واكاوي الگوي انباشت سرمايي مناطق سردسير ايران براساس مدل‌هاي CH،Utah،CP

Chilling accumulation pattern analysis of Iran cold regions based on CH models،Utah،CP

انباشت سرمايي در دوره ركود براي درختان ميوه خزان‌دار از اهميت بسيار بالايي برخوردار مي‌باشد. عدم تامين نياز سرمايي باعث كاهش عملكرد و هدر رفت منابع مي‌گردد. در همين راستا به منظور واكاوي الگوي انباشت سرمايي در مناطق سردسير ايران، از داده سه ساعته دماي هوا براي 28 ايستگاه هواشناسي همديد در مناطق سردسير وكوهستاني كشور از سال 1985 تا 2013 استفاده گرديد. آمار سينوپ‌هاي سه ساعته دماي هوا براي دوره ركود از ماه نوامبر تا مارس تنظيم و با تبديل به دماي ساعتي به صورت پايگاه داده‌اي از دماي ساعتي برابر با 3252800 ركورد ساعتي براي هر مدل، پالايش و محاسبه شد. از مدل‌هاي ساعات سرمايي(CH) واحدهاي سرمايي (Utah) و ديناميكي (CP) براي برآورد انباشت سرمايي استفاده گرديد. الگوي انباشت سرمايي براساس برونداد مدل CH، از 775 تا 1445 ساعت و براساس مدل Utah، از 1191 تا 2121 واحد سرمايي و براساس مدل CP از 63 تا 96 بخش سرمايي در بين ايستگاههاي مناطق سردسير متغير مي‌باشد. عامل ارتفاع در الگوي انباشت سرمايي در هر كدام از مدلها نقش مهمي را نشان مي‌دهد. فراواني بيشينه‌هاي انباشت سرمايي در دهه‌هاي گذشته بيشتر از دهه‌هاي اخير مي‌باشد. بررسي سري زماني انباشت سرمايي نشان داد كه در ايستگاههاي اصفهان و شهركرد روند تغييرات كاهشي در سطح 05/0 معني‌دار و شيب منفي خط روند در بيشتر ايستگاهها وجود دارد. براساس معيارهاي اعتبارسنجي برونداد مدل ديناميكي به دليل RMSE كوچكتر نسبت به ديگر مدل‌ها، از عملكرد بالاتري در برآورد انباشت سرمايي برخوردار مي‌باشد. نتايج اين تحقيق براي اگاهي بخشي در مورد كشت درختان خزان‌دار متناسب با توان اقليمي و ميزان انباشت سرمايي حائز اهميت ميباشد.

Chilling accumulation in dormancy period for deciduous fruit tree is of very high importance. Failure to meet this chilling requirement reduces the performance and results in the loss of resources. In order to investigate the Chilling accumulation pattern in the cold regions of Iran, three-hour temperature data from 1985 to 2013 from 28 synoptic weather stations has been used. The three-hour synoptic temperature data for the dormancy period from November to March has been converted into an hourly temperature database with 3252800 numbers of records for each model has been calculated. Chilling Hours (CH), chilling units (Utah), and Dynamic (CP) models were used to determine the chilling accumulation. Chilling accumulation pattern based on CH model output from 775 to 1445 hours and based on Utah model from 1191 to 2121 chilling unit and also based on CP model from 63 to 96 chilling part between the cold region stations is variable. The elevation factor in chilling accumulation pattern in each of models has show the important role. In past decades, the frequency of chilling accumulation maximum was more than recent decades. The investigation of time series showed that there is a significant downward trend of chilling accumulation at the level of 0.05 in stations of Isfahan and Shahr-e Kurd and trend negative slope in most stations. Based on the validation criteria, Dynamic model output with a smaller RMSE shows a higher efficacy, compared to other models, to determine the chilling accumulation.