ارزیابی تاثیر تغییرات اقلیمی بر برآورد تبخیر-تعرق مرجع و مقایسه آن با داده‌های لایسیمتری(مطالعه موردی دشت بردسیر)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گرو ه مهندسی عمران آب، دانشگاه آزاد اسلامی واحد کرمان

2 دانشجوی دکتری مهندسی عمران، مدیریت منابع آب، دانشگا آزاد واحد کرمان

3 استادیار گروه تولیدات گیاهی دانشکده کشاورزی بردسیر

چکیده

تغییرات اقلیمی با تأثیر بر دما و بارش، نقش نسبتاً به سزائی در تغییرات نیازآبی گیاهان دارد. هدف از این تحقیق پیش‌بینی دما و بارش در دوره آینده‌ی نزدیک و ارزیابی اثر تغییرات اقلیمی بر تبخیر-تعرق و نیازآبی یونجه درمنطقه بردسیر کرمان است. بهترین معادله برای برآورد تبخیر-تعرق واقعی در منطقه، با استفاده از داده‌های اندازه‌گیری شده توسط دستگاه لایسیمتر در یک دوره‌ی هفت ماهه جهت واسنجی، ارائه گردید. به این منظور شش معادله‌ی پرکاربرد به علاوه تکنیک شبکه-های عصبی مصنوعی تحت چهار سناریوی مختلف مورد بررسی قرار‌گرفتند. بهترین معادله از میان معادلات ارائه شده، معادله بلانی کریدل با شاخص‌های نیکویی برازش (R2=0.884) و RMSE=0.11)) و بهترین سناریوی شبکه عصبی مصنوعی، سناریوی دمای میانگین روزانه با شاخص‌ نیکویی برازش (R2=0.802) و ((RMSE=1.516 به‌دست‌آمد. به این ترتیب معادله بلانی کریدل به عنوان مرجع جهت پیش‌بینی انتخاب شد. در ادامه با استفاده از مدل GFDL-ESM2M جهت شبیه‌سازی بارش و دمای آینده نزدیک(2020-2050) استفاده گردید. از داده‌های مشاهداتی دما و بارش ایستگاه‌های هواشناسی منطقه برای دوره‌ی پایه 2016-1987 استفاده شد. توسط سه سناریوی خوش بینانه RCP2.6، حد وسط RCP6 و بدبینانه RCP8.5، روند تغییرات دما و بارش برای دوره‌ی آینده نزدیک (2020-2050 ) استخراج گردید. نتایج نشان داد که میانگین دما برای سه سناریوی یاد شده به ترتیب 2.5، 2.8 و3.1 درجه سلسیوس در سال 2050 افزایش می‌یابد و بارش، تقریبا بدون تغییر خواهد ماند. به این لحاظ انتظار می‌رود که نیاز آبی بخش کشاورزی منطقه در آینده‌ی نزدیک به ترتیب 3.64، 4.69و 5.25 میلیمتر در سال افزایش یابد.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of Climate Change Effect on Estimation of Reference Evapotranspiration and Comparison with Lysimetric Data (case study, Bardsir plain)

نویسندگان [English]

  • navid jalalkamali 1
  • morteza rajabi 2
  • mehdi naghizade 3
1 Assistant Professor, Water Science Engineering Department, Islamic Azad University, Kerman Branch
2 Ph.D.Candidate Faculty of Civil Engineering, Water Resources Management, Islamic Azad University, Kerman Branch
3 3. Assistant Professor, Plant Production Department, Agricultural Faculty of Bardsir, Shahid Bahonar University of Kerman
چکیده [English]

Climate change has relatively great effects on water demand of plants by changing temperature and precipitation pattern. this investigation aims was to predict temperature and precipitation in The new future and to evaluate their effects on evapo-transpiration and water demand of alfalfa plant in Bardsir region in kerman province. The best equation for estimating real evaporation-transpiration in the region was derived by using measured data obtained by a lysimetric device in during 7 months. For this purpose, 6 common equations were studied in addition to artificial neural network techniques under different scenarios. The best equation among the presented ones was Blaney-Criddle with R2= 0.884, RMSE=0.11 and the best artificial neural network scenario was mean daily temperature scenario with R2=0.802, RMSE=1.516. Therefore, the Blaney-Criddle equation was selected as a reference for prediction. Then, the GFDI-ESM2M model was used to simulate precipitation and temperature for the near future 2020-2050. Observed Temperature and precipitation data. which were obtained from a weather station in the region, were used for the reference period of 1987-2016. Temperature and precipitation changes trends were by extracted three scenarios; under optimistic RCP2.6, medium RCP6 and pessimistic RCP8.5 scenarios, during 2020-2050. The results showed that the mean temperature for mentioned three scenarios increased by 2.5, 2.8 and 3.1 Celsius degree in the 2050 respectively, and precipitation remained virtually unchanged. In this regard, it is expected that agricultural water demand will increase 3.64, 4.69 and 5.25 mm per year, respectively compared with the reference period.

