دانشگاه علوم کشاورزی و منابع طبیعی گرگان

 آمار

تعداد نشریات13
تعداد شماره‌ها626
تعداد مقالات6,517
تعداد مشاهده مقاله8,746,440
تعداد دریافت فایل اصل مقاله8,317,283
فرجی, زهره, کاویانی, عباس, شکیبا, علیرضا. (1396). ارزیابی داده‌های تبخیر–تعرق، بارش و دمای هوای حاصل از مدل سطح زمین (GLDAS) با استفاده از داده‌های مشاهداتی در استان قزوین. , 24(3), 283-297. doi: 10.22069/jwfst.2017.11535.2630
زهره فرجی; عباس کاویانی; علیرضا شکیبا. "ارزیابی داده‌های تبخیر–تعرق، بارش و دمای هوای حاصل از مدل سطح زمین (GLDAS) با استفاده از داده‌های مشاهداتی در استان قزوین". , 24, 3, 1396, 283-297. doi: 10.22069/jwfst.2017.11535.2630
فرجی, زهره, کاویانی, عباس, شکیبا, علیرضا. (1396). 'ارزیابی داده‌های تبخیر–تعرق، بارش و دمای هوای حاصل از مدل سطح زمین (GLDAS) با استفاده از داده‌های مشاهداتی در استان قزوین', , 24(3), pp. 283-297. doi: 10.22069/jwfst.2017.11535.2630
فرجی, زهره, کاویانی, عباس, شکیبا, علیرضا. ارزیابی داده‌های تبخیر–تعرق، بارش و دمای هوای حاصل از مدل سطح زمین (GLDAS) با استفاده از داده‌های مشاهداتی در استان قزوین. , 1396; 24(3): 283-297. doi: 10.22069/jwfst.2017.11535.2630

ارزیابی داده‌های تبخیر–تعرق، بارش و دمای هوای حاصل از مدل سطح زمین (GLDAS) با استفاده از داده‌های مشاهداتی در استان قزوین

