عنوان مقاله :
توسعه و سنجش كارايي يك معادله رگرسيوني براي برآورد تبخير و تعرق گياه مرجع بر مبناي روش فايو پنمن- مانتيث در ايران مركزي
عنوان فرعي :
Developing and performance assessment of a regression equation for estimating reference crop evapotranspiration based on FAO Penman-Monteith in central Iran
پديد آورندگان :
ملكينژاد، حسين نويسنده نويسنده مسيول، دانشيار دانشكده منابع طبيعي دانشگاه يزد , , پورمحمدي، سمانه نويسنده دانش آموخته كارشناسي ارشد مديريت مناطق بياباني Poormohammadi, S.
اطلاعات موجودي :
فصلنامه سال 1392 شماره 52
كليدواژه :
ايران مركزي , تجزيه عاملي , رگرسيون خطي , شبكه عصبي , فايو پنمن- مانتيث , تبخير و تعرق مرجع
چكيده فارسي :
تاكنون روشهاي متعددي جهت برآورد تبخير و تعرق گياه مرجع در نقاط مختلف دنيا ارايه شده است كه از متداولترين و معتبرترين آنها ميتوان به روشهاي تركيبي خانواده پنمن و روشهاي بلاني- كريدل، هارگريوز- ساماني و تورنت وايت اشاره نمود. بهدليل فقدان دادههاي لايسيمتري در اغلب مناطق كشور، ارايه معادله براساس شرايط منطقهاي با دقت مناسب از اهميت خاصي برخوردار است. هدف از اين تحقيق ارايه معادلهاي است كه با مبنا قرار دادن روش فايو پنمن- مانتيث، بتوان مقدار تبخير و تعرق مرجع را با حداقل عاملهاي اقليمي برآورد كرد. در مرحله اول پس از جمعآوري دادههاي مورد نياز چهار ايستگاه سينوپتيك مهم در ايران مركزي (يزد، كرمان، شيراز و اصفهان) تبخير و تعرق مرجع با استفاده از معادله فايو پنمن- مانتيث برآورد شد. در مرحله بعد، جهت افزايش دقت، حساسيت اين معادله با استفاده از سه رويكرد شبكه عصبي، تحليل عاملي و رگرسيون خطي بررسي و موثرترين عوامل بر تبخير و تعرق مرجع با توجه به نتايج اين سه رويكرد شناسايي شد. سپس با كمك آمارههاي مختلف صحت معادلات استخراجي بين تبخير و تعرق مرجع و هر يك از عاملهاي موثر بررسي شد. به اين ترتيب آمارههاي ضريب تعيين R2)) و ميانگين ريشه مربعات خطا (RMSE) و ميانگين خطاي مطلق(MAE) ، براي هر ايستگاه و هر چهار
روش محاسبه شد. نتايج بدستآمده نشان داد كه دماي متوسط ماهانه بيشترين تاثير را بر مقدار تبخير و تعرق گياه مرجع
در هر ماه دارد. بر اين اساس رابطه همبستگي بين تبخير و تعرق مرجع و دماي متوسط ماهانه استخراج و به صورت معادله (ET0 = - 0.0118 + 0.263 Tmean) براي كل محدوده مطالعه محاسبه و ارايه گرديد. نتايج اين معادله در هشت ايستگاه ايران مركزي شامل چهار ايستگاه اصلي فوق و همچنين براي صحتسنجي بيشتر در ايستگاههاي بم، فسا، طبس و نايين، با استفاده از نتايج معادلههاي متداول هارگريوز- ساماني، تورنت وايت، بلاني- كريدل و معادله فايو پنمن- مانتيث مقايسه شد. نتايج نشان داد كه معادله پيشنهادي كه تنها وابسته به دماي ميانگين ماهانه است داراي كارايي بسيار خوبي جهت برآورد تبخير و تعرق مرجع در محدوده ايران مركزي ميباشد و نسبت به روشهاي هارگريوز- ساماني، تورنت وايت و حتي در برخي مناطق بلاني- كريدل داراي دقت بيشتري است.
واژههاي كليدي: تبخير و تعرق مرجع، فايو پنمن- مانتيث، شبكه عصبي، تجزيه عاملي، رگرسيون خطي، ايران مركزي.
چكيده لاتين :
So far, several methods have been presented in different parts of the world to estimate reference crop evapotranspiration. The most popular and prestigious of them can be combined methods of Penman family, modified Blany-Criddle, Hargreaves - Samani and thornthwaite. Due to the lack of Lysimeter data in the most regions of Iran, providing regional equations based on local conditions with the appropriate accuracy is very important. The main purpose of this research was developing a new regional model to estimate ET0. Firstly, the main variables affecting ET0 were identified using three approaches of artificial neural network (ANN), factor analysis (FA) and multiple-regression in four main synoptic stations (Yazd, Kerman, Isfahan and Shiraz) in central Iran. The results showed that the average monthly temperature was the most influencing factor on the amount of ET0. The regression equation between monthly average temperature (Tmean) and ET0 was extracted (ET0 = -0.0118 + 0.263 Tmean) for the entire study area. The result of obtained equation was compared with FAO Penman - Monteith, Blaney - Criddle, Hargreaves - Samani and Thornthwaite methods. The extracted equation was tested and evaluated by the data of four main stations and also Tabas, Fasa, Naein and Bam stations in Central Iran. The RMSE, MAE and R2 statistics were applied to compare the methods. The obtained equation was only depended on the mean monthly temperature and had very good accuracy to estimate the ET0 in comparison with Hargreaves-Samani, Thornthwaite, and even somewhere Blaney-Cridle methods in Central Iran.
Key words: Reference crop evapotranspiration, FAO penman-monteith, artificial neural network, factor analysis, multiple-regression, central Iran.
عنوان نشريه :
تحقيقات مرتع و بيابان ايران
عنوان نشريه :
تحقيقات مرتع و بيابان ايران
اطلاعات موجودي :
فصلنامه با شماره پیاپی 52 سال 1392
كلمات كليدي :
#تست#آزمون###امتحان