پیشنگری تبخیر - تعرق پتانسیل بر اساس سناریوهای واداشت تابشی (مطالعه موردی: تبریز)
نویسندگان
1 دانشیار پژوهشی، موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج.
2 استادیار پژوهشی، پژوهشکده اقلیمشناسی و تغییر اقلیم، پژوهشگاه هواشناسی و علوم جو، مشهد.
3 محقق، موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج
4 محقق، موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج
5 دانشیار پژوهشی، موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج.
6 دانشآموخته دکتری، گروه جغرافیا، دانشکده علوم اجتماعی، دانشگاه حکیم سبزواری، سبزوار
doi
چکیده
تبخیر – تعرق از بخشهای مهم چرخه هیدرولوژی بوده و تعیین دقیق مقدار آبی که برای تبخیر و تعرق مصرف میشود، از عوامل اساسی در برنامهریزی برای رسیدن به محصول بیشتر و از مهمترین پارامترهای مدیریت آب در گیاهان است. پژوهش حاضر با هدف پیش بینی تبخیر - تعرق پتانسیل ایستگاه تبریز به عنوان پاسخی به تغییرات اقلیمی انجام شد. به این منظور روش پنمن مانتیث به عنوان الگوریتم معیار برای برآورد تبخیر - تعرق پتانسیل در دوره زمانی پایه (2005-1991) استفاده بکار رفت. تبخیر- تعرق پتانسیل در دوره 2100-2025 با استفاده از سناریوهای 2.6 RCP، 4.5 RCP و 8.5 RCP بر اساس مدل های CMIP5 (1.1 BCC-CSM و CCSM4) و مدل LARS-WG6 برآورد شد. در نهایت با استفاده از شاخصهای آماری اعتبار سنجی بررسی توانمندی مدل LARS-WGطی دوره پایه با مقادیر مشاهداتی طی دوره پایه (1991-2005) ارزیابی شد. همچنین برای بدست آوردن ارزیابی کلی کیفیت برآوردها از منحنی امتیاز مهارتی ROC استفاده شد. ارزیابی عملکرد میانگین دو مدل نشان داد که برای ماههای گرم سال، مدل قابلیت بهتری در برآورد میزان تبخیر- تعرق پتانسیل در مقایسه با ماههای سرد داشته و کمترین خطای RMSE در ماههای گرم بوده است، بهطوری که در ماه ژانویه با مقدار 15/0 میلیمتر کمترین مقدار خطا را داشت. در مقایسه ماه ها نیز نتایج حاکی از بهترین میزان برآورد دو ماه فوریه و اوت در برآورد مقادیر سالانه تبخیر- تعرق بود. همین طور نتایج نشان داد که در تمامی دوره های آتی و تحت تمامی سناریوها، میانگین تبخیر و تعرق مرجع در مقیاسهای سالانه در مقایسه با دوره پایه افزایش معنی داری در سطح 01/0 خواهد داشت. همچنین نمودار مشخصه عملکرد مهارتی نتایج قابل قبولی را از پیش بینی های دو مدل تبخیر تعرق پتانسیل نشان داد. نتایج میانگین دو مدل بیانگر افزایش تبخیر – تعرق پتانسیل پیش بینی شده تحت سناریوهای RCP بود.