تحلیل حساسیت تبخیرتعرق مرجع و ارزیابی مجموعه داده های هواشناسی ERA۵، CFSv۲ و MERRA۲
محل انتشار: مجله مدیریت آب در کشاورزی، دوره: 10، شماره: 2
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 84
فایل این مقاله در 12 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_WMAJ-10-2_006
تاریخ نمایه سازی: 13 خرداد 1403
چکیده مقاله:
هدف از این پژوهش بررسی حساسیت تبخیر و تعرق مرجع نسبت به متغیرهای هواشناسی و معرفی پایگاه داده ای با بیشترین دقت در ارائه متغیرهای هواشناسی تاثیرگذار بر تبخیر و تعرق مرجع در حوضه دریاچه ارومیه بود. برای این منظور ۲۴ ایستگاه سینوپتیک انتخاب و داده های هواشناسی آن ها به صورت روزانه در بازه ۱۳۸۹ تا ۱۳۹۸ تهیه گردید. سپس با استفاده از معادله فائو پنمن مانتیث تبخیر و تعرق مرجع محاسبه گردید و تاثیر تغییرات متغیرهای هواشناسی به صورت جداگانه در بازه ۲۰%± بر آن بررسی شد. سپس دقت داده های هواشناسی ERA۵، CFSv۲ و MERRA۲ مورد ارزیابی قرار گرفت و دقیق ترین آن ها معرفی گردید. میانگین ده ساله تبخیر و تعرق مرجع ایستگاه های هواشناسی برابر ۳/۱ میلی متر در روز به دست آمد و نتایج نشان داد که بیشینه دما تاثیرگذارترین متغیر هواشناسی بر تغییرات تبخیر و تعرق مرجع است. پس از آن به ترتیب سرعت باد و کمینه دما بیشترین تاثیر را داشتند. مقدار ضریب حساسیت برای بیشینه دما، سرعت باد و کمینه دما به ترتیب ۰.۴، ۰.۲ و ۰.۱ به دست آمد. بررسی داده های هواشناسی ERA۵، CFSv۲ و MERRA۲ نشان دادند که مجموعه داده های ERA۵ دارای بیشترین دقت هستند. بر اساس نتایج، میانگین ۱۰ ساله تبخیر و تعرق مرجع ERA۵ برابر ۲.۸۶ میلی متر بر روز به دست آمد. این مقدار بر اساس شاخص CRM دارای ۸% کم برآوردی نسبت به مقدار به دست آمده از ایستگاه های هواشناسی بود. در نهایت شاخص های EF (۰.۹۲) و nRMSE (۰.۱۷) تبخیر و تعرق مرجع ERA۵ را در رتبه مناسب و قابل اعتماد قرار دادند.
کلیدواژه ها:
نویسندگان
رحمان باریده
دکتری تخصصی آبیاری و زهکشی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی آذربایجان شرقی، ایران
فرشته نسیمی
کاندیدای دکتری تخصصی آبیاری و زهکشی، دانشگاه ارومیه، ارومیه،
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 :