کاربردپذیری پایگاه بارشی GLDAS در برآورد ردپای آب سبز و آبی گندم و ذرت در دشت قزوین با استفاده از مدل Aqua Crop

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 112

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_HYDTR-7-2_003

تاریخ نمایه سازی: 13 اسفند 1401

چکیده مقاله:

فناوری سنجش از دور به دلیل برخورداری از ویژگی های ارزشمندی چون، اخذ تصاویر چند زمانه و چند طیفی، قابلیت تفکیک زمانی و رادیومتریکی مناسب و متنوع، دید وسیع و یکپارچه از منطقه، می تواند در بسیاری از کارهای کشاورزی مانند پیش بینی عملکرد محصول، اندازه گیری رطوبت خاک، اطلاع از میزان خشکسالی و سرمازدگی موثر واقع شود. در این پژوهش به ارزیابی پایگاه های هواشناسی شبکه بندی شده GLDAS-AgMERRA، GLDAS-CRU، GLDAS-AgCFSR در برآورد ردپای آب آبی و سبز گیاه گندم و ردپای آب آبی ذرت در دشت قزوین و مقایسه آن با مقادیر برآورد شده با اطلاعات ایستگاه سینوپتیک قزوین طی سال های۲۰۱۰-۱۹۸۰پرداخته شده است. ارزیابی آماری با استفاده از شاخص های R۲، NRMSE و ME انجام شد. متوسط مجموع ردپای آب گندم در منطقه پژوهش در حدود ۸۶۹ (مترمکعب بر تن) برآورد شد که در آن سهم ردپای آب سبز ۴۷ درصد و سهم ردپای آب آبی ۵۳ درصد بود. داده های برآورد شده در سناریوهای۱ (دمای CRU- بارش و تبخیر تعرق GLDAS (GLDAS- CRU)) و ۳ (دما و تبخیرتعرق CRU- بارش GLDAS (GLDAS- CRU)) برای ردپای آب سبز گندم و برای ردپای آب آبی، سناریو ۵ (بارش و تبخیرتعرق GLDAD-دمای AgCFSR (GLDAS-AgCFSR)) و سناریو ۳ به ترتیب برای گیاه گندم و ذرت بالاترین همبستگی را دارند. نتایج نشان می دهد برای برآورد ردپای آب آبی گیاه ذرت این پایگاه ها از دقت مناسبی برخوردار نبوده ولی برای برآورد ردپای آب سبز و آبی گیاه گندم می توان از اطلاعات پایگاه های هواشناسی شبکه بندی شده با دقت مناسب استفاده کرد.

کلیدواژه ها:

نویسندگان

مژگان احمدی

دانشجوی دکتری آبیاری و زهکشی، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران.

