دما، بارش، تبخیر و تبخیر و تعرق، از اجزای اصلی چرخه هیدرولوژیکی به شمار رفته که مستقیماً از تغییرات صورت گرفته در سطح زمین و تغییرات اقلیمی تأثیر می پذیرند. محاسبه نیاز آبی گیاهان از طریق اندازه گیری تبخیر و تعرق صورت می گیرد. از جمله علل تغییرپذیری سال به سال اقلیم در نقاط مختلف جهان، پدیده های جوی- اقیانوسی مانند انسو (النینو- نوسان جنوبی) می باشد. پرکاربردترین شاخص جهت تعیین شدت و ضعف پدیده انسو، شاخص نوسان جنوبی است. در این تحقیق، مقادیر تبخیر و تعرق مرجع از آمار و اطلاعات هواشناسی 13 ایستگاه سینوپتیک کشور واقع در اقلیم های گرم در دوره مشترک آماری 50 ساله (2006-1957) محاسبه شد. سپس تبخیر و تعرق محصولات گندم، سیب زمینی، برنج و ذرت در طول دوره رشد این محصولات در مناطق تحت کشت با استفاده از مقادیر تبخیر و تعرق مرجع و ضریب گیاهی مورد نظر بدست آمد. در تحقیق حاضر ارتباط بین پدیده انسو و تغییرات تبخیر و تعرق گیاهان مهم در اقلیم های گرم کشور (گندم، سیب زمینی، برنج وذرت) و همچنین تبخیر و تعرق گیاه مرجع با استفاده از رابطه همبستگی بین شاخص نوسان جنوبی و پارامتر تبخیر و تعرق، در این مناطق بررسی و میانگین تبخیر و تعرق گیاهان در فازهای مختلف این پدیده (النینو، لانینا و فاز نرمال یا خنثی) با استفاده از آزمون من- ویتنی با یکدیگر مقایسه شد. همچنین به بررسی وجود روند (در دوره 50 ساله) با استفاده از دو آزمون ناپارامتری من- کندال و تخمین گر سن در داده های تبخیر و تعرق گیاه مرجع پرداخته شد و میانگین آن در دو دوره 50 ساله (2006-1957) و 16 ساله (2006-1991) با استفاده از آزمون من- ویتنی با یکدیگر مقایسه گردید. نتایج نشان داد که ضرایب همبستگی معنی دار مشاهده شده (r) بین شاخص نوسان جنوبی و پارامتر تبخیر و تعرق (مرجع و گیاهی) بطور متوسط در مقیاس ماهیانه و فصلی در ایستگاه های مورد مطالعه 0/33± بود (در مقیاس ماهیانه در 88 درصد موارد ضرایب مثبت و در مقیاس فصلی در تمام موارد ضرایب مثبت بود). متوسط تأخیر زمانی بین وقوع پدیده انسو و تغییرات تبخیر و تعرق (مرجع و گیاهی) در مقیاس فصلی 0/92 فصل و در مقیاس ماهیانه 5 ماه بود. متوسط تغییرات تبخیر و تعرق (مرجع و گیاهی) در فازهای مختلف پدیده انسو نسبت به هم، در اقلیم های مرطوب 8 درصد و در اقلیم های خشک 11 درصد بود. بالاترین و پایین ترین درصد تغییرات تبخیر و تعرق (مرجع و گیاهی) بترتیب مربوط به ایستگاه شیراز (15 درصد) و ایستگاه بابلسر (6 درصد) بود. این نتایج نشان دهنده تأثیرپذیری بیشتر مناطق خشک نسبت به مناطق مرطوب از پدیده انسو می باشد. در مقیاس ماهیانه، در 88 درصد موارد و در مقیاس فصلی در تمام موارد در تمام ایستگاه های معنی دار، بطور متوسط 39 درصد سال های النینو با 25 درصد پایین تبخیر و تعرق مرجع و 37 درصد سال های لانینا با 25 درصد بالای تبخیر و تعرق مرجع هم خوانی داشت. نتایج همچنین نشان داد که میانگین شیب روند تغییرات تبخیر و تعرق مرجع در طی دوره 50 ساله در 70 درصد موارد کاهشی (2/83- میلیمتر در سال) بود.

در این تحقیق از روش های مبتنی بر هوش مصنوعی شامل شبکه عصبی مصنوعی (ann)، عصبی-فازی در قالب دو روش anfis و canfis و روش ترکیبی عصبی با الگوریتم ژنتیک (annga) برای مدل سازی تبخیر تعرق گیاه مرجع (et0) و گیاه سیر (etc) استفاده شد. نتایج به دست آمده از مدل های هوشمند با داده های سال های 1376 و 1377 لایسیمتر زهکش دار برای گیاه مرجع چمن و سال های 1387 و 1388 برای گیاه سیر واسنجی شد. داده های هواشناسی مورد استفاده شامل دمای حداقل و حداکثر، رطوبت نسبی حداقل و حداکثر، ساعات آفتابی و سرعت باد، در منطقه نیمه خشک سرد همدان بودند. ساختار شبکه ها به گونه ای طراحی شد تا ضمن مقایسه عملکرد آرایه های متفاوت، تاثیر مشخصات و رفتار دینامیکی سیستم را در مدل سازی نشان دهند. مقایسه کارایی مدل های هوشمند نشان از برتری روش تلفیقی عصبی- ژنتیک در مقایسه با دو روش ann و canfis بود به عبارت دیگر بهینه سازی شبکه عصبی مصنوعی موفق تر از منطق فازی عمل نمود. ضمن آن که ترکیب منطق فازی با شبکه عصبی مصنوعی در هیچ یک از ساختارها سبب بهبود نتایج شبکه عصبی مصنوعی نشد و حتی با اختلاف ناچیز نتایج شبکه عصبی مصنوعی در تخمین تبخیر تعرق بهتر از روش عصبی- فازی بود. همچنین عملکرد شبکه عصبی مصنوعی با ساختار پس انتشار پیش خور (ffbp) نسبت به ساختار پس انتشار پیش رو (cfbp) مناسب ارزیابی شد. ضمن آن که در کلیه ساختارهای مدل های هوشمند عصبی، قانون آموزش لونبرگ مارکوات با تابع محرک سیگموئید منجر به نتایج دقیق تری نسبت به سایر توابع و قوانین آموزشی شد. همچنین بررسی نتایج نشان از کفایت یک لایه پنهان در طراحی شبکه عصبی مصنوعی برای پیش بینی تبخیر تعرق بود. در مدل anfis نیز تعداد دو تابع عضویت برای پیش بینی مناسب تشخیص داده شد. در مجموع آزمون مدل های هوش مصنوعی با داده های کاملاً مستقل از داده های مورد استفاده در آموزش شبکه نشان داد که نتایج مدل سازی برای این نوع فرآیند دینامیکی غیرخطی نسبت به روش های تجربی کاملاً قابل اعتماد است.

چکیده هدف از این تحقیق بررسی تأثیر پدیده اِنسو بر تغییرات تبخیر و تعرق گیاه مرجع و گیاهان گندم، جو، سیب زمینی و چغندر قند با استفاده از روابط همبستگی بین تبخیر و تعرق و شاخص های نوسان جنوبی و نینوی 4/3 می باشد. بدین منظور 13شهر واقع در اقلیم های سرد کشور با طول دوره آماری 50 سال(2006-1957) جهت این مطالعه انتخاب گردید. در ابتدا مقادیر تبخیر و تعرق گیاهان مورد مطالعه با استفاده از مقادیر تبخیر و تعرق مرجع و ضرایب گیاهی مورد نظر به دست آمد. بعد از جداسازی فازهای مختلف انسو، توسط دو شاخص نوسان جنوبی و شاخص نینوی 4/3 ، اختلاف میانگین تبخیر و تعرق مرجع و گیاهی توسط آزمون من ویتنی مورد مقایسه قرار گرفت. نتایج حاصل از بکارگیری همبستگی ها در مقیاس ماهانه، حاکی از همبستگی مستقیم معنی دار بین تبخیر و تعرق مرجع با شاخص نوسانات جنوبی در %72 موارد، و همبستگی معکوس در %28 موارد بود. همچنین، مقادیر همبستگی بین تبخیر و تعرق مرجع و مقادیر دمایی نینوی 4/3 در %90 موارد معکوس و معنی دار بود. در مواردی که ضرایب همبستگی تبخیر و تعرق با نوسان جنوبی مثبت بود، در مقیاس ماهانه، تبخیر و تعرق مرجع در فاز النینو 8/10 درصد کمتر از فاز نرمال و 8/14 درصد کمتر از فاز لانینا بود. طبق نتایج به دست آمده، بیشترین تأثیرپذیری از پدیده اِنسو به ترتیب در ماههای نوامبر، اکتبر و دسامبر به وقوع پیوست. ارزیابی های مقیاس فصلی نشان داد که تأثیر پذیری تبخیر و تعرق مرجع از پدیده انسو در فصل پاییز %68 از تأثیرپذیری کل فصول را در شهرهای مورد مطالعه شامل می شود. همچنین، نتایج حاصل از بررسی ها توسط شاخص نینوی 4/3 نشان داد، پدیده انسو در ماههایی که دارای رابطه معکوس با شاخص دمایی بودند، باعث کاهش تبخیر و تعرق مرجع به میزان 4/7 درصد در فاز النینو، و افزایش 2/11 درصدی در فاز لانینا نسبت به فاز نرمال شده است. اختلاف میانگین مقادیر تبخیر و تعرق در فاز النینو نسبت به لانینا نیز 8/10 درصد کاهش نشان داد. بیشترین تاثیرپذیری تبخیر و تعرق از این شاخص، در ماههای می و نوامبر اتفاق افتاده است. نتایج تحقیق نشان داد، تغییر پذیری نسبی تبخیر و تعرق گیاهی در فازهای مختلف، اندکی کمتر از تغییرات تبخیر و تعرق مرجع می باشد. به طور کلی در فاز النینو اولویت اول کشت با محصول گندم می باشد. در فاز لانینا گیاه سیب زمینی کمتر تحت تاثیر پدیده انسو قرار می گیرد، لذا برای کشت در مناطق سردسیر اولویت دارد. کلمات کلیدی: تبخیر و تعرق گیاه مرجع، پدیده انسو، شاخص نوسان جنوبی، شاخص نینوی4/3، اقلیم های سرد.

