آمار
| تعداد نشریات | 13 |
| تعداد شماره‌ها | 626 |
| تعداد مقالات | 6,517 |
| تعداد مشاهده مقاله | 8,746,436 |
| تعداد دریافت فایل اصل مقاله | 8,317,280 |
تغییرات تبخیر و تعرق پتانسیل ذرت و جو در استان کرمانشاه در شرایط تغییر اقلیم | ||
| مجله پژوهش‌های حفاظت آب و خاک | ||
| مقاله 11، دوره 24، شماره 3، مرداد 1396، صفحه 185-202 اصل مقاله (1.25 M) | ||
| نوع مقاله: مقاله کامل علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22069/jwfst.2017.12019.2656 | ||
| نویسندگان | ||
| بهمن فرهادی بانسوله* ؛ آذر اسدی؛ مریم حافظ پرست مودت | ||
| دانشگاه رازی | ||
| چکیده | ||
| سابقه و هدف: با توجه به وابستگی زیاد بخش کشاورزی به پارامترهای هواشناسی این بخش یکی از حساسترین بخش‌ها در شرایط تغییر اقلیم می‌باشد. در اثر افزایش دما قدرت تبخیر کنندگی اتمسفر افزایش و طول دوره رشد گیاهان کاهش می‌یابد. عملکرد و نیاز آبی محصولات کشاورزی نیز در شرایط تغییر اقلیم تغییر خواهد کرد. با استفاده همزمان از مدلهای پیش‌بینی تغییر اقلیم و مدلهای شبیه‌سازی رشد گیاهان می‌توان برآوردی از تغییرات این پارامترها تحت سناریوهای تغییر اقلیمی به دست آورد. در این مطالعه تاثیر تغییر اقلیم بر تبخیر و تعرق پتانسیل یک محصول پاییزه (جو) و یک محصول بهاره (ذرت) در سه ایستگاه هواشناسی واقع در اقلیم‌های مختلف استان کرمانشاه برای دوره آینده (2064- 2046) بررسی شده است. مواد و روش ها: این مطالعه در سه مرحله انجام گرفت. در مرحله اول پارامترهای هواشناسی در دوره آینده بر اساس سناریوهای A1B ،A2 و B1 مدل تغییر اقلیم HADCM3 بر آورد و با استفاده از بسته نرم افزاری LARS-WG در ایستگاه-های مورد مطالعه ریزمقیاس‌سازی شدند. در مرحله دوم تبخیر و تعرق پتانسیل گیاه مرجع در دوره‌های آتی و کنونی با استفاده از فرمول فائوپنمن‌مانتیث محاسبه و با هم مقایسه گردید. در مرحله سوم با استفاده از نرم افزار AquaCrop رشد گیاهان مورد نظر بر اساس فایل‌های گیاهی کالیبره شده در منطقه و داده‌های هواشناسی دوره‌های آتی و کنونی شبیه‌سازی گردید. با توجه به خروجی‌های این مدل تغییرات تبخیر و تعرق فصلی، حداکثر تبخیر و تعرق روزانه و طول دوره رشد گیاهان در شرایط کنونی و تغییر اقلیم با هم مقایسه گردید. یافته ها: نتایج مرحله اول بیانگر افزایش دمای حداقل و حداکثر و نوسانات بارندگی و ساعت آفتابی در هر سه ایستگاه نسبت به دوره پایه (2010-1992) می‌باشد. ضمنا در دوره آتی تبخیر و تعرق پتانسیل گیاه مرجع در هر سه ایستگاه افزایش خواهد داشت. بر اساس نتایج این مطالعه تبخیر و تعرق فصلی ذرت در دوره آتی در سنقر بین 25 تا 27 درصد، در کرمانشاه بین 16تا 18درصد و در سرپل ذهاب بین 5 تا 7 درصد افزایش می‌یابد. حداکثر تبخیر و تعرق فصلی برآورد شده برای ذرت در دوره آتی نسبت به دوره پایه در سنقر بین 37 تا 38 درصد، در کرمانشاه بین 19تا 20 درصد و در سرپل ذهاب بین 19 تا 21 درصد افزایش خواهد داشت. در اثر تغییر اقلیم طول دوره رشد ذرت در ایستگاه‌های سنقر، کرمانشاه و سرپل ذهاب به ترتیب 20، 14 و 10 روز کاهش می‌یابد. روند تغییرات پارامترهای مورد مطالعه برای جو نیز همانند ذرت خواهد بود اما شدت تغییرات برآورد شده کمتر از ذرت پیش‌بینی می‌شود. نتیجه گیری: نتایج بیانگر افزایش مقادیر تبخیر و تعرق پتانسیل فصلی و حداکثر تبخیر و تعرق روزانه و کاهش طول دوره رشد گیاهان در هر سه ایستگاه تحت سناریوهای تغییر اقلیم می‌باشد. اثر تغییر اقلیم روی پارامترهای مورد مطالعه برای هر دو گیاه در ایستگاه سنقر (منطقه سردسیر) بیشتر از کرمانشاه (منطقه معتدل) و خیلی بیشتر از سرپل ذهاب ( منطقه گرمسیر) خواهد بود. ضمنا درصد تغییرات تبخیر و تعرق گیاه بهاره (ذرت) در شرایط تغییر اقلیم بیشتر از گیاه پاییزه (جو) خواهد بود. | ||
| کلیدواژه‌ها | ||
| تبخیر و تعرق پتانسیل؛ ریز مقیاس سازی؛ مدل سازی گیاهی؛ کرمانشاه؛ نیاز آبی | ||
| مراجع | ||
|
