برآورد بارش موثر با بکارگیری سنجش از دور و الگوریتم توازن انرژی سبال و مقایسه آن با روش های تجربی (مطالعه موردی: دشت کشت گندم دیم شهرستان خمین)

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 102

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJSWR-53-10_014

تاریخ نمایه سازی: 31 اردیبهشت 1402

چکیده مقاله:

مدیریت موثر و کارآمد منابع آب در مناطق کم برخوردار آبی، نیازمند شناخت دقیق جریان­های هیدرولوژیکی است. آگاهی از میزان دقیق کل باران به عنوان یکی از اجزای جریان­های هیدرولوژیکی و هم­چنین میزان قابل استفاده یا موثر آن به منظور برنامه ریزی­های دقیق­تر در بخش کشاورزی ضروری است. در راستای این دیدگاه، در این پژوهش، باران موثر در اراضی تحت کشت گندم دیم شهرستان خمین با بکارگیری سنجش از دور و اجرای الگوریتم سبال برآورد شده است.داده­های هواشناسی مورد نیاز از سه ایستگاه از نزدیک­ترین ایستگاه­های سینوپتیک به منطقه مورد مطالعه شامل ایستگاه­های سینوپتیک خمین، محلات و گلپایگان دریافت شده و به روش IDW برای منطقه مورد نظر درونیابی شدند. به منظور برآورد بارش موثر، تبخیر تعرق محصول گندم دیم با اجرای الگوریتم سبال بر روی ۲۸ تصویر موجود از لندست ۸ در طول دوره رشد گندم دیم برای سال­های زراعی ۱۳۹۴-۱۳۹۳ تا ۱۴۰۱-۱۴۰۰ در منطقه مطالعاتی مورد نظر محاسبه می­شود. دقت سبال با روش­های پنمن مانتیث و تشت تبخیر ارزیابی شده و سپس نتایج به­دست آمده با روش­های تجربی برآورد باران موثر (USDA، FAO، درصدی و تجربی) مقایسه و خطای نسبی آن­ها برآورد شده­است.نتایج مقایسات نشان داد که روش USDA با میانگین خطای نسبی ۲/۱۲% کمترین خطا و روش FAO با میانگین خطای نسبی ۶۰ %  بیشترین خطا را نسبت به روش سبال داشتند. یافته­های پژوهش نشان داد که روش­های تجربی برآورد بارش موثر جهان شمول نمی­باشند. بنابراین، بایستی این روش­ها با در نظر گرفتن عواملی محیطی تاثیرگذار بر مقدار بارش موثر و نوع محصولات کالیبره شوند.

نویسندگان

سهیلا محتشمی

گروه مهندسی آبیاری و آبادانی، دانشکده کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران.

زهرا آقاشریعتمداری

گروه مهندسی آبیاری و آبادانی، دانشکده کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، 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 :
  • Adnan, Sh. & Hayat Khan, A. (۲۰۰۸). Effective rainfall for ...
  • Allen, R.G., Tasumi, M., Trezza, R., (۲۰۰۷). Satellite-based energy balance ...
  • Allen, R.G.; Pereira, L.S.; Raes, D.; Smith, M. (۱۹۹۸).Crop Evapotranspiration: ...
  • Asadzade shorfe, H., Raof, M., Mahmoodifard garmi, Z. (۲۰۱۵). The ...
  • Bastiaanssen, W., Plegruma, H., Wang, J., Ma, Y., Moreno, J.F., ...
  • Bastiaanssen, W.G., Menenti, M., Feddes, R., Holtslag, A., (۱۹۹۸c). A ...
  • Ghamarnia, H. & Rezvani, S.V. (۲۰۱۴). Calculation and Zoning of ...
  • Hasheminasab Khabisi, F., Mousavi baygi, M., Bakhtiari, B., Bannayan, M. ...
  • Jamshidi, S., Zand-Parsa, S & Niyogi, D. (۲۰۲۰). Assessing Crop ...
  • Joel E. Cahoon, C. Dean Yonts, Steven R. Melvin. (۱۹۹۲). ...
  • Khaleghi, N. (۲۰۱۶). Comparison of effective rainfall estimation methods in ...
  • Kişi Ö, Öztürk Ö. (۲۰۰۷). Adaptive neurofuzzy computing technique for ...
  • Pourgholam, M., Hooshmand, M., Raja, O., Liaghat, A. (۲۰۱۹).Effective Rain ...
  • Rahman M. M. Islam M.O. and Hasanuzzaman M. (۲۰۰۸). Study ...
  • Saeidi, R., Ramezani Etedali, H., Sotodehniya, A., Kaviani, A., Nazari, ...
  • Su, Z. (۲۰۰۲). The Surface Energy Balance System (SEBS) for ...
  • Waters, R., Allen, R., Tasumi, M., Trezza, R., Bastiaanssen, W. ...
  • نمایش کامل مراجع