مجله پژوهش‌های حفاظت آب و خاک
مقاله 17، دوره 24، شماره 3، مرداد 1396، صفحه 283-297    اصل مقاله (1.35 M)
نوع مقاله: مقاله کامل علمی پژوهشی
شناسه دیجیتال (DOI): 10.22069/jwfst.2017.11535.2630
نویسندگان
زهره فرجی* 1؛ عباس کاویانی2؛ علیرضا شکیبا3
1فارغ التحصیل کارشناسی ارشد آبیاری و زهکشی/ دانشگاه گیلان
2استادیار گروه مهندسی آب دانشگاه بین المللی امام خمینی (ره)
3عضو هیئت علمی/ دانشگاه شهید بهشتی
چکیده
سابقه و هدف: کاهش ذخیره آب یک تهدید هیدرولوژیکی برای تولید محصولات کشاورزی و ثبات اجتماعی و اقتصادی در سراسر جهان به شمار می‌رود. در مناطق خشک و نیمه خشک نظیر کشور ایران که دارای بارش کم و تبخیر-تعرق زیاد می‌باشند این کاهش ذخیره آب به سرعت به آستانه خطر نزدیک می‌شود. لذا برآورد هرچه دقیق‌تر تبخیر-تعرق به‌عنوان یکی از مهم‌ترین پارامترهایی که باعث هدر رفت آب می‌شود می‌تواند گامی به‌سوی افزایش توانایی بشر در کنترل و مدیریت بحران آب باشد. متاسفانه با بروز پدیده خشکسالی و افزایش بی‌رویه مصرف آب و کاهش منابع آب‌های زیرزمینی، استان قزوین با بحران کمبود آب مواجه شده‌است. لذا برآورد تبخیر-تعرق به‌عنوان یکی از پارامترهای مهم بیلان آب منطقه و همچنین یکی از عوامل مهم در بحث هدر رفت آب می‌تواند تا حد زیادی برای این استان اهمیت داشته باشد. هدف اصلی این مقاله معرفی روشی برای افزایش دقت پارامتر تبخیر-تعرق حاصل از مدل سیستم جهانی اطلاعات سطح زمین(GLDAS) و همچنین معرفی تبخیر-تعرق اصلاح شده GLDAS به عنوان جایگزینی مناسب برای داده‌های تبخیر-تعرق لایسیمتر بخصوص در مناطق فاقد آمار و غیرقابل دسترس می‌باشد.
مواد و روش‌ها: استان قزوین با مساحتی معادل 15821 کیلـومتر مربـع به ترتیب بـین طول و عرض جغرافیایی 48 درجه و 53 دقیقه و 36 درجه و 50 دقیقه در گوشه شمال‌غرب و 50 درجه و 35 دقیقـه و 35 درجـه و 18 دقیقـه در گوشه جنوب شرقی در حوزه مرکزی ایران واقع شده است. در این پژوهش تبخیر–تعرق لایسیمتر و تبخیر–تعرق حاصل از GLDAS و همچنین بارش و دمای حاصل از مدل GLDAS و بارش ماهواره TRMM برای سال‌های 1379 تا 1382 مورد بررسی قرار گرفته‌‌اند. با توجه به داده‌های بارش 50 ساله منطقه، سال زراعی 80-79، 81-80 و 82-81 به ترتیب به عنوان سال زراعی خشک، نرمال و تر انتخاب شدند. شاخص‌های کمی که به منظور ارزیابی نتایج مورداستفاده قرار گرفته‌اند شامل ریشه میانگین مربعات خطا(RMSE)، میانگین خطای اریبی MBE‌ و میانگین مطلق خطا MAE می‌باشند.
یافته‌ها: نتایج بررسی داده‌های تبخیر-تعرق مدل GLDAS و لایسیمتر 95/0=R2، 68/0=RMSE نشان‌ می‌دهد که همبستگی بالایی بین این دو سری داده وجود دارد. علاوه بر تبخیر-تعرق، پارامترهای دما و بارش نیز به عنوان دو عنصر تاثیرگذار بر تبخیر-تعرق مورد بررسی قرار گرفتند. نتایج آماری نشان‌دهنده R2 بیش از 9/0 بین داده‌های دمای هوای حاصل از مدل GLDAS و داده‌های ایستگاهی و 82/0=R2 بین داده‌های بارش حاصل از مدل GLDAS و داده‌های ایستگاهی و همچنین 76/0=R2 بین داده‌های بارش ماهواره TRMM و داده‌های ایستگاهی است.
نتیجه‌گیری: با توجه به نتایج بدست آمده استفاده از داده‌های تبخیر-تعرق، دمای هوا و بارش حاصل از مدل GLDAS به عنوان جایگزینی مناسب برای داده‌های مشاهداتی در مناطق فاقد آمار قابل استفاده می‌باشند.
کلیدواژه‌ها
تبخیر-تعرق؛ سنجش از دور؛ مدل سطح زمین؛ بارش
مراجع
-1.Absy, A., and Saeidi, M. 2011. Development of water quality index in Qazvin province,
Environmental sciences. 8: 3. 117-128. (In Persian)
2.Aghabeigi, V. 2014. Manage the urban water crisis caries water wells in the province of
Qazvin. The second national conference on crisis management and HSE vital arteries,
industry and urban management. (In Persian)
3.Bi, H., Ma, J., Zheng, W., and Zeng, J. 2016. Comparison of soil moisture in GLDAS
model simulations and in situ observations over the Tibetan Plateau. J. Geophysic. Atm.
121: 6. 2658-2678.
4.Davitt, A. 2011. Climate variability and drought in the South Platte River basin. Thesis
submitted in fulfillment of the requirement for the degree master of art (earth and
atmospheric science). The city college of the city university of New York.
5.Du, J.P., and Sun, R. 2012. Estimation of evapotranspiration for ungagged areas using
MODIS measurements and GLDAS data. Procedia Environmental Sciences. 13: 1718-1727.
6.Fangl, H., Beaudoing, H., Rodell, M., Tengl, W., and Vollmer, B. 2009. Global land data
