فهرست نشریات علمی دسترسی آزاد ایران

زمینه و هدف: تبخیر و تعرق به‌عنوان یکی از مؤلفه‌های اصلی چرخه هیدرولوژی، نقش قابل توجهی در برنامه‌ریزی صحیح آبیاری و مدیریت منابع آب دارد. بنابراین برآورد دقیق این پارامتر ضروری است. به دلیل فقدان داده و کمبود ایستگاه‌های هواشناسی، تخمین تبخیر و تعرق با محدودیت روبه رو است. بنابراین امروزه مدل‌های عددی مانند WRF ابزاری قدرتمندی برای تولید و پیش‌بینی کمیت‌های هواشناسی (سرعت باد، رطوبت و غیره) مورد نیاز برای تخمین تبخیر و تعرق به‌حساب می آیند. تاکنون تحقیقی در زمینه‌ی بررسی تأثیر طرحواره‌های مختلف مدل WRF بر روی تخمین تبخیر و تعرق برنج انجام نشده است. هدف این مطالعه ارزیابی کارایی مدل WRF و به دست آوردن تنظیمات بهینه برای تخمین تبخیر و تعرق گیاه برنج در جلگه مرکزی گیلان می‌باشد.روش پژوهش: مقادیر واقعی تبخیر و تعرق با نصب یک لایسیمتر شالیزاری در یکی از مزارع پژوهشی موسسه تحقیقات برنج کشور به ابعاد 150 در 100 متر (5/1هکتار) با مختصات منطقه 37 درجه شمالی و 49 درجه شرقی و ارتفاع 24 متر از سطح دریا اندازه گیری شد. FAO روش پنمن- مانتیث را به‌عنوان بهترین روش برای تخمین ETo برای انواع اقلیم‌ها توصیه کرده است. برای برآورد ETo به روش پنمن- مانتیث نیاز به کمیت های آب و هوایی است که این کمیت ها از خروجی مدل WRF حاصل شد. از آنجا که این کمیت‌ها تأثیر بسزایی در برآورد تبخیر و تعرق دارند، چهار پیکربندی‌ مختلف با استفاده از فیزیک تابش طول موج کوتاه و بلند، لایه سطحی و لایه مرزی برای مدل WRF انتخاب و مورد آزمایش قرار گرفتند. در مرحله بعد، مقادیر اندازه‌گیری شده تبخیر و تعرق توسط لایسیمتر با مقادیر برآورده شده از خروجی های مدل (با به کارگیری 4 طرحواره‌های مختلف محلی و غیر محلی) مقایسه و تنظیمات بهینه مدل برای تخمین میزان تبخیر و تعرق مشخص شد.یافته‌ها: مقادیر تبخیر و تعرق در بازه‌ی 7/2 تا 5/8 میلی‌متر در روز در تغییر است. میانگین ET در طی سه دوره‌ی مختلف رشد گیاه شامل دوره‌ی ابتدایی، میانی و انتهایی به ترتیب برابر 63/4، 97/5 و 98/5 میلی‌متر در روز برآورد شده است. سه پیکربندی 1، 2 و 4 عمدتاً در پیش بینی تبخیر و تعرق گیاه برنج، بیش برآورد داشته و مقادیر محاسباتی بیشتر از مقدار اندازه‌گیری شده توسط لایسیمتر تخمین زده شده است. نتایج نشان می‌دهد که بیشترین میزان RMSE در پیکربندی شماره 4 و به میزان 47/8 و کمترین میزان آن در پیکربندی شماره 3 و به میزان 26/1 رخ داده است. جمع‌بندی نتایج نشان می‌دهد که پیکربندی شماره 3 در هر چهار معیار ذکر شده در مقایسه با دیگر پیکربندی‌ها در پیش‌بینی تبخیر و تعرق روزانه گیاه برنج بهتر عمل کرده است. نتایج نشان داد که طرحواره ی غیر محلی بکار گرفته شده در مدل نسبت به طرحواره‌های محلی، تبخیر و تعرق روزانه گیاه برنج را بهتر شبیه سازی می کند. یافته‌ها نشان می‌دهد که در طرحواره محلی YSU، دقت پیش بینی ها به‌طور قابل توجهی افزایش یافته و تنها به میزان 64/0 میلی‌متر به‌طور متوسط نسبت به داده‌های لایسیمتری کمتر برآورد شده است.نتایج: نتایج نشان داد کاربرد طرحواره مناسب در لایه سطحی و لایه مرزی مدل WRF بر دقت پیش‌بینی‌های تبخیر و تعرق تأثیر دارد. نتایج این تحقیق نشان داد که این مدل با کاربرد طرحواره‌‌ی لایه مرزی غیر محلی YSU قادر است که مقادیر تبخیر و تعرق گیاه برنج را با دقت قابل قبولی برای یک روز بعد پیش‌بینی کند که دلیل آن قابلیت بالاتر این طرحواره در پیش‌بینی پارامترهای مؤثر بر تبخیر و تعرق (از جمله دما و باد) است. بنابراین مدل WRF می‌تواند با استفاده از داده‌های پیش‌بینی GFS برای چند روز آینده اجرا و با اعمال معادله‌ی فائو- پنمن- مانتیث بر خروجی‌های مدل، مقادیر تبخیر و تعرق پتانسیل برای مناطق مختلف کشور محاسبه گردد. از آنجایی که تبخیر و تعرق در ارتباط مستقیم با فرآیندهای ترمودینامیکی جو است، کاربرد دیگر طرحواره‌های مختلف فیزیک جو (که در این تحقیق مد نظر نبوده است) می‌تواند نتایج متفاوتی تولید کند.