ارزیابی کارایی سامانه GLDAS در برآورد تابش سطح روزانه در ایران
محل انتشار: فصلنامه آب و خاک، دوره: 34، شماره: 2
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 136
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSW-34-2_018
تاریخ نمایه سازی: 8 آبان 1402
چکیده مقاله:
تابش سطح زمین (SSR) به عنوان بزرگترین منبع انرژی در سطح زمین، از پارامترهای مهم در مطالعات هواشناسی به شمار می رود. با توجه به محدودیتهای اندازه گیریهای زمینی تابش SSR و اهمیت آن در مطالعات کشاورزی، استفاده از روشهای کم هزینه و قابل اعتماد در برآورد تابش در ایران ضرورت دارد. در بیشتر پژوهش های انجام شده در ایران روش های تجربی برآورد تابش SSR مورد بررسی قرار گرفتند که با وجود سادگی، به دلیل در نظر گرفتن تنها تعداد محدودی پارامترهای هواشناسی، گویای دقیقی از تغییرات آن در مقیاس مکانی وسیع با اقلیم های گوناگون نیستند. هدف از این پژوهش، ارزیابی تابش SSR استخراج شده از سامانه GLDAS با استفاده از اندازه گیری های زمینی در ایران در مقیاس روزانه می باشد. بدین منظور تابش SSR برآورد شده توسط سامانه GLDAS و تابش اندازه گیری شده در ۲۴ ایستگاه تابش سنجی برای دوره (۲۰۱۵-۲۰۱۲) با یکدیگر مقایسه شدند. نتایج تحقیق نشان داد که با ضریب کارایی بالای ۸۸/۰، توافق مناسبی بین عملکرد مدل و تابش سطح زمین اندازه گیری شده روزانه در ایران وجود دارد. همچنین نشان داده شد که سامانه GLDAS در شرایط آسمان صاف (ماه های گرم سال) نسبت به شرایط ابرناکی (ماه های سرد سال)، توانایی بیشتری در برآورد تابش SSR دارد. ارزیابی کارایی مدل در برآورد تابش روزانه سطح زمین در منطقه مورد مطالعه نیز حاکی از این است که سامانه GLDAS در ۷۱ درصد ایستگاههای مورد بررسی تمایل به کم برآوردگری دارد. همچنین این مدل در ایستگاههای واقع در اقلیم خشک در مقایسه با مناطق نیمه خشک و ساحلی، برآورد بهتری از تابش سطح زمین در منطقه مورد مطالعه ارائه داد.
کلیدواژه ها:
نویسندگان
نوشین احمدی باصری
بوعلی سینا همدان
علی اکبر سبزی پرور
دانشگاه بوعلی سینا همدان
مهرانه خدامرادپور
دانشگاه بوعلی سینای همدان
لوکاس آلادوس آربولداس
دانشگاه گرانادا، اسپانیا
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 :