تجمع گازهای گلخانه ای و گرمایش زمین، پدیده های هیدرولوژیکی را دچار اختلال و بی نظمی نموده و باعث وقوع تغییراتی در پدیده های اقلیمی شده است. این تغییرات در قرن پیش رو سرعت بیشتری پیدا نموده و پیش بینی ها حاکی از بحرانی شدن وضعیت اقلیم در انتهای قرن 21 می باشد. بر این اساس، مطالعات تغییر اقلیم در اغلب مناطق جهان توسط پژرهشگران مختلف در حال انجام است که عموما بر پایه داده های بدست آمده از مدلهای جهانی اقلیم (global circulation models) صورت می پذیرند. در این میان یکی از تفاوتهای موجود، استفاده از روشهای مختلف ریز مقیاس نمایی داده های جهانی می باشد. برای این کار عموما از دو نوع مدل منطقه ای استفاده می گردد که عبارتند از مدلهای آماری و مدلهای دینامیکی. در این مطالعه از داده های مدل hadam3h (مولفه جوی مدل جفت شده جوی- اقیانوسی hadcm3) که توسط مرکز هادلی انگلستان ارائه شده است، به عنوان داده های اولیه و در مقیاس جهانی استفاده گردید. همچنین برای ریز مقیاس نمودن داده ها که شامل بارندگی و پتانسیل تبخیر سالیانه بر حسب میلیمتر بود، از مدل اقلیم منطقه ای precis که یک مدل دینامیکی می باشد، استفاده شد. در نهایت، مقادیر شاخص خشکی بادیکو که عبارت از نسبت پتانسیل تبخیر سالیانه به بارندگی سالیانه می باشد، در دوره های پایه 1990-1961 و پیش بینی 2100-2071 بدست آمده و نقشه های توزیع جغرافیایی مقادیر و نیز توزیع جغرافیایی تغییرات در محیط نرم افزار arcmap ترسیم و مورد بررسی قرار گرفت. طبق برآورد مدل، تغییرات احتمالی برای مقادیر تبخیر پتانسیل در سطح 0 تا 30 درصد، بارندگی در سطح 0 تا 60 درصد و شاخص خشکی بادیکو در سطح 0 تا 90 درصد پیش بینی شده است.

آب زیرزمینی یکی از منابع اصلی در تأمین آب کشاورزی می باشد. از این رو شناخت و آگاهی از کیفیت آبهای زیرزمینی و طبقه بندی و مصور کردن این آبها بر اساس کمیت عناصر مختلف در آنها، ما را در اتخاذ تصمیمات مدیریتی و کاهش آلودگی آبهای زیرزمینی یاری خواهد کرد.حوزه آبریز ملایر ازدیدگاه مدیریت منابع آب یکی از محدوده های مطالعاتی حوزه علیای رودخانه کرخه با وسعت ???? کیلومتر مربع محسوب می گردد. از این مساحت حدود ??? کیلومتر مربع آن را دشت و بقیه شامل ارتفاعات حاشیه آن می باشد. دشت ملایر به عنوان یکی ازدشتهای مهم جنوبی استان همدان از نظر تولید محصولات کشاورزی مطرح است. جهت تعیین کیفیت آب زیرزمینی این دشت برای مصارف کشاورزی، داده های کیفی آب ?? چاه مورد بررسی قرار گرفته است. پهنه بندی کشاورزی بر اساس طبقه بندی ویلکوکس انجام شده است. همچنین الگوی کشت منطقه نیز نسبت به کیفیت آب زیرزمینی منطقه ارزیابی شده و نقشه های آن تهیه گردید. با وارد کردن داده ها در محیط gis، لایه های موردنیاز با روشهای درون یابی گریجینگ و وزن دهی معکوس فاصله تهیه گردید. سپس با همپوشانی مناسب، لایه های مذکور به صورت نقشه های مجزا ترسیم شد. نقشه های قابلیت آبیاری آبهای زیرزمینی دشت نشان داده که مرکز دشت دارای آب با کیفیت نامناسب است ولی بقیه دشت تقریبا آب مناسبی برای آبیاری دارند و نیاز به مدیریت چندانی در این مناطق نیست. با استفاده از این نقشه ها به راحتی می توان مکان های مناسب از لحاظ کشاورزی را تشخیص داد و با به روز کردن اطلاعات، مدیریت بهتری را بر روی کیفیت آب منطقه اعمال کرد و در هر زمان از وضعیت کیفی آب زیرزمینی دشت مطلع شد.

برآورد دقیق تبخیر و تعرق مرجع (et0) برای برآورد تقاضای آب در یک منطقه به منظور دستیابی به یک بیلان آبی قابل اطمینان، مدیریت و برنامه ریزی بهتر منابع آبی و بهره گیری کارآمد از منابع آب کشاورزی مورد نیاز است. سازمان فائو، مدل پنمن- مانتیث فائو56 (fao56-pm) را به عنوان روش استاندارد محاسبه et0 معرفی نموده است. تابش خورشیدی یکی از مهم ترین ورودی های این مدل بوده و روش آنگستروم- پریسکات برای محاسبه آن پیشنهاد شده است. همچنین ضرایب ثابت (a و b) این معادله برای تمامی شرایط اقلیمی توسط فائو56 پیشنهاد شده است. هدف اصلی این پژوهش ارائه مدل-های کالیبره شده تابش متناسب با تنوع اقلیمی در ایران و ارزیابی اثر کاربرد ضرایب مدل تابش پیشنهادی فائو56 در مقایسه با ضرایب کالیبره شده محلی، در برآورد et0 است. با فرض وابستگی این ضرایب به موقعیت جغرافیایی و اقلیمی، ابتدا روابط کالیبره شده آنگستروم تحت سناریوهای مختلف تابش (اندازه گیری و برآورد شده) به دست آمده و سپس et0 توسط مدل های تابش خورشیدی کالیبره شده و پیشنهادی فائو56 محاسبه شده است. نتایج تحقیق نشان داد ضریب a در گستره ایران از 157/0 تا 40/0 و ضریب b از 271/0 تا 695/0متغیر می باشد. ضریب a با ارتفاع از سطح دریا همبستگی مثبت و با میانگین بلند مدت دمای هوا و رطوبت نسبی همبستگی منفی نشان داد و ضریب b با ارتفاع از سطح دریا همبستگی منفی و با میانگین بلند مدت رطوبت نسبی همبستگی مثبت نشان داد. به کارگیری مدل کالیبره شده محلی به جای مدل پیشنهادی فائو56 منجر به اختلاف 8/145- تا 7/170 کالری بر سانتی متر مربع در روز در برآورد تابش روزانه در گستره ایران شد. مقدار اختلاف ها در ایستگاه های واقع در اقلیم های گرم و خشک و گرم و مرطوب بسیار زیاد بوده و لزوم به کارگیری مدل کالیبره شده محلی را در این مناطق نشان می دهد. این اختلاف در برآورد تابش در تعدادی از ایستگاه-های واقع در نواحی نیمه خشک کشور نیز قابل ملاحظه است. همچنین کاربرد مدل fao56-pm ، بدون کالیبراسیون منجر به اختلافی در بازه %73- تا %27 در برآورد et0 در مقیاس روزانه می شود. در مقیاس سالانه نیز عدم استفاده از مدل کالیبره شده تابش منجر به فروبرآورد 5/133 میلی متر در سال در ایستگاه اراک و فرابرآورد 9/88 میلی متر در سال در ایستگاه بوشهر می شود. وجود چنین مقادیر قابل توجهی از اختلاف در ایستگاه های واقع در اقلیم های مرطوب و خشک، لزوم استفاده از مدل های کالیبره شده محلی و مطابق با شرایط اقلیمی در این مناطق را آشکار می کند. همبستگی میان میانگین اختلاف در برآورد et0 توسط دو مدل تابش کالیبره شده محلی و پیشنهادی فائو 56 در بازه ی سالانه با ارتفاع از سطح دریا و با میانگین بلند مدت دمای هوا معنی دار بوده و روابط حدی مشاهده می شود. به این ترتیب که در دمای بیش از 8/17درجه سانتیگراد و ارتفاع کمتر از 1005 متر از سطح دریا، مدل پیشنهادی فائو56 تمایل به فرابرآورد et0 دارد و بالعکس. در مقایسه مقادیر et0 برآورد شده توسط مدل fao56-pm تحت سناریوهای مختلف تابش با داده های لایسیمتری در بیشتر ایستگاه ها حداقل یکی از سناریوهای کالیبره شده در این پژوهش به نسبت مدل پیشنهادی فائو، عملکرد بهتری را نشان داده و کالیبراسیون دقت برآورد et0 را بهبود داده است. در بیشتر ایستگاه های مورد بررسی فروبرآورد et0 نسبت به مقادیر لایسیمتری مشاهده شد.