هادی رمضانی اعتدالی

دانشیار گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ابراهیمی پاک، ن.ع.، اگدرنژاد، ا.، ۱۳۹۶. ارزیابی و تحلیل حساسیت ...
  • اسدی، م.، گنجائیان، ح.، جاودانی، م.، قادری حسب، م.، ۱۴۰۰. ...
  • آبابائی، ب.، رمضانی اعتدالی، ه.، ۱۳۹۳. برآورد اجزا ردپای آب ...
  • بحرالعلوم، ر.، رمضانی اعتدالی، ه.، عزیزیان، ا.، آبابائی، ب.، ۱۳۹۹. ...
  • حاجی حسینی، ح.، حاجی حسینی، م.، نجفی، ع.، مرید، س.، ...
  • حسینی موغاری، س.، عراقی نژاد، م.، ش.، ابراهیمی، ک.، ۱۳۹۶. ...
  • رضوی ا.، نصیری محلاتی،م.، ع.، کوچکی، بهشتی، ع.، ۱۳۹۷. امکان ...
  • رمضانی اعتدالی، ه.، کریمی، ش.، فخار، م.، ۱۴۰۱. شبیهسازی اثر ...
  • علیزاده، ا.، ۱۳۸۹.رابطه آب و خاک و گیاه،انتشارات آستان قدس ...
  • علیقلی نیا، ت.، رضایی، ح.، بهمنش، ج.، منتصری، م.، ۱۳۹۵. ...
  • علیقلی نیا، ت.، شیبانی، ح.، محمدی، ا.، حسام، م.، ۱۳۹۸. ...
  • فرجی، ز.، کاویانی، ع.، شکیبا، ع.ر.، ۱۳۹۶. ارزیابی دادههای تبخیر- ...
  • فرجی،ز.، کاویانی، ع.، ۱۳۹۸. ارزیابی اجزای بیلان آب حاصل از ...
  • گلابی، م.، ناصری، ع.، ۱۳۹۴. ارزیابی مدل AquaCrop در پیشبینی ...
  • محمدی، م.، داوری، ک.، قهرمان، ب.، انصاری، ح.، حقوردی، ا.، ...
  • موسوی، ا.ح. اگدرنژاد، ا.، گیلانی، ع.، ۱۴۰۱. ارزیابی مدل AquaCrop ...
  • Ahmadi, M., Ramezani Etedali H., Elbeltagi, A., ۲۰۲۱. Evaluation of ...
  • Arrien, M., M., Aldaya, M., Corina Rodriguez, I., ۲۰۲۱. Water ...
  • Bi, H., Ma, J., Zheng, W., Zeng, J., ۲۰۱۶. Comparing ...
  • Chapagain, A.K., Hoekstra, A.Y., ۲۰۱۲. The blue, green and grey ...
  • Chico, D., Aldaya, M., Garrido, A., ۲۰۱۳. A water footprint ...
  • Davitt, A., ۲۰۱۱. Climate variability and drought in the South ...
  • Deihimfard, R., Rahimi Moghaddam, S., Collins, B., Azizi, K., ۲۰۲۲. ...
  • Fu, Y., Xia, J., Yang, W., Xu, B., We, X., ...
  • Hoekstra, A.Y., Chapagain, A.K., Aldaya, M.M., Mekonnen, M.M. ۲۰۱۱. The ...
  • Hoekstra, A.Y., Chapagain, A.K., Aldaya, M.M., Mekonnen, M.M., ۲۰۰۹. Water ...
  • Hoekstra, A.Y., Chapagain, AK., ۲۰۰۷. Water footprints of nations: Water ...
  • Hsiao, T.C., Heng,L.K., Steduto,P., Rojas-Lara,B., Raes, D., Fereres,E., ۲۰۰۹. Aqua ...
  • Hussain, S., Elfeki, A.M., Chaabani, A. Yibrie, A. E., Elhag, ...
  • Iizumi, T., Okada, M., Yokozawza, M., ۲۰۱۴. A meteorological forcing ...
  • Jamieson, P.D., Porter, J.R., Wilson, D.R., ۱۹۹۱. A test of ...
  • Jefferies, D., Munoz, I., Hodges, J., King, V.J., Aldaya, M., ...
  • Karadish, F., Hoekstra, A.Y., ۲۰۱۷. Informing national food and water ...
  • Mekonnen, M.M., Hoekstra, A.Y., ۲۰۱۰. A global and high-resolution assessment ...
  • Mitchell, T.D. Carter, T.R. Jones, P.D. Hulme, M. New, M., ...
  • Moiwo, J.P., Yang, Y., Li, H., Han, S., Hu, Y., ...
  • Pahlow, M., Snowball, J., Fraser, G., ۲۰۱۵. Water footprint assessment ...
  • Postel, S.L. ۲۰۰۰. Entering an era of water scarcity: the ...
  • Ramezani Etedali, H., Ahmadi, M., ۲۰۲۱. Evaluation of various meteorological ...
  • Rodell, M., Houser, P. R., Jambor, U., Gottschalck, J., Mitchell, ...
  • Rodriguez, CI., de Galarreta, VR, Kruse, E.E., ۲۰۱۵. Analysis of ...
  • Ruane, AC., Goldberg, R., Chryssanthacopoulos, J., ۲۰۱۵. Climate forcing datasets ...
  • Shi H., Li T., Wei J., ۲۰۱۷. CRU TS precipitation ...
  • Shiklomanov, I.A., ۲۰۰۰. Appraisal and assessment of world water resources. ...
  • Wang, F. Wang,L. Koike, T. Zhou, H. Yang, K. Wang, ...
  • Zhao, T., Fu, C., ۲۰۰۶. Comparison of products from ERA-۴۰, ...
  • Zhuo, L., Hoekstra, A.Y., ۲۰۱۷. The effect of different agricultural ...
  • نمایش کامل مراجع