assimilation (GLDAS) products, services and application from nasa hydrology data and
information services center (HDISC). ASPRS 2009 Annual Conference Baltimore, Maryland
March 8-13.
7.Faraji, Z., Vazifedust, M., Kaviani, A., Shakiba, A., and Fakharzadeh, M. 2014. Evaluation
rainfall, temperature and humidity of the Global Land Data Assimilation System (GLDAS)
Product in Khorasan Razavi. The second national conference on agricultural water
management. (In Persian)
8.Ferreira, V., Gong, Z., He, X., and Zhang, Y. 2013. Estimating Total Discharge in the
Yangtze River Basin Using Satellite-Based Observations. Remote Sensing. 5: 7. 3415-3430.
9.Gao, Y., Long, D., and Li, Z. 2008. Estimation of daily Evapotranspiration from remotely
sensed data under complex terrain over the upper Chao river basin in north China. Inter. J.
Rem. Sens. 29: 11. 3295-3315.
10.Liu, Y., He, Q., Zhang, H., and Mamtimin, A. 2012. Improving the CoLM in Taklimakan
Desert hinterland with accurate key parameters and an appropriate parameterization scheme,
Adv. Atmos. Sci. 29: 2. 381-390.
11.Longuevergne, L., Scanlon, B.R., and Wilson, C.R. 2010. GRACE hydrological estimates
for small basins: evaluating processing approaches on the High Plains Aquifer, USA. Water
Resources Research. 46: 11. doi:10.1029/2009WR008564.
12.Moiwo, J.P., Yang, Y., Tao, F., Wenxi, L., and Shumin, H. 2011. Water storage change
in the Himalayas from the Gravity Recovery and Climate Experiment (GRACE) and
an empirical climate model,. Water Resources Research., vol, 47, W07521,
doi:10.1029/2010WR010157.
13.Mobasheri, M., and Khavarian, H. 2004. Analysis methods of using satellites to determine
the evapotranspiration. J. Geograph. Sci. 3: 3-4. 83-98. (In Persian)
14.Moiwo, J.P., Yang, Y., Li, H., Han, S., and Hu, Y. 2012. Comparison of GRACE with in situ
hydrological measurement data shows storage depletion in Hai River basin, Northern China.
Water SA. 35: 663-670.
15.Rodell, M., Houser, P.R., Jambor, U., Gottschalck, J., Mitchell, K., Meng, C.J., Arsenault,
K., Cosgrove, B., Radakovich, J., Bosilovich, M., Entin, J.K., Walker, J.P., Lohmann, D.,
and Toll, D. 2004. The Global Land Data Assimilation System. Bulletin of the American
Meteorological Society. 85: 3. 381-394.
16.Rui1, H., Teng, W., Vollmer, B., Mocko, D.M., Beaudoing, H.K., Whiteaker, T., Valentine,
D., Maidment, D., and Hooper, R. 2012. New and Improved GLDAS data sets and data
services at NASA GES DISC. Hydrology Data Holdings Portal Land Data Assimilation
System. 4th WCRP May 7-11.
17.Seyyedi, H., Anagnostou, E.N., Beighley, E., and McCollum, J. 2014. Satellite-driven
downscaling of global reanalysis precipitation products for hydrological applications.
Hydrology and Earth System Sciences. 18: 5077-5091.
18.Sokuti Oskooi, R., Mahdian, M., and MahmoudI, Sh. 2007. Compared the performance of
some geostatistical methods to predict the spatial distribution of soil salinity, Urmia plain
case study. J. Res. Cons. No. 74. (In Persian)
19.Szilagyi, J., and Jozsa, J. 2008. New findings about the complementary relationship-based
evaporation estimation methods. J. Hydrol. 354: 1-4. 171-186.
20.Wang, F., Wang, L., Koike, T., Zhou, H., Yang, K., Wang A., and Li, W. 2011.
Evaluation and application of a fine‐resolution global data set in a semiarid mesoscale
river basin with a distributed biosphere hydrological model. J. Geophysic. Res.
116: D21. doi: 10.1029/2011JD015990.
21.Xu, C.Y., and Singh, V.P. 2005. Evaluation of three complementary relationship
evapotranspiration models by water balance approach to estimate actual regional
evapotranspiration in different climatic regions. J. Hydrol. 308: 105-121.
22.Yang, Y., Moiwo, J.P., and Hu, Y. 2010. Estimation of irrigation requirement for sustainable
water resources reallocation in North China. Agricultural Water Management. 97: 1711-1721.

آمار
تعداد مشاهده مقاله: 936
تعداد دریافت فایل اصل مقاله: 796


سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب