۰- تا ۱۰+ درصد میانگین بلند مدت نیاز آبی و عملکرد شبیه‌سازی شده با استفاده از داده‌های مشاهداتی قرار داشت. با توجه به نتایج حاصله می‌توان از داده‌های AgMERRA جهت برآورد میانگین بلند مدت نیاز آبی و عملکرد گندم دیم در منطقه مورد مطالعه استفاده نمود. با این وجود این مجموعه داده جهت شبیه‌سازی دقیق نیاز آبی و عملکرد در یک سال خاص زیاد قابل اعتماد نیست.
ولی فیضی اصل
چکیده
نیتروژن پس از آب دومین عامل محدودکننده رشد گیاهان در شرایط دیم بشمار می‌آید، لذا برای تولید اقتصادی جو در این مناطق، استفاده مناسب از آنبسیار ضروری است. به‌منظور ارزیابی پاسخ ژنوتیپ‌های جو دیم به مصرف نیتروژن، پژوهشی در قالب طرح بلوک‌های کامل تصادفی به صورت کرت‌های دوبار خردشده با زمان مصرف نیتروژن در کرت‌های اصلی (کل نیتروژن ...
بیشتر
نیتروژن پس از آب دومین عامل محدودکننده رشد گیاهان در شرایط دیم بشمار می‌آید، لذا برای تولید اقتصادی جو در این مناطق، استفاده مناسب از آنبسیار ضروری است. به‌منظور ارزیابی پاسخ ژنوتیپ‌های جو دیم به مصرف نیتروژن، پژوهشی در قالب طرح بلوک‌های کامل تصادفی به صورت کرت‌های دوبار خردشده با زمان مصرف نیتروژن در کرت‌های اصلی (کل نیتروژن درپائیز، در پائیز + در بهار و در پائیز + در بهار)، مقادیر نیتروژن (صفر، 30، 60، 90 و 120 کیلوگرم در هکتار) در کرت‌های فرعی و ژنوتیپ‌های جو (سهند، آبیدر، Dayton/Ranny، Alpha/Gumhuriyet/Sonja و B-C-74-2) در کرت‌های فرعی در فرعی در 4 بلوک و به مدت 3 سال زراعی (89-86) در ایستگاه تحقیقات کشاورزی دیم به اجرا درآمد. نتایج نشان داد، مصرف نیتروژن از طریق افزایش معنی‌دار (01/0P≤) تعداد سنبله در واحد سطح (243-112) و ارتفاع بوته (6/17-3/6 سانتی‌متر) به عنوان سطح اندام‌های فتوسنتزکننده گیاه، طول (2/0-1 سانتی‌متر بر بوته) و وزن (2/0-1/0 گرم بر بوته) ریشه در مرحله پنجه‌زنی گیاه و کارایی استفاده از آب (5/2-3/1 کیلوگرم در هکتار بر میلی‌متر) باعث افزایش معنی‌دار عملکرد دانه، بیولوژیک و کاه (01/0P≤) شد. نیاز نیتروژنی جو در شرایط خشکسالی حدود 40 کیلوگرم در هکتار و در سال‌های نرمال 43 کیلوگرم در هکتار در منطقه مورد مطالعه تعیین شد که این مقادیر به ترتیب برای دستیابی به عملکردهای دانه 1784 و 3100 کیلوگرم در هکتار می‌باشد. در سال‌های نرمال 30 کیلوگرم در هکتار آن در پائیز و 13 کیلوگرم در هکتار به صورت سرک همرا بارندگی‌های اوایل بهار مصرف می‌شود. در نهایت، اثر بارندگی در افزایش عملکرد دانه جو دیم 1/2 برابر بیشتر از مصرف نیتروژن بود و این موضوع اهمیت بیشتر آب را نسبت به نیتروژن در دیمزارهای ایران به اثبات می‌رساند.
سحر بابایی حصار؛ رضا قضاوی
چکیده
بارش از مهمترین پارامترهای اقلیمی اثرگذار بر رژیم هیدرولوژیکی حوضه‌های آبخیز است. روش‌های مختلفی جهت پیش‌بینی میزان بارش ارائه شده است که از جمله آنها می‌توان به مدلهای سری زمانی و شبکه عصبی مصنوعی اشاره نمود. این مدل‌ها بدون در نظر داشتن مسئله گرمایش جهانی و تغییر اقلیم پارامترهای اقلیمی را پیش‌بینی می‌کنند. هدف از انجام ...
بیشتر
بارش از مهمترین پارامترهای اقلیمی اثرگذار بر رژیم هیدرولوژیکی حوضه‌های آبخیز است. روش‌های مختلفی جهت پیش‌بینی میزان بارش ارائه شده است که از جمله آنها می‌توان به مدلهای سری زمانی و شبکه عصبی مصنوعی اشاره نمود. این مدل‌ها بدون در نظر داشتن مسئله گرمایش جهانی و تغییر اقلیم پارامترهای اقلیمی را پیش‌بینی می‌کنند. هدف از انجام این مطالعه بررسی انطباق نتایج مدلهای سری زمانی و شبکه عصبی مصنوعی با سناریوهای اقلیمی است. جهت انجام این مطالعه، ابتدا از میان مدلهای مختلف سری زمانی بهترین مدل در برآورد متغیر بارندگی انتخاب گردید و با استفاده از 50 سال (1961 تا 2010) آمار بارندگی ایستگاه‌های سینوپتیک ارومیه تبریز و خوی، مقدار متغیر مذکور برای 18 سال آینده (2011 تا 2029) تولید شد. در گام بعد با استفاده از شبکه عصبی مصنوعی نیز مقدار بارندگی برای همان سالها پیش‌بینی گردید. در نهایت نتایج این مدل‌ها، با داده‌های تولید شده تحت دو سناریوی B1 و A2 در مدل LARS-WG مقایسه شد. طبق نتایج بدست آمده معلوم شد شبکه عصبی مصنوعی تطابق بیشتری با مدلهای جهانی اقلیم (GCM) دارد. مدل TS برخلاف سایر مدلهای مورد استفاده یک روند نزولی برای بارندگی پیش‌بینی کرده است.
مریم رضایی؛ محمد نهتانی؛ علیرضا مقدم نیا؛ علیجان آبکار؛ معصومه رضائی
چکیده
پیش‌بینی میزان بلند مدت بارش در برنامه‌ریزی و مدیریت منابع آب، به‌ویژه در مناطق خشک و نیمه خشک، از اهمیت بالایی برخوردار است. لذا در این پژوهش به منظور بررسی اثر تغییر اقلیم بر میزان بارندگی در مقیاس ایستگاهی از مدل آماری SDSM استفاده شده است. داده‌های مورد استفاده در این پژوهش شامل میزان بارندگی روزانه ایستگاه‌های سینوپتیک کرمان ...
بیشتر
پیش‌بینی میزان بلند مدت بارش در برنامه‌ریزی و مدیریت منابع آب، به‌ویژه در مناطق خشک و نیمه خشک، از اهمیت بالایی برخوردار است. لذا در این پژوهش به منظور بررسی اثر تغییر اقلیم بر میزان بارندگی در مقیاس ایستگاهی از مدل آماری SDSM استفاده شده است. داده‌های مورد استفاده در این پژوهش شامل میزان بارندگی روزانه ایستگاه‌های سینوپتیک کرمان و بم، داده‌های بازتحلیل NCEP و خروجیهای مدل HadCM3 (داده‌های نسل سوم مدل جهانی اقلیم تحت سناریوی A2 وB2) برای دوره پایه (2001-1971 میلادی) می‌باشد. میزان بارش برای سه دوره (2039-2010)، (2069-2040) و (2099-2070) پیش‌بینی و با دوره پایه مورد مقایسه قرار گرفته است. از 15 سال اول داده‌ها (1985-1971) برای واسنجی و از 15 سال دوم (2001-1986) برای اعتبارسنجی مدل استفاده شده است. بررسی معیارهای ارزیابی کارایی مدل از جمله میانگین خطای مطلق و مجذور میانگین مربعات خطا، نشان داد که این مدل در منطقه خشک، از توانایی و دقت بالاتری برای پیش‌بینی میزان بارندگی نسبت به منطقه فراخشک برخوردار می‌باشد. نتایج نشان داد میزان بارش سالانه تا سال 2099، در ایستگاه کرمان در سناریوهای A2و B2به ترتیب (3/1) و (3/0) میلی‌متر کاهش و در ایستگاه بم حدود (56/4)، (46/5) میلی‌متر نسبت به دوره پایه افزایش خواهد داشت.
سمانه محمدی مقدم؛ ابوالفضل مساعدی؛ محمد جنگجو؛ منصور مصداقی
چکیده
پیش‌بینی تولید گیاهی و استراتژی‌های مدیریتی مناسب نیاز به شناخت عوامل آب و هوایی اصلی در مناطق مختلف دارد. هدف از انجام این تحقیق مقایسه تولید علوفه در مناطق مختلف بر اساس عوامل آب و هوایی و شاخص‌های خشکسالی است. این مناطق شامل دو منطقه در استان مرکزی و دو منطقه در استان قم می‌باشند. عوامل آب و هوایی مورد بررسی شامل بارندگی، دما ...
بیشتر
پیش‌بینی تولید گیاهی و استراتژی‌های مدیریتی مناسب نیاز به شناخت عوامل آب و هوایی اصلی در مناطق مختلف دارد. هدف از انجام این تحقیق مقایسه تولید علوفه در مناطق مختلف بر اساس عوامل آب و هوایی و شاخص‌های خشکسالی است. این مناطق شامل دو منطقه در استان مرکزی و دو منطقه در استان قم می‌باشند. عوامل آب و هوایی مورد بررسی شامل بارندگی، دما و تبخیر و تعرق و شاخص‌های خشکسالی شامل شاخص بارش استاندارد شده (SPI) و شاخص شناسایی خشکسالی (RDI) می‌باشند. برای هر یک از متغیرها، سی و سه دوره‌ی زمانی مختلف، شامل: دوره‌های یک‌ماهه تا نه‌ماهه در نظر گرفته شده‌است. با توجه به تعداد زیاد متغیرهای مستقل از روش تجزیه به مؤلفه‌های اصلی (PCA) برای کاهش حجم داده‌ها استفاده شد. رابطه تولید علوفه مرتع با هریک از عوامل آب و هوایی و شاخص‌های خشکسالی با استفاده از روش‌های رگرسیونی چند متغیره شامل stepwise وbestsubset مدل‌سازی شد. علاوه‌براین، رابطه تولید مرتع با همه این عوامل به صورت یک مدل ترکیبی مورد بررسی قرار گرفت. برای انتخاب مدل از معیارهای ارزیابی خطا استفاده شد. در نهایت در مناطق رودشور، باغیک و قره‌سو به ترتیب مدل‌هایی که بر اساس تبخیر و تعرق (99/0=r Kg,7/7RMSE=)، شاخص شناسایی خشکسالی (99/0=r Kg,1/3RMSE=) و بارندگی (99/0=Kg, r0/4RMSE=) تولید را پیش‌بینی می‌نمایند، به عنوان مدل مناسب پیش‌بینی تولید علوفه مرتع در هر منطقه انتخاب شدند. ضمن آنکه در منطقه اراک مدلی که ترکیبی از عوامل آب و هوایی (99/0=Kg, r2/0RMSE=) است، به عنوان بهترین مدل انتخاب شد. به‌طور کلی ارتباط تولید مرتع با وضعیت خشکسالی بر اساس شاخص شناسایی خشکسالی قوی‌تر از ارتباط آن با بارندگی و دما است. همچنین به‌منظور برآورد تولید مرتع، شاخص شناسایی خشکسالی نسبت به شاخص بارش استاندارد شده از دقت بیشتری برخوردار است. زیرا، این شاخص به‌طور هم‌زمان وضعیت بارندگی و تبخیر و تعرق را در نظر می‌گیرد.
معصومه عیوضی؛ ابوالفضل مساعدی
چکیده
بارندگی یکی از مهمترین عوامل اقلیمی است که از تغییرپذیری زمانی و مکانی بسیار زیادی برخوردار است. از طرف دیگر، تعیین مقدار بارندگی در موقعیتهای مکانی مختلف، از اهمیت ویژهای برخوردار می‌باشد. در این تحقیق به منظور تخمین بارندگی در مناطق مختلف، از روش‌های متعدد درونیابی استفاده شده است. به این منظور، داده‌های بارندگی 32 ایستگاه ...
بیشتر
بارندگی یکی از مهمترین عوامل اقلیمی است که از تغییرپذیری زمانی و مکانی بسیار زیادی برخوردار است. از طرف دیگر، تعیین مقدار بارندگی در موقعیتهای مکانی مختلف، از اهمیت ویژهای برخوردار می‌باشد. در این تحقیق به منظور تخمین بارندگی در مناطق مختلف، از روش‌های متعدد درونیابی استفاده شده است. به این منظور، داده‌های بارندگی 32 ایستگاه بارانسنجی با طول دوره آماری 26 سال (62-1361 الی 87-1386) در سطح استان گلستان انتخاب شدند. بعد از بررسی داده‌ها از نظر صحت و همگنی با استفاده از آزمونهای آماری، به منظور تعیین بهترین الگوی توزیع مکانی بارندگی سالانه در سطح استان گلستان، از شش روش درونیابی مکانی فاصله وزنی معکوس (IDW)، چندجملهای جهانی (GPI)، چندجملهای محلی (LPI)، تابع پایه شعاعی (RBF)، کریجینگ (Kriging) و کوکریجینگ (Co-Kriging) استفاده شد. نتایج به دست آمده نشان داد که در بین روش‌های قطعی و زمینآماری، به ترتیب روش زمینآمارکریجینگ و کوکریجینگ با مدل بیضوی و با میزان خطای 49/60 و 46/64 نسبت به روش‌های قطعی برتر بوده است. همچنین در بین روش‌های قطعی دو روش RBF و IDW با میزان خطای 86/66 و 20/77 نتایج نسبتاً دقیقتری را در مقایسه با دو روش LPI و GPI داشتهاند. ضمن آنکه کمترین مقدار میانگین مربعات خطا در روش کریجینگ با مدل بیضوی (49/60) و بیشترین آن در روش GPI با توان 5 (به مقدار96/288) به دست آمده است.
