اصلاح مدل رطوبتي حاكم بر نمايه شدت خشكسالي پالمر براي مناطق تحت كشت آبي و صحت‌سنجي به كمك داده‌هاي ماهواره‌اي

Modifying the soil moisture model of Palmer drought severity index for irrigated areas and its validation using satellite data

نمايه شدت خشكسالي پالمر به دليل‌ ايجاد رابطه ميان تغييرات هواشناسي و شرايط كشاوزي، يكي از مهمترين نمايه‌هاي تخمين خشكسالي كشاورزي مي‌باشد.‌اين نمايه در واقع مبتني بر يك مدل عرضه و تقاضاي آب در خاك عمل مي‌كند. از‌اين رو اصلاح و نيز افزايش قدرت تفكيك مكاني مدل آبي آن قدمي در افزايش كارايي و دقت نمايه پالمر در تخمين صحيح تر خشكسالي و در نتيجه بهبود مديريت بحران خواهد بود. در‌اين تحقيق، توزيع مكاني رطوبت حاصل از مدل رطوبتي‌ اين نمايه پس از اصلاح آن براي مناطق تحت كشت آبي، با استفاده از داده‌هاي شبكه‌اي شده خاك و هواشناسي و داده هاي TRMM با تفكيك مكاني 1 كيلومتر توسط نرم افزار MATLAB ، براي ك دوره 10 ساله ( از 1998 تا 2007 براي استان اصفهان استخراج و مطالعه شد. نتايج در 120 لايه اطلاعاتي حاوي رطوبت ماهانه عمق يك متري سطح خاك استخراج شد. نتايج مقايسه رطوبت بدست آمده از مدل با رطوبت بدست آمده از ماهواره نشان مي‌دهد مدل رطوبتي پالمر در مناطق باير ا تحت كشت ديم، رطوبت را با دقت مناسبي مدل مي كند اما در مناطق تحت كشت آبي دقت مناسبي ندارد كه پس از اعمال تغييرات و اصلاح مدل بيلان آبي آن، رابطه رطوبت مدل شده با رطوبت بدست آمده از تصاوير ماهواره‌اي در مناطق تحت كشت آبي به طور معناداري افزايش ميابد (افزايش R2 از حدود 14 /. به حدود 30 /. در دوره خشك و از 19 /. به 50 /. در دوره تر) و به همبستگي معادل در زمين‌هاي فاقد كشت آبي نزديك مي‌شود.

Palmer drought severity index is one of the most important agricultural drought indices which considers the relationship between climate change and agriculture conditions. This index is based on supply and demand soil moisture model. Hence, improving both the soil water model equations and its spatial resolution increases the efficiency, and provides more accurate estimates of the Palmer drought index and thus will improve drought management. After correction and coding the soil moisture model equations based on Palmer’s drought index using MATLAB, the model was run for a period of 10 years in Isfahan province (1998 to 2007) with a spatial resolution of 1 km using station temperature and precipitation data and also soil (AWC) and satellite data (TRMM) as well .As a result, the amount of moisture in the soil to a depth of 1 meter was extracted in 120 layers; each layer contains the spatial distribution of monthly mean soil moisture. Also, in order to control the impact of changes in the model for irrigated areas, soil moisture from the Palmer index values ​​and soil wetness index (SWI) obtained by the satellite images were compared. The results of this comparison show that the solidarity of modeled soil moisture and SWI in irrigated areas dramatically increases after correcting the model (R2 increases from about 0.14 to 0.30 in Dry period and from 0.19 to 0.50 in wet period).