در این تحقیق نیاز سرمایی و گرمایی شش رقم انگور تجاری به نام های فخری، بی دانه سفید، لعل، پرلت، یاقوتی و خلیلی بررسی شد. این پژوهش در قالب طرح کاملاً تصادفی با 12 تیمار مدت سرمادهی (0، 50، 100، 200، 300، 400، 500، 600 ،700، 800، 900 و 1000 ساعت) در دمای 5 درجه سانتی گراد و در سه تکرار اجرا شد. از هر رقم 30 شاخه یک ساله، حاوی سه جوانه، در اواخر مهر قبل از مواجهه با سرمای موثر جمع آوری شد و تحت تیمارهای سرمایی قرار گرفتند. پس از پایان هر تیمار سرمایی، قلمه ها در شرایط نور مداوم و دمای 18 تا 25 درجه سانتی گراد قرار گرفتند. ارزیابی شکفتن جوانه ها و شمارش جوانه های که به حالت نوک سبز رسیده بودند سه بار در هفته انجام شد. نتایج نشان داد که اثر مدت زمان سرمادهی بر درصد شکفتن جوانه ها، نیاز گرمایی، تعداد روز تا پنجاه درصد شکوفایی و یکنواختی شکوفایی جوانه ها، بسیار معنی دار بود. به طور کلی با افزایش مدت سرمادهی؛ درصد شکوفایی کل، سرعت و یکنواختی شکوفایی جوانه ها در کلیه ارقام مورد بررسی افزایش یافته و نیاز گرمایی، تعداد روز لازم تا اولین شکوفایی جوانه و تعداد روز تا 50 درصد شکوفایی کاهش یافت. نتایج نشان دهنده نیازهای سرمایی و گرمایی متفاوت بین ارقام بود. رقم لعل دارای کمترین میزان نیازسرمایی (صفرساعت) بود ولی سایر ارقام با 300 ساعت تیمار سرمادهی حداقل 50% جوانه زنی داشتند. ارقام دیرگل لعل و بیدانه دارای نیازگرمایی به مراتب بیشتری نسبت به ارقام زودگل مانند خلیلی و یاقوتی بودند. ارقام فخری و پرلت نیز نیاز گرمایی متوسطی داشتند. به نظر می رسد که عامل اصلی تفاوت در تاریخ گلدهی ارقام انگور مورد بررسی نیاز گرمایی آنهاست و نیاز سرمایی این ارقام کم بوده و در شرایط آب و هوایی معتدل سرد استان همدان دارای نقش فرعی است.

هدف از انجام این تحقیق کالیبراسیون مدل های تابش خالص جهت برآورد دقیق تبخیر و تعرق گیاه مرجع (eto) در چند ایستگاه کشور می باشد. در این مطالعه 20 ایستگاه در کل کشور مورد بررسی قرار گرفت و بهترین مدل های تخمین تابش خالص خورشیدی جهت تخمین دقیق eto مربوط به هر ایستگاه و هر اقلیم توسط آماره های خطاسنجی پیشنهاد شد. به این منظور میزان تابش خالص خورشیدی روزانه توسط برخی مدل های تجربی برآورد و با جایگزینی مقادیر تابش خالص روزانه در مدل های مختلف تبخیر و تعرق گیاه مرجع، مقدار آن به دست آمد. مدل های تخمین eto عبارتند از: پنمن مانتیث فائو 56 (pmf-56) (1998) ، پنمن (1948)، پنمن اصلاح شده فائو 24 (1991)، دما و تابش پریستلی-تیلور (1972) و ایرماک (2003) و مدل های تخمین تابش خالص خورشیدی شامل مدل های غیرخطی پنمن مانتیث فائو 56 (1998)، رایت (1982) و مانتیث (1973) می باشند. مدل های خطی شامل مدل رگرسیونی مبنا (1962)، رگرسیونی توسعه یافته (2000)، لیناکر(1992)، برلیند (1970) و ایرماک (2003) می باشند. در این تحقیق سناریوهای مختلف نسبت به دو مقیاس طولانی مدت (pmf-56) و کوتاه مدت (لایسیمتر) مقایسه شده و در هر مقیاس مدل های تابش خالص بهینه در هر ایستگاه معرفی شدند. در مقیاس بلندمدت نتایج کلی به صورت زیربدست آمد. جایگزینی تخمین های مدل های مختلف تابش خالص در مدل تبخیر و تعرق مرجع pmf-56 نشان داد که در دو اقلیم گرم و خشک و سرد و خشک مدل تابش خالص رگرسیونی مبنا بهترین گزینه می باشد. در اقلیم سرد و نیمه خشک، انتخاب اول مدل رایت و بعد از آن مدل ایرماک به عنوان مدل منتخب تابش خالص شناخته شد. در اقلیم گرم و مرطوب و معتدل و نیمه خشک انتخاب اول مدل ایرماک می باشد. در میانگین های ایستگاهی، در تمام اقلیم ها در حدود 50% ایستگاه ها مدل خطی رگرسیونی مبنا، 25% مدل غیر خطی رایت و 25% مدل خطی ایرماک به عنوان نزدیکترین مدل ها به مدل pmf-56 شناخته شدند. بنابراین می توان نتیجه گرفت در 75% مواقع مدل های خطی تابش خالص همچون ایرماک و رگرسیونی مبنا می توانند جایگزین های مناسبی برای مدل های غیر خطی تابش همچون pmf-56 باشند. در ایستگاه های با ارتفاع کم و نزدیک به سطح دریا و رطوبت نسبی بالا مدل ایرماک دارای تفاوت کمتری نسبت به مدل مرجع pmf-56 می باشد و این نتیجه را می توان برای مناطقی با اقلیم و ویژگی های جغرافیایی مشابه توصیه نمود. با مقایسه حداکثر و حداقل خطاهای اتفاق افتاده در ایستگاه های مورد مطالعه بیشترین دامنه درصد خطای ایجاد شده در اقلیم گرم و مرطوب و کمترین دامنه درصد خطا در اقلیم گرم و خشک با کمترین مقدار رطوبت نسبی اتفاق افتاده است. در مجموع به نظر می رسد که در اقلیم های گرم مدل های تابش خالص مورد بررسی تفاوت بیشتری با مدل pmf-56 دارند در حالیکه این تفاوت در اقلیم های سرد کمتر است. در نتیجه استفاده از مدل های جایگزین تابش خالص در اقلیم های سرد بیشتر توصیه می شود. نتایج مدل تبخیر و تعرق مرجع پنمن 1948 حساسیتی به نوع اقلیم نشان نداده و در اکثر ایستگاه ها تابش خالص رایت و بعد از آن مدل های pmf-56 و مدل رگرسیونی مبنا به عنوان مدل منتخب شناخته شدند. به طور کلی می توان نتیجه گرفت ترکیب مدل تبخیر و تعرق پنمن 1948 و مدل های غیر خطی تابش خالص می تواند خطای کمتری در برآورد تبخیر و تعرق گیاه مرجع ایجاد نماید. نتایج مدل تخمین تبخیر و تعرق مرجع فائو 24 نسبت به اقلیم و پارامترهای هواشناسی حساسیت نشان داده و با تغییر نوع اقلیم و تغییر رطوبت نسبی و ارتفاع از سطح دریا مدل تابش خالص بهینه تغییر می کند. در میانگین های ایستگاهی در حدود 45% ایستگاه ها مدل رگرسیونی مبنا، 35% مدل مانتیث و 15% مدل رایت به عنوان مدل بهینه معرفی شدند. به طور کلی می توان نتیجه گرفت که ترکیب مدل تبخیر و تعرق پریستلی-تیلور و مدل تابش خالص ایرماک می تواند تبخیر و تعرق گیاه مرجع را با خطای کمتری تخمین بزند. به طور کلی می توان گفت که در 95% مواقع ترکیب مدل تبخیر و تعرق مرجع ایرماک با مدل های خطی تابش خالص می تواند خطای کمتری در تخمین eto ایجاد نماید. در مقایسه با داده های لایسیمتری هیچ حساسیتی نسبت به اقلیم پیدا نشد و در هر ایستگاهی به صورت متفاوت مدلی به عنوان مدل منتخب تابش خالص مطرح شد. نتایج تبخیر و تعرق به دست آمده از مدل pmf-56 در هیچ شرایطی با نتایج داده های لایسیمتری مشابه نیست و این می-تواند به دلایلی از قبیل کوتاه بودن دوره برداشت لایسیمتری ها، متفاوت بودن دوره های برداشت لایسیمتری در هر ایستگاه، و مشکلات احتمالی برداشت لایسیمتری در هر ایستگاه باشد.

دمای خاک یک متغیر مهم دینامیکی است که از گرمای محسوس بین اتمسفر و سطح زمین تأثیر می پذیرد. در بیشتر موارد دمای خاک از نظر اکولوژیکی برای گیاه مهمتر از دمای هوا است. یکی از چالش های بزرگ در بسیاری از مطالعات مرتبط با کشاورزی، کمبود آماری در داده های اندازه گیری شده است. برای پر کردن خلاء های آماری مطالعاتی در ایران و سایر نقاط دنیا انجام شده و در نهایت روش های مختلفی از جمله روش های رگرسیونی، آنالیز فوریه و شبکه عصبی پیشنهاد گردیده است. در این پژوهش ابتدا با استفاده از رگرسیون های همزمان در فصل های مختلف سال و نیز در شرایط مختلف جوی و سپس نیز با استفاده از رگرسیون های تأخیری، دمای خاک در 6 عمق مختلف پیش بینی شده است. متغیرهای استفاده شده در پیش بینی های همزمان شامل متوسط های روزانه دمای هوا، فشاربخار آب، رطوبت نسبی، سرعت باد، درصد ابرناکی، مجموع روزانه تبخیر، ساعت آفتابی و بارندگی به عنوان متغیرهای مستقل و متوسط روزانه دمای خاک به عنوان متغیر وابسته منظور شدند. ایستگاه های مورد مطالعه شامل اردبیل، اهواز، اصفهان،ایلام، بابلسر، بندرعباس، تبریز، رشت، زاهدان، سبزوار، قزوین، کرمان، گرگان، نوشهر و همدان هستند. بر اساس طبقه بندی اقلیمی دومارتن، ایستگاه های ذکر شده در پنج کلاس خشک، نیمه خشک، مدیترانه ای، مرطوب و بسیار مرطوب دسته بندی شدند. دوره آماری مورد مطالعه از سال 1993 تا 2008 میلادی می باشد. اطلاعات مربوط به سال های 1993 تا 2005 برای ایجاد معادلات رگرسیونی و اطلاعات مربوط به سال های 2006 تا 2008 جهت اعتبارسنجی معادلات رگرسیونی به دست آمده استفاده شدند. از بین متغیرهای مستقل ذکر شده تنها آنهایی که ضریب همبستگی بیشتر از 3/0 با دمای خاک داشتند برای ورود به معادلات رگرسیونی انتخاب شدند. در این تحقیق همبستگی هایی که سطح معنی داری آنها بالای 95 درصد (05/0p<) بودند در محاسبات منظور شدند. رگرسیون ها نیز به روش گام به گام انجام شد. در بخش رگرسیون تأخیری نیز معادلات رگرسیونی بین دمای هوا و دمای خاک برقرار شدند. نتایج تحقیق نشان داد که ضریب همبستگی پیرسون بین دمای خاک و متغیرهای جوی در اکثر موارد با افزایش عمق کاهش پیدا می کند. متغیرهای دمای هوا و فشار بخار آب نیز بیشترین تأثیر را بر دمای خاک داشتند. بر اساس نتایج، معادله های رگرسیونی ارائه شده به تفکیک فصل های مختلف، فصل های بهار و پاییز با ضریب تعیین بیشتر از 85/0 در تمامی عمق ها بهترین پیش بینی را برای دمای خاک در عمق های مختلف داشته اند. فاکتورهای ضریب تعیین و ریشه دوم مربعات خطا که به عنوان معیارهای خطاسنجی ارائه شده اند این موضوع را تأیید می کنند. در قسمت بعد نیز پیش بینی دمای خاک در شرایط مختلف جوی شامل هوای صاف، ابری و بارانی انجام شد. بر اساس ضریب تعیین و ریشه دوم مربعات خطای محاسبه شده، معادلات رگرسیونی در عمق های سطحی برآورد بهتری از دمای خاک داشته اند. در بخش رگرسیون تأخیری نیز بر اساس ضریب همبستگی پیرسون میان دمای خاک و دمای هوا، تعداد روزهای تأخیر تعیین شد. تعداد روزهای تأخیر در اقلیم های مختلف متفاوت به دست آمد. اما به طور کلی با تغییر مقدار رطوبت تعداد روزهای تأخیر نیز تغییر نمود. نتایج این بخش نشان داد که منظور نمودن تعداد روزهای تأخیر (پسماند) بین وقوع دمای خاک و دمای هوا در بهبود روابط رگرسیونی پیش بینی دمای خاک در عمق های 50 و 100 سانتی متری تأثیر مثبتی دارد.

افزایش گازهای گلخانه ای سبب پدیده ی تغییر اقلیم شده است. در پی این تغییر بسیاری از پارامترهای بسیار مهم نیز تغییر می کنند. یکی از متغیرهای مهم هیدروکلیماتولوژی در علم کشاورزی، تبخیروتعرق می باشد که نقش به سزایی را در چرخه آبشناسی و مدیریت آب در مزرعه ایفا می کند. امروزه پیش بینی پارامتر های متأثر از تغییر اقلیم توسط ابزارهایی تحت عنوان مدل های گردش عمومی موسوم به gcms مدلسازی می شود. این مدل ها بر اساس تبادلات جوی پایه ریزی شده اند و تغییرات جوی را در مقیاس جهانی ارائه می دهند ولی برای تحقیقات منطقه ای دارای قدرت تفکیک مکانی و زمانی پایینی می باشند. برای رفع این نقیصه، در مطالعات منطقه ای از برنامه هایی تحت عنوان ریز مقیاس کننده ها استفاده می شود. دربین ریزمقیاس کننده ها، ریزمقیاس کننده های دینامیکی دارای دقت بیشتری بوده و در واقع همان الگوی مدل های گردش عمومی را در دنبال می کنند. در این تحقیق، از مدل regcm3 جهت پیش بینی تبخیروتعرق واقعی (eta)بر اساس طرحواره bats 1e برای حوضه آبریز کرخه بزرگ استفاده شده است. خروجی این مدل توسط نرم افزار grads قابل استفاده می باشد. مدل regcm3 برای اجرا نیاز به یک سری داده های ماهواره ای، راداری و داده های ایستگاهی دارد که از این داده ها به عنوان داده های re-analyses استفاده می کند. پس از اجرای مدل اصلی برای دوره پایه یعنی 1960 تا 1990 میلادی اقدام به بررسی عملکرد نتایج شد. این بررسی به صورت کیفی با استفاده از رابطه تکمیلی صورت گرفت. در این تحقیق از تبخیروتعرق مرجع که توسط نرم افزار ref-et به روش هارگریوز- سامانی محاسبه شده استفاده شده است. در نهایت با توجه به نتایج به دست آمده عملکرد مدل eh5om تحت ریزمقیاس کننده regcm3مورد تأیید قرار گرفت. جهت مقایسه نسبی مقادیر دوره پایه و دوره آینده، نقشه های پهنه eta با استفاده از نرم افزار gis برای ماه های رشد و کل دوره رشد تهیه شد. محاسبات آماری در این تحقیق توسط نرم افزار sas و با استفاده از روش t استودنت انجام گردید. سپس با اجرای مدل برای حوضه آبریز کرخه بزرگ شدت تبخیروتعرق واقعی برای یک دوره 30 ساله (2010-2039) در نقاط شبکه پیش بینی شد. نتایج حاکی از افزایش تبخیروتعرق واقعی در قسمت شرقی حوضه در فصول رشد گیاه می باشد. در مجموع، نتایج نشان داد که در کل حوضه شاهد کاهش 230 میلیمتری تبخیروتعرق واقعی در دوره 2010- 2039 میلادی نسبت به دوره پایه (1960-1990) خواهیم بود.

ذرت از جمله گیاهان زراعی مناطق گرمسیری و معتدل است که نیاز نسبتا زیادی به آب دارد. با توجه به محدودیت های آب قابل استفاده کشاورزی، می بایست در افزایش کارایی مصرف آب نهایت سعی و تلاش صورت گیرد. این گیاه در بسیاری از استانهای ایران در سطح وسیع کشت شده و آبیاری مزارع به روش جوی و پشته با هیدروفلوم و یا روش های دیگر همچون این پروژه به روش جوی و پشته سنتی و به وسیله سیفون صورت می گیرد. با هدف بررسی اثر آبیاری جویچه ای یک در میان روی عملکرد و کارایی مصرف آب ذرت، آزمایشی در مرکز تحقیقات و آموزش کشاورزی کبوترآباد اصفهان انجام شد. این آزمایش در قالب طرح آماری کاملا تصادفی با 6 تیمار و در 3 تکرار روی رقم مورد استفاده ذرت 704 سینگل کراس انجام شد. تیمارهای آبیاری شامل: 1-آبیاری معمول مزارع (شاهد) 2-آبیاری جویچه ای یک در میان متناوب در کل دوره3-آبیاری کامل در مرحله استقرار و آبیاری یک در میان متناوب در سایر مراحل4-آبیاری کامل در مرحله گلدهی و آبیاری یک در میان متناوب در سایر مراحل5-آبیاری کامل در مرحله استقرار و گلدهی و آبیاری یک در میان متناوب در سایر مراحل و6- آبیاری کامل در مرحله گلدهی و رسیدن محصول و آبیاری یک در میان متناوب در سایر مراحل می باشد. تیمار آبیاری جویچه ای معمول دارای بیشترین حجم آب مصرفی به میزان 10700 مترمکعب بر هکتار و دارای بیشترین محصول ذرت به میزان 239/8 تن در هکتار محاسبه گردید ولی در بین شش تیمار عنوان چهارمین کارایی مصرف آب به میزان 77/0 کیلوگرم بر مترمکعب را داراست. تیمار ششم دارای بیشترین کارایی مصرف آب به میزان 9/0 کیلوگرم بر مترمکعب آب مصرفی محاسبه گردید. کمترین کارایی مصرف آب مربوط به تیمار سوم به میزان 68/0 کیلوگرم بر مترمکعب و کمترین میزان ذرت تولیدی نیز مربوط به همین تیمار با تناژ 566/5 تن درهکتارمی باشد. کمترین حجم آب مصرفی، مربوط به تیمار آبیاری جویچه ای یک در میان متناوب در کل دوره می باشد که 6852 مترمکعب بر هکتار برآورد شده است. تیمار ششم 9/16 % نسبت به تیمار آبیاری معمول و 5% نسبت به تیمار آبیاری جویچه ای یک در میان متناوب کارایی مصرف آب آبیاری بیشتری داشته است. میزان ذرت قابل استحصال در تیمار آبیاری معمول 19% نسبت به تیمار ششم و 8/39 % نسبت به آبیاری جویچه ای یک در میان متناوب افزایش داشته است. میزان حجم آب مصرفی تیمار آبیاری معمول 39% از تیمار ششم بیشتر بوده در حالی که فقط 19% افزایش محصول را داشته است. تیمارهای مختلف آبیاری سطح معنی دار در پایه 1% را روی طول، قطر و وزن بلال، وزن دانه-های ذرت و کارایی مصرف آب آبیاری را نشان می دهد، در مورد تاثیر بر وزن چوب بلال سطح معنی دار در پایه 5% را نشان می دهد. بر روی تعداد ردیف دانه های بلال عدم تفاوت معنی دار محاسبه گردید. در بین تیمارها تیمار ششم بیشترین تاثیر و تیمار سوم و پنجم کمترین تاثیر را روی کارایی مصرف آب داشته اند و تیمار اول و ششم بیشترین تاثیر را در بین تیمارها روی وزن دانه های بلال داشته اند.

اقلیم، وضیعت آب و هوای حاکم بر یک منطقه را نشان می دهد. از جمله علل تغییر پذیری سال به سال اقلیم در نقاط مختلف جهان پدیده های جوی - اقیانوسی می باشند. گاهی نا هنجاری های متناوب و با دوام فشار و الگو های گردش جوی اثرات خود را بر موقعیتی فراتر از محل وقوع آن تحمیل می کنند. این گونه اغتشاش جوی به «پیوند از دور» معروف است. نوسانات مادن – جولیان (mjo) یک الگوی پیوند از دور و شکل غالب تغییر پذیری زیر فصل گرمسیری مناطق حاره و فوق حاره می باشد که در سیستم چرخه ی جو - اقیانوس نقش مهمی را ایفا می کند. ثابت شده است که این پدیده می تواند در مقیاس زمانی درون فصلی بر الگو های میدان باد و بارش در منطقه جنوب غرب آسیا (ایران، افغانستان و پاکستان) تأثیر بگذارد. از آنجایی که تغییر اقلیم موجب تغییر متغیر های هواشناسی می شود، مقدار تبخیر و تعرق مرجع تغییر یافته و در حالت کلی نیاز آبی گیاه تغییر خواهد کرد. با توجه به مشکل کمبود آب در کشور و اهمیت تبخیر و تعرق در بخش کشاورزی، اثر فاز های مختلف mjo بر تبخیر و تعرق مرجع در برخی از مناطق جنوبی کشور طی دوره ی آماری (2008-1979) مورد ارزیابی قرار گرفت. در این تحقیق ابتدا مقادیر تبخیر و تعرق مرجع (et0) برای ایستگاه های مورد مطالعه با استفاده از داده-های هواشناسی بوسیله ی نرم افزار ref-et و روش پنمن مانتیث فائو – 56 محاسبه شد. داده های شاخص mjo بر اساس تعریف ویلر و هندون از پایگاه سازمان بین المللی جوی اقیانوسی استخراج شد. زوج آماری et0 و mjo برای هر ایستگاه در فاز ها و ماه های مختلف تشکیل شد. با استفاده از ضرایب همبستگی پیرسون و اسپیرمن، رگرسیون خطی و روش گزینش پیش رونده تأثیر شاخص mjo بر et0 در ایستگاه ها و فاز های هشت گانه mjo مورد آزمون و بررسی قرار گرفت. نتایج حاکی ازتأثیر معنی دار فاز های هشت گانه mjo روی et0 در ایستگاه های مورد مطالعه بود. بیشترین تعداد همبستگی معنی دار در ایستگاه بندرلنگه اتفاق افتاد. همچنین در فاز هایی که محل فعالیت آن ها از لحاظ فاصله مکانی نزدیک به سواحل جنوبی کشور بوده است، تأثیر گذاری بیشتری ملاحظه شد. در این رابطه فاز های 1 و 8 دارای بیشترین درصد همبستگی معنی دار و همچنین بیشترین میانگین ضرایب ? بودند. بیشترین تأثیر معنی دار mjo روی et0 در ماه ژوئیه بوقوع پیوست. بیشترین درصد متغیر های تبیین نشده در ماه مارس بوقوع پیوست. در این تحقیق mjo3 به عنوان فعال ترین متغیر مستقل انتخاب شد، زیرا بیشترین درصد مشارکت در مدل های رگرسیونی را به خود اختصاص داد.

دما، بارش ، تبخیر و تبخیر و تعرق از اجزای اصلی چرخه هیدرولوژیکی به شمار می روند. این متغیرها مستقیماً از تغییرات صورت گرفته در سطح زمین و تغییرات اقلیمی تأثیر می پذیرند. محاسبه نیاز آبی گیاهان از طریق اندازه گیری تبخیر و تعرق صورت می گیرد. از جمله علل تغییرپذیری درون سالی آب و هوا در نقاط مختلف جهان، پدیده-های جوی-اقیانوسی مانند نوسان اطلس شمالی می باشد. نوسان اطلس شمالی (nao) نوسانی دینامیک در جرم جو بین پرفشارمجاور مداری و کم فشار قطبی است. مراکز عمل آن کم فشار جنب قطبی (نزدیکی ایسلند) و پرفشار آن بر روی منطقه جنب حاره (آزورز) واقع شده است. شاخص فازهای نوسانات اطلس شمالی بر پایه اختلاف فشار نرمال شده سطح دریا بین دو منطقه مذکور بنا نهاده شده است. اگر فشار در آزورز بیشتر از ایسلند باشد شاخص nao در فاز مثبت و اگر فشار در منطقه ایسلند بیشتر از آزورز باشد شاخص nao در فاز منفی می باشد. در چند سال اخیر ارتباط نوسانات اطلس شمالی با تغییرات آب و هوای ایران مورد پرسش بوده است. این پژوهش سعی دارد رابطه ی بین نوسانات شاخص nao با تغییرات تبخیر و تعرق مرجع در غرب ایران را مورد تحقیق قرار دهد. در این تحقیق مقایسه میانگین های تبخیر و تعرق مرجع (et0) در سه فاز مثبت، منفی و خنثی nao و همچنین مقایسه ضرایب همبستگی (r+ و r-) بین دو متغیر nao و et0 در فاز های مختلف مورد مطالعه قرار گرفت. این محاسبات در 12 ایستگاه هواشناسی کشور در مدت 32 سال (2008-1977) مورد بررسی قرار گرفته است. میانگین تبخیر و تعرق مرجع ماهیانه و فصلی (به جز تابستان) در فاز منفی در اکثر ایستگاه ها بیشتر از سایر فازها بدست آمد. اردبیل حداکثر تغییرات میانگین et0 و همدان حداقل تغییرات را دارا بود. نتایج همچنین نشان داد که ضرایب ه‍م‍ب‍س‍ت‍گ‍ی در مقیاس فصلی و ماهیانه ب‍رای اک‍ث‍ر ایستگاه ها در دوره ه‍ای‍ی ک‍ه ش‍اخ‍ص nao در ف‍از م‍ن‍ف‍ی است، ب‍الات‍ر از فاز مثبت ب‍ود. در فاز منفی میانگین ضریب همبستگی منفی (r-) بیشتر از ضریب همبستگی مثبت (r+) و در فاز مثبت میانگین r+ بیشتر از r- به دست آمد. حداکثر میانگین r+ با مقدار 31/0در خرم آباد در فاز منفی و حداکثر میانگین r- در فاز منفی با مقدار 38/0- در سقز و در فاز مثبت با مقدار 31/0- در تهران رخ داده است، همانطور که ملاحظه می شود حداکثر میانگین r در فاز منفی بیشتر از فاز مثبت می-باشد که این نشان دهنده تأثیر بیشتر فاز منفی و همچنین ارتباط معکوس بین متغیرهای مورد مطالعه (et0 و nao) می باشد. ارزیابی ها نشان داد که تأخیر زمانی در فاز منفی ماهیانه در حدود 1/5 ماه و در فاز مثبت در حدد 4/5 ماه می باشد. در مقایسه فصلی نتایج نشان داد که فاز منفی با 8/1 فصل تأخیر و در فاز منفی 6/1 فصل تأخیر اتفاق می-افتد. تأثیرپذیری تبخیر و تعرق مرجع از پدیده nao در ماه های فصل تابستان و بهار بیشتر از سایر فصول بود که از نظر مدیریت کاربرد آب از اهمیت قابل ملاحظه ای برخوردار است. پارامترهای هواشناسی در شهرهای مختلف از عوامل گوناگونی مانند ارتفاع، توپوگرافی، میکرو اقلیم های خاص منطقه و دیگر عوامل تأثیر می پذیرند.این متغیرها گاهی مستقل از شاخص nao می باشند. لذا مقدار تبخیر و تعرق مرجع نیز که وابسته به شرایط آب و هوایی می باشد، ممکن است در برخی موارد تغییراتی مستقل از نوسان اطلس شمالی از خود نشان دهد. آشکارسازی این تغییرات به تحقیق مجزایی نیاز دارد.

عمده ترین عامل مصرف منابع آبی در ایران تبخیر و تعرق است، لذا آگاهی از روند تغییرات و پیش بینی این فراسنج و سایر فراسنج های اقلیمی موثر بر آن نقش موثری را در برنامه ریزی، توسعه و مدیریت منابع آب ایفا می کند. هدف اصلی این تحقیق در مرحله اول بررسی همبستگی پارامترهای مختلف هواشناسی با تبخیر و تعرق مرجع روزانه(et0) است و در مرحله دوم پیش بینی et0 روزانه با استفاده از رگرسیون خطی چندگانه موثرترین فراسنج های هواشناسی تاثیر گذار بر تبخیر و تعرق می باشد. این پژوهش در9 ایستگاه سینوپتیک (اصفهان، کرمان، اهواز، بوشهر، یزد، انزلی، نوشهر، رامسر و رشت) انجام شده است. از آنجایی که تاثیر پارامترهای مختلف هواشناسی بر تبخیر و تعرق در اقلیم های مختلف متفاوت است، سعی شده است از ایستگاه هایی که به طور کلی در دو اقلیم متفاوت یعنی خشک و مرطوب واقع اند، استفاده شود. در این تحقیق با استفاده از برنامه ref-et تبخیر و تعرق روزانه به دو روش پنمن- مانتیث- فائو 56 به عنوان روش استاندارد و روش تشت تبخیر کلاس a محاسبه شده است. در ادامه، با استفاده از برنامه های آماری spss و minitab ضرایب و روابط رگرسیونی (همبستگی) استخراج شد. جهت استخراج مدل های رگرسیونی با حداقل داده های هواشناسی ممکن روابط اولیه در برنامه minitab مورد اصلاح قرار گرفتند. سپس تمامی روابط رگرسیونی محاسبه شده را با استفاده از آماره های خطاسنجی، مورد آنالیز آماری قرار دادیم. در نهایت با توجه به تحلیل های آماری و نتایج بدست آمده مشخص شد مدل های رگرسیونی خطی چندگانه تشت تبخیر بهترین مدل رگرسیونی برای تخمین et0می باشند. همچنین مشخص شد روابط رگرسیونی خطی درشهرهای مورد مطالعه اقلیم مرطوب نسبت به اقلیم خشک با خطای کمتری et0 را پیش بینی می کنند. نتایج حساسیت سنجی مدل های رگرسیونی بدست آمده به پارامترهای ورودی نشان داد روابط بدست آمده از et0 مدل تشت تبخیر به علت حساسیت کمی که به پارامترهای ورودی دارد کارآیی بهتری نسبت به مدل های رگرسیونی فائو 56 دارند. در جمع بندی مشخص شد نمی توان برای تمامی ایستگاه های واقع دریک اقلیم خاص از مدل واحدی استفاده نمود و باید در هر ایستگاه با استفاده از داده های همان ایستگاه رابطه رگرسیونی را استخراج نمود. در انتها نیز با استفاده از et0 پیش بینی شده از مدل های رگرسیونی خطی چندگانه و داده های تشت تبخیر اقدام به تخمین ضریب تشت (kp) شد. مقایسه ضرایب kp محاسبه شده در این تحقیق با ضرایب پیشنهادی فائو نشان داد که در ایستگاه های واقع در اقلیم مرطوب ضرایب بدست آمده بیش از مقادیر پیشنهادی فائو است.

در پژوهش حاضر به منظورارزیابی نقشه های توزیع مکانی تبخیر و تعرق مرجع (et0) در حوضه کرخه بزرگ با استفاده از حداقل داده ها، از داده های هواشناسی 24 ایستگاه سینوپتیک در دوره آماری 2009-1998 واقع در این حوضه و نواحی اطراف آن استفاده گردید. مقادیر et0 با دو روش fao 56و hsبه کمک نرم افزار ref-et برای ایستگاه هامحاسبه و سپس روش های مختلف درونیابی به داده های دو روش، برازش داده شد. انتخاب روش مناسب درونیابی براساس روش ارزیابی متقابل صورت گرفت. نتایج بیانگر دقت بیشتر روش کریجینگ معمولی می باشد. سپس، پهنه مکانی داده های ایستگاهی et0 حاصل از دو روش fao 56 و hs در محیط نرم افزار arcmap برای12 ماه سال ترسیم و طبقه بندی شدند. پس از محاسبه مساحت اختصاص یافته به هر بازه، پهنه مکانی دو روش با یکدیگر مقایسه شدند. به منظور تبدیل مقدار مساحت روش hs به مساحت همان بازه در روش fao 56، بین مقادیر مساحت بدست آمده از پهنه مکانی دو روش، رابطه رگرسیونی برازش داده شد. با استفاده از روابط رگرسیونی به دست آمده می توان مقدار مساحت روش hs را به مساحت همان بازه در روش استاندارد (fao 56) تبدیل نمود. باید توجه داشت که در روش ذکر شده، با تغییر بازه بندی et0 برای هر ماه، رابطه رگرسیونی نیز تغییر خواهد کرد؛ نتایج تحقیق نشان می دهد که روش hs در تولید پهنه et0 به طور متوسط نسبت به روش استاندارد fao 56 مقادیر et0 را حدود 54% بیشتر تخمین می زند. لذا به منظور رفع نواقص موجود در استفاده از روش hs در تولید پهنه مکانی et0؛ همچنین دست یابی به پهنه مکانی et0 به صورت غیر مستقیم از حداقل پارامترهای هواشناسی، نخست رابطه رگرسیونی بین et0 به عنوان متغیر وابسته و پارامترهای هواشناسی به عنوان متغیرهای مستقل برازش داده شد. منظور از روش غیر مستقیم تولید پهنه et0، روشی است که با کاربرد رابطه رگرسیون بین پهنه پارامترهای هواشناسی، پهنه et0 تولید می گردد و روش مستقیم نیز روشی است که ابتدا داده های et0 ایستگاهی با استفاده از روش fao 56 در نرم افزار ref-et محاسبه شده و سپس پهنه et0 تولید می گردد.در روابط رگرسیونی معرفی شده برای 12 ماه سال بالاترین ضرایب همبستگی مربوط به 4 پارامتر دمای هوای حداکثر و حداقل، سرعت باد در ارتفاع 2 متری و رطوبت نسبی می باشد. در ادامه، رابطه رگرسیونی براساس این 4 پارامتر برای تخمین et0 نقطه ای ایستگاه های مورد مطالعه استخراج شد. با توجه به روش درونیابی مناسب برای هر یک از 4 پارامتر موجود در رابطه رگرسیونی، پهنه مکانی هر پارامتر به صورت لایه های مجزا در نرم-افزار gis (arc map) تولید و مدل رگرسیونی به دست آمده برای هرماه به لایه ها برازش داده شد. خروجی این فرآیند، پهنه مکانی et0 در حوضه مورد مطالعه می باشد. در انتها، صحت پهنه مکانی به دست آمده، با استفاده از معیارهای ارزیابی مدل از قبیل ضریب تعیین، میانگین خطای مطلق (mae)، راندمان مدل (ef) و درصد خطای نسبی (re) بررسی گردید. نتایج معیارهای اعتبارسنجی نشان دهنده دقت مناسب روش تولید پهنه مکانی et0 به صورت غیر مستقیم از حداقل پارامترهای هواشناسی ذکر شده در حوضه کرخه بزرگ می باشد؛ با کاربرد این روش می توان بدون استفاده از نرم افزار ref-et و با کاربرد حداقل داده های هواشناسی، پهنه مکانی et0 را تولید نمود.

این مطالعه به بررسی حالت های منظمی از تغییرات زمانی و مکانی دبی های ثبت شده در شمال غرب کشور با استفاده از دو روش تجزیه به مولفه اصلی (pca) و آنالیز موجک (wla) می پردازد. در این پژوهش از pca به منظور کاهش پیچیدگی تحلیل متغیرها و همچنین تفسیر بهتر اطلاعات استفاده شده است. پارامتر هیدرولوژیکی جریان رودخانه ناایستا و دارای روند می باشد؛ لذا با روش های آماری موجود نمی توان به آشکارسازی نوسانات پرداخت امروزه محققین با به کارگیری از علم ریاضی و کاربرد روش هایی همچون موجک به این مشکلات پاسخ مناسبی داده اند. بدین منظور در این پژوهش از آنالیز موجک جهت تعیین تغییرات پارامتر جریان رودخانه استفاده گردید. برای انجام آنالیزهای مربوطه از داده های ماهانه و فصلی 33 ایستگاه هیدورمتری واقع در شمال غرب کشور طی دوره ی آماری 1388-1350 استفاده گردید. در بخش اول پژوهش به بررسی تغییرات جریان رودخانه های شمال غرب کشور با استفاده از روش pca پرداخته شد. جهت تولید مولفه های pca از ماتریس ماهانه داده ها ی 33 ایستگاه هیدورمتری معرفی شده در طی دوره ی آماری 1388-1350 استفاده گردید. نتایج تحقیق نشان داد که تغییرات مکانی 5 مولفه اصلی اول دبی تقریباً با الگوهای آنومالی بارش موجود در منطقه مورد مطالعه مطابقت داشت. این سازگاری به صورتی بود که مناطقی که مقدار بارندگی نسبت به دیگر مناطق کمتر بود مقدار دبی نیز در آن منطقه به تبعیت از بارش کمتر از مناطق دیگر مشاهده شد و در مناطقی که مقدار بارندگی بیشتر بود به تبع مقدار دبی نیز بیشتر آشکار می شد. در نهایت با توجه به مقدار واریانس مولفه ها، تنها دو مولفه ی اول جهت بررسی تغییرات زمانی و مکانی جریان رودخانه در منطقه مورد مطالعه کافی می باشد و نتایج مطلوبی را ارائه می دهد. نتایج این روش فرضیه رابطه مستقیم بین تغییرات جریان رودخانه و میزان بارندگی در شمال غرب کشور را به اثبات رسانید. در بخش دوم پژوهش به بررسی تغییرات مکانی و زمانی داده های ماهانه و فصلی جریان رودخانه های شمال غرب کشور با استفاده از آنالیز موجک و نمودارهای هافمولر پرداخته شد. مدت زمان داده های جریان رودخانه ثبت شده (1388-1350) این امکان را فراهم کرد که به بررسی واریانس ماهانه و فصلی برای مدت 12 سال با استفاده از 3 دوره ی زمانی 3-2 سال، 6-3 سال و 12-6 سال پرداخته شود. باندهای معرفی شده نشان دهنده ی بازه مقیاس های مورد استفاده جهت محاسبه توان موجک می باشد. نتایج حاصل از آنالیز تبدیل موجک پیوسته نشان داد که در فصل بهار بیش ترین واریانس و فصل تابستان کمترین واریانس در هر دو باند 3-2 سال و 6-3 سال وجود داشت. در بین ماه های سال نیز ماه فروردین بیش ترین تغییرات واریانس و ماه شهریور کم ترین تغییرات واریانس را در دو باند 3-2 سال و 6-3 سال دارا بودند. باند 12-6 سال تغییرات کمتری را نسبت به دو باند دیگر از خود نشان داده است. این نتیجه احتمالاً مربوط به محدود بودن طول داده های ثبت شده جهت انجام آنالیز مربوطه می باشد. همچنین نتایج نشان داد که تغییرات جریان رودخانه در طول های جغرافیایی 5/45 تا 5/46 درجه شرقی نسبت به دیگر مناطق مورد مطالعه بیشتر می باشد. نتایج حاکی از این است که از سال 1380 به بعد مقدار میانگین واریانس جریان رودخانه نسبت به سال های قبل مقادیر کمتری را به خود اختصاص داده است.

یکی از عوامل مهم و تأثیر گذار در شار حرارتی خاک و شدت تبخیر و تعرق، تابش خالص (rn) خورشیدی می-باشد. تابش خالص تفاوت بین تابش ورودی و خروجی در طول موج های بلند و کوتاه می باشد. اندازه گیری تابش خالص به علت مشکلات کالیبراسیون و هزینه آن دشوار است. تابش خالص اغلب از معادلات نیمه تجربی مبتنی بر مشاهدات تابش موج کوتاه خورشیدی، فشار بخار و دمای هوا پیش بینی می شود. در این تحقیق سعی شد تابش خالص روزانه با استفاده از 15 مدل تجربی و نیمه تجربی، تکنیک شبکه عصبی و مدل سازی با استفاده از رگرسیون خطی چند متغیره، در منطقه سرد و نیمه خشک همدان برآورد و نتایج بدست آمده از هر روش با تابش خالص اندازه گیری شده در ایستگاه کلیماتولوژی دانشگاه بوعلی سینا در طول دوره 18 ماه مقایسه و مدل بهینه تابش خالص همدان معرفی گردد. نتایج به دست آمده از مدل های تجربی نشان داد که مدل بهینه در فصل بهار، مدل رگرسیون مبنا (1)، مدل رگرسیون مبنا (3) در فصل تابستان و پایئز و مدل ایرماک در فصل زمستان می باشد. همچنین در مقیاس سالانه مدل رگرسیون مبنا (3) به عنوان مدل بهینه همدان معرفی گردید. این مدل ها کمترین مقدار خطا را در بین 15 مدل به خود اختصاص دادند. با توجه به اینکه شبکه عصبی در پیش بینی پارامترهای هواشناسی و هیدرولوژی از عملکرد مناسبی برخوردار است، در این تحقیق سعی شد تا برای نخستین بار با استفاده از شبکه عصبی مقدار rn همدان تخمین زده شود و با داده های انداز ه گیری شده تابش خالص روزانه ماه مقایسه شود. بدین منظور، در طراحی شبکه عصبی 11 پارامتر هواشناسی موثر در تابش خالص به عنوان ورودی مدل به کار گرفته شد. پس از انجام آزمون و خطا در انتخاب مدل بهینه، شبکه عصبی با آرایش 1-2-11 برای پیش بینی تابش خالص مورد استفاده قرار گرفت. 70 درصد داده ها جهت یادگیری و 30 درصد داده ها به منظور اعتبارسنجی مدل استفاده گردید. روش رگرسیون خطی چند متغیره با استفاده از دوسری پارامتر: 1) فراسنج های هواشناسی، 2) مولفه های تابش خورشیدی (طول موج های بلند و کوتاه ورودی و خروجی) رسیده به سطح زمین، محاسبه گردید. نتایج نشان داد که استفاده از روش های رگرسیونی در تخمین تابش خالص موثر می باشند. بررسی ها نشان دادند تابش خالص مدل سازی شده با مولفه های تابش خورشیدی، از دقت بالاتری نسبت به سایر روش ها در برآورد تابش خالص برخوردار هستند

با افزایش جمعیت جهان و نیاز به تأمین غذا، کشاورزان به استفاده از انواع کودهای شیمیایی و آلی روی آورده اند.کاربرد بی¬رویه این نهاده¬ها بدون در نظر گرفتن اثرات جانبی آن، مشکلات فراوانی از نظر زیست محیطی و به خطر انداختن سلامتی انسان ها را به همراه می¬آورد. مقدار بهینه آب و نیتروژن برای مدیریت عملکرد محصول در نواحی خشک و نیمه خشک اهمیت به سزایی دارد، زیرا مصرف آب زیاد، باعث شستشوی نیتروژن به ناحیه زیر ریشه می¬شود که از لحاظ اقتصادی به کشاورز زیان وارد می¬گردد. از سوی دیگر آلودگی آب¬های زیرزمینی به نیترات یک مشکل گسترده برای اقتصاد، اکوسیستم و سلامتی انسان است. به منظور شبیه¬سازی و ارزیابی اثر فعالیت¬های کشاورزی بر روی فرایند¬های گوناگون خاک نظیر آبشویی نیترات، تجمع و جذب آن، چندین مدل عددی مورد استفاده قرار گرفته است. دسته¬ای از این مدل ها نظیر hydrus برای شبیه¬سازی حرکت آب و انتقال املاح در ناحیه غیراشباع از حل معادله ریچاردز برای حرکت آب و معادله جابجایی- انتشار برای انتقال املاح استفاده می¬کنند. در این مطالعه برای بررسی آبشویی یون نیترات از سه تیمار آبیاری به صورت آبیاری کامل (i1)، آبیاری 85% (i2) و آبیاری 70% (i3) و سه تیمار کودی 150(n1)، 250 (n2) و 350 (n3) کیلوگرم در هکتار استفاده شده است. با استفاده از برنامه retc برازش داده¬های منحنی مشخصه آب از روی داده¬های مشاهداتی صورت می¬گیرد که با استفاده از مدل ون گنوختن معلم این برازش انجام می¬پذیرد. در این برازش ضریب تبیین برابر با 98/0 می¬باشد که نشان از دقت بالای این مدل در تخمین خصوصیات هیدرولیکی خاک دارد. شبیه-سازی¬ها حاکی از آن است که تغییرات رطوبت خاک شکل ثابتی ندارد و با افزایش عمق افزایش می¬یابد. با توجه به نتایج شبیه-سازی در زمان آبیاری در مواقعی که رطوبت موجود در خاک بالا می¬باشد سرعت انتقال نیترات نیز بیشتر بوده است. بیشترین مقدار نیترات با توجه به شبیه سازی صورت گرفته در لایه 60-30 در تیرماه و در تیمار i3n3 اتقاق افتاده است. با کاهش 30 درصدی مقدار آبیاری در تیمار n1 میزان نیترات تجمع یافته در عمق 120-90 در شهریورماه 40 درصد افزایش یافته است که بیان¬گر این مطلب می¬باشد که با کاهش میزان آبیاری رطوبت موجود در خاک کم شده و در پی آن نیز آبشویی نیترات کاهش پیدا کرده است. نتایج آنالیز حساسیت حاکی از آن بود که مدل نسبت به تغییرات ضریب انتشارپذیری طولی و مولکولی حساسیت کمی دارد و حساسیت مدل در برابر تغییرات رطوبت اشباع از درجه حساس می¬باشد. واسنجی ضرایب ثابت مدل سبب شد که دقت مدل در شبیه¬سازی افزایش یابد که به طور مثال در تیمار آبیاری 70% و در تیمار کودی n1 شاخص ویلموت (d) از میزان 33/0 به 87/0 ارتقاء یافت. با توجه به مطالب گفته شده به منظور کاهش تلفات کود نیتروژن، نیاز به شناسایی نرخ بهینه مصرف کود نیتروژن، نیاز دقیق مصرف گیاه، میزان آبیاری و خصوصیات هیدرولیکی خاک لازم می¬باشد تا بهترین مدیریت در زمینه مصرف کود نیتروژن با توجه به شرایط زیست محیطی ، اقتصادی و کاهش آلودگی آب¬های زیرزمینی لحاظ گردد.

تنش آبی یکی از مهم ترین پارامترهای محدود کننده تولید عملکرد می باشد و به همین دلیل مدیریت و برنامه ریزی آبیاری امری اجتناب ناپذیر می باشد. در روش های معمولی مقدار آب موجود در خاک به عنوان معیار سنجش وضعیت آب در اندام های گیاهی مورد استفاده قرار می گیرد و پارامترهای جوی و نوع گیاه در نظر گرفته نمی شود. به همین منظور جهت استفاده از کلیه ی پارامتر های موثر بر تبخیر و تعرق و جذب گیاه، استفاده از دمای پوشش سبز به عنوان شاخص برنامه ریزی آبیاری انتخاب شده است. جهت اندازه گیری دمای پوشش سبز از دماسنج مادون قرمز لیزری تستو مدل 831 و برای محاسبه شاخص تنش آبی گیاه از روش ایدسو استفاده گردید. جهت محاسبه cwsi دو حد مبنای بالایی (تنش 100 درصد) وپایینی (تنش صفر درصد) براساس اندازه گیری دمای پوشش سبز در آبیاری کامل و عدم آبیاری وجود دارد. مقدار عددی cwsi بین 1-0 است که صفر مبین عدم تنش و 1 حداکثر تنش را به گیاه نشان می دهد. این تحقیق بر روی گیاه چغندرقند رقم 4 اتجام شد. طرح آزمایشی در قالب بلوک کاملا تصادفی به صورت 4 تیمار در 3 تکرار در مزرعه آزمایشی در شهرستان بروجرد انجام گردید. تیمارهای آبیاری به صورت تیمار آبیاری کامل و تیمارهای 115، 85 و 70 درصد نیاز آبی بودند و دور آبیاری 7 روزه در نظر گرفته شد. همچنین به منظور بررسی حداکثر تنش وارد شده به گیاه تیماری به شکل صفر درصد آبیاری در نظر گفته شد. معادله خط مبنای پایینی به صورت (tc-ta)ll=1.679-0.071(vpd) و معادله خط مبنای بالایی به صورت tc-ta)ul=5.43 °c) محاسبه شدند. براساس تحلیل های آماری تیمار 85 درصد به عنوان مبنای برنامه ریزی آبیاری در نظر گرفته شد. برنامه ریزی آبیاری با روش cwsi به این صورت است که زمانی که cwsi اندازه گیری از مزرعه کم تر از 31/0 محاسبه شده در نتایج باشد یعنی زمان آبیاری فرا نرسیده و زمانی که cwsi اندازه گیری شده در مزرعه بیشتر از 31/0 باشد یعنی از زمان آبیاری گذشته است. عملکرد محصول در تیمار 85% از لحاظ وزن و قند تفاوت معنی داری با تیمار آبیاری کامل نداشت.

نتایج همبستگی بین بارندگی و سطح آب زیرزمینی نشان داد که اعمال تاخیر 24 ماهه در محاسبات منجر به بیشترین ضریب همبستگی شد (26/0r=). بیشترین ضریب همبستگی سطح آب زیرزمینی با دما با تاخیر زمانی 12 ماه 36/0 بدست آمد. در این پژوهش از شاخص بارش استاندارد شده برای ارزیابی تأثیر خشکسالی و ترسالی روی سطح آب زیرزمینی استفاده گردید. تحلیل سری زمانی متوالی شاخص بارش استاندارد شده نشان داد که در مقیاس زمانی بلند مدت 42 ماهه بیشترین ضریب همبستگی در حدود 51/0 به دست آمد. همچنین ارزیابی فصلی سطح آب زیرزمینی و شاخص بارش استاندارد شده با تأخیر های مختلف و گام-های زمانی مختلف به این نکته اشاره می کند که بارندگی زمستان با شاخص بارش استاندارد شده 30 ماه و با چهار فصل تأخیر زمانی (بهار، تابستان،پاییزو زمستان ) بیشترین تأثیر را روی سطح آب زیرزمینی با ضریب همبستگی 62/0 دارد. در بررسی 29 چاه نتایج تحلیل آماری نشان داد که 89 درصد چاه ها ضریب همبستگی منفی سطح آب زیرزمینی را با دما داشتند و در مورد سطح آب زیرزمینی با بارندگی 86 درصد چاه ها دارای ضریب همبستگی مثبت بودند. بررسی ضریب همبستگی در چاه های منفرد نشان داد که 8/44 درصد چاه ها تأخیر زمانی بین 0 تا 2 ماه داشتند. 51 درصد تأخیر زمانی بین 10 تا 14 ماه و فقط 5/3 درصد تأخیر زمانی 26 ماه را دارا بودند. همچنین بررسی ضریب همبستگی بارندگی و سطح آب زیرزمینی در چاه های منفرد بیانگر این است که 4/72 درصد چاه ها تأخیر زمانی بین 0 تا 2 ماه، و 1/24درصد چاه ها بین 11 تا 23 ماه و 5/3درصد دارای تآخیر زمانی 38 ماه بودند.

چکیده ندارد.

چکیده ندارد.