کلیدواژه‌ها [English]

  • "Climate change Scenarios RCP"
  • "Artificial neural network"
  • " Reference water demand "
شهوری، ن.، خلیلیان، ص.، موسوی، س.، مرتضوی، س.، 1398. بررسی اثرات تغییر اقلیم برمنابع حوضه دشت ورامین با استفاده از مدل SWAT. نشریه آبیاری و زهکشی ایران. شماره2،جلد 13،خرداد-تیر1398،ص366-354
منهاج، م.ب.، 1381 مبانی شبکه های عصبی و هوش محاسباتی، انتشارات دانشگاه صنعتی امیر کبیر ،تهران جلد اول ص 716
Akbarzadeh, Y., Eslahi, M., Sadegh. Sh, and Babai, M. 2013. Investigating the effects of climate Change on groundwater resources (Case Study: Soofi Chay Basin). Second Regional Conference on Climate Change and Earth warming. [In Persian].
Alizadeh, A., Sayari, N., HesamiKermani, M.R., Bannayan, M., and Farid Hossaini, A. 2010. Assessment of climate change potential impacts on agricultural water use and water resources of Kashaf rood basin. Journal of Water Soil. 24. 4: 815-835. [In Persian]
Allen, R.G., Pereira, L.S., Raesand, D. and Smith, M. 1998. Crop evapotranspiration (Guidelines for computing crop water requirements). FAO irrigation and drainage Paper No.56. Food and Agricultural Organization of the United Nations, Rome, 300p.
Ashraf Vaghefi, S., Abbaspour, N., Kamali, B. and Abbaspour, K.C.  2017. A toolkit for climate change analysis and pattern recognition for extreme weather conditions–case study: California–baja California peninsula. Environmental Modeling & Software. 96: 181-198.
Ashraf Vaghafi, S., Mousavi, S.J., Abbaspour, K.C., Srinivasan, R, and Yang, H. 2014. Analyses of the impact of climate change on water resources components, drought and wheat yield in semiarid regions: Karkheh River Basin in Iran. Hydrological processes. 28.4:2018-2032.
Dunne, J.P., John, J.G., Adcroft, A.J, Griffies, S.M., Hallberg, R. W., Shevliakova, E. and Zadeh, N. 2012. GFDLs ESM2 global coupled climate-carbon earth system models. Part I: physical Formulation and Baseline Simulation Characteristics. Journal of Climate. 25: 6646-6665.
Fraga. G., Ataurib J.A. 2018.  Viticultural irrigation demands under climate change scenarios in Portugal. Agricultural Water Management. 196.31: 66-74.
Goodarzi, E., Dastorani, M.T., Massah Bavani, A. and Talebi, A. 2015. Evaluation of the change-factor and LARSWG methods of downscaling for simulation of climatic variables in the future (Casestudy: HeratAzamWatershed, Yazd- Iran), ECOPERSIA. 3.1: 833-846.
Hargreaves, G.H. and Samani, Z.A. 1985. Reference Crop evapotranspiration from temperature. Applied Engineering Agricultural. 1.2:96-99.
Harmsen, E., Miller, N.L., Schlegel, N.J. and Gonzalez, J.E. 2009. Seasonal climate change impacts evapotranspiration, precipitation deficit and crop yield in Puerto Rico.
Agricultural Water Management. 96: 1085-1095.
IPCC. Climate Change. Summary for Policy makers, Manning, Z., Chen, M., Marquis, K.B, Averyt, M., Tignor, H.L. 2007. The physical science basis, contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change cambridge university press. Cambridge.1-18.
IPCC. Technical Summary. In: Climate change: Impacts, adaptations and mitigation of climate change: scientific-technical analyses, eds. Watson, R.T., Zinyowera, M.C. and Moss, R.H. 2001. Contribution of working group to the second assessment report of the intergovernmental panel on climate change. Cambridge university press, Cambridge. 1-53.
Irmak, S., Irmak, A., Allen, R.G. and Jones, J.W. 2003. Solar and net radiation based equations to estimate reference evapotranspiration in humid climates. Journal of Irrigation and Drainage Engineering. 129: 336-347.
Kishiwa, P., Nobert, J., Kongo, V. and Ndomba, P. 2018. Assessment of impacts of climate change on surface water availability using coupled SWAT and WEAP models: case of upper Pangani River Basin, Tanzania. Proceedings of the International Association of Hydrological Science. 378:23-27.
Leiss, S., Snyder, P.K., Kumar, A., and Kumar, V. 2018. A cautionary note on decadal sea level pressure predictions from GCMs. Advances in Climate Change Research. 9.1: 43-56.
Ouyang, F., Zhu, Y., Fu, G., Lu, H., Zhang, A., Yu, Z. and Chen, X. 2015. Impacts of climate change under CMIP5 RCP scenarios on stream flow in the Huangnizhuang catchment. Stochastic Environmental Research and Risk Assessment. 29.7: 1781-1795.
Priestley, C.H.B. and Taylor, R.J. 1972. On the assessment of surface heat and evaporation using large-scale parameters. Monthly Weather Review. 100: 81-92.
Tan, M.L., lbrahim, A.L., Yusop, Z., Chua, V.P. and Chan, N.W. 2017. Climate change impact under CMIP5 RCP scenario on water resources of the Kelantan River Basin, Malaysia. Atmospheric Research. 189: 1-10.
Turc, L. 1961. Estimation of irrigation water requirement, potential evapotranspiration: simple climatic formula evolved up to date. Annals of Agronomy. 12:13-49.
Sanikhani, H., Kisi, O., and Amirataee, B. 2017. Impact of climate change on runoff in Lake Urmia basin, Iran. Theoretical and Applied Climatology. 35.13:101-112.
Sevilay, T. Burak, S. Filippo, G. Xunqiang, BI. Galip, K. Tayfun, D.2008.  Impact of climate change on agricultural water use in the Mediterranean region. 13th IWRA World Water Congress.
Sobhani, B., Eslahi, M. and Babaeian, I. 2015. Performance of statistical downscaling models of SDSM and LARSWG in the simulation of meteorological parameters in the basin of lake Urmia. Physical Geography Research Quarterly. 47.4:499-516