1.Ahmady, M. 2011. Effects of deficit irrigation on winter barley crop yield in Mahidasht region using crop growing simulation models. M.Sc. Thesis, Razi University, Kermanshah. (In Persian) 2.Ahmadpour, A. 2013. Estimation of maize crop yield under various irrigation management using WOFOST and Aqua Crop models in Kermanshah. M.Sc. Thesis, Razi University, Kermanshah. (In Persian) 3.Allen, R.G., Pereira, L.S., Raes, D., and Smith, M. 1998. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. FAO, Rome. 300: 9. D05109. 4.Abassi, F., Malbusi, Sh., Babaeian, A., Asmari, M., and Borhani, R. 2010. Climate change prediction of South Khorasan province during 2010-2039 by using statistical downscaling of ECHO-G Data. J. Water Soil. 24: 2. 218-233. (In Persian) 5.Bahri, M., Dastorani, M., and Goudarzi, M. 2013. Assessing the impact of climate change on temperature and precipitation in the period 2011-2030 using the LARS-WG (Case study: Eskandari Watershed, Isfahan province). The Ninth National Congress of Watershed Management Science and Engineering, University of Yazd, Iran, Watershed Association. (In Persian) 6.Chiotti, Q.P., and Johnston, T. 1995. Extending the boundaries of climate change research: a discussion on agriculture. J. Rur. Stud. 11: 3. 335-350. 7.Eitzinger, J., Trnka, M., Hosch, J., and Zaloud, J. 2004. Comparison of CERES, WOFOST and SWAP models in Simulating Soil Water Content during growing season under different Soil Condition. Ecological modeling. 171: 3. 223-246. 8.Farhangfar, S., Bannayan, M., Khazaei, H.R., and Baygi, M.M. 2015. Vulnerability assessment of wheat and maize production affected by drought and climate change. Inter. J. Disaster Risk Red. 13: 37-51. 9.Liu, S., Mo, X., Lin, Z., Xu, Y., Ji, J., Wen, G., and Richey, J. 2010. Crop yield responses to climate change in the Huang-Huai-Hai Plain of China. Agricultural water management. 97: 8. 1195-1209. 10.Ly, S., Charles, C., and Degree, A. 2010. Spatial interpolation of daily rainfall at catchment scale: a case study of the Ourthe and catchment. Belgium, Hydrology and earth System Science Disences. 7: 5. 7383-7416. 11.Mirsane, M., Bavani Massah, A., Blouk Azari, S., and Sohrab Molla Yousef, T. 2010. Assessing the impact of climate change on water requirement of sugar beet during its growing period. The second International Conference on Integrated Water Resource Management, Kerman. Kerman Shahid Bahonar University. (In Persian) 12.Graham, L.P., Hagemann, S., Jaun, S., and Beniston, M. 2007. On interpreting hydrological change from regional climate models. Climatic Change. 81: 1. 97-122. 13.Jiang, T., Chen, Y.D., Xu, C., and Chen, X. 2007. Comparison of hydrological impacts of climate change simulated by six hydrological models in the Dongxiang basin south China. J. Hydrol. 336: 316-333. 14.Rahimi, S. 2014. Assessment of changes in water runoff sub-two deaths affected by climate change. M.Sc. Thesis, Razi University, Kermanshah. (In Persian) 15.Rajabi, A. 2010. Modeling of Kermanshah Climate using downscaling model of LARS-WG. The second International Conference on Integrated Water Resource Management, Kerman. Kerman Shahid Bahonar University. (In Persian) 16.Semenov, M.A., and Barrow, E.M. 2007. LARS-WG A Stochastic Weather Generator for Use in Climate Impact Studies. User Manual. 17.Steduto, P., Hsiao, T.C., Raes, D., and Fereres, E. 2009. AquaCrop-The FAO crop model to simulate yield response to water: i. Concepts and underlying principles. Agron. J. 101: 426-437. 18.Wilby, R., Charles, S., Zorita, E., Timbal, B., Whetton, P., and Mearns, L. 2004. Guidelines for use of climate scenarios developed from statistical downscaling methods. IPCC, 27p. 19.Yang, C., Fraga, H., Van Ieperen, W., and Santos, J.A. 2017. Assessment of irrigated maize yield response to climate change scenarios in Portugal. Agricultural Water Management. 184: 178-190. | ||
|
آمار تعداد مشاهده مقاله: 776 تعداد دریافت فایل اصل مقاله: 971 |
||
سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب