physically-based model
در نشریات گروه جنگلداری-
مشکلات اندازه گیری باران ربایی در توده های جنگلی، ضرورت استفاده از مدل های برآوردکننده باران ربایی را دوچندان می-کند. پرکاربردترین مدل های برآوردکننده باران ربایی، مدل های فیزیکی مبنا هستند که از بین آن ها، مدل Sparse Gash بیشترین کاربرد را دارد. هدف از پژوهش حاضر، ارزیابی مدل Sparse Gash در برآورد باران ربایی پنج توده جنگلی (دو توده جنگلی از گونه بلندمازو، دو توده جنگلی از گونه راش شرقی و یک توده پلت) در ناحیه رویشی هیرکانی بود. بدین منظور، مقدار باران و تاج بارش در هر توده به ترتیب با بهره گیری از پنج و 20 جمع آوری کننده باران اندازه گیری و باران-ربایی از کسر مقدار تاج بارش از مقدار باران محاسبه شد. برای ارزیابی مدل، از چهار آماره ی درصد خطا (Error)، میانگین مطلق خطا (MAE)، ریشه دوم میانگین مربع خطا (RMSE) و ضریب کارآیی (CE) استفاده شد. نتایج نشان داد براساس ضریب همبستگی پیرسون، همبستگی بین مقادیر برآورد شده توسط مدل و مقادیر اندازه گیری باران ربایی در سطح اطمینان 95 درصد معنی دار است. در تمامی توده های مورد مطالعه، مقادیر آماره CE که بیانگر کارآیی مدل Sparse Gash در برآورد باران ربایی است، بالاتر از 5/0 حاصل شد که بیانگر قابلیت مناسب مدل است. هم چنین براساس آماره درصد خطا، مدل قابلیت مناسبی در برآورد باران ربایی چهار توده راش شرقی منطقه لاجیم (3/10- درصد)، بلندمازو منطقه کوهمیان (7/12+ درصد)، بلندمازو منطقه ساری (8/10+ درصد) و پلت منطقه ساری (4/15- درصد) از خود نشان داد. بررسی عملکرد مدل های مختلف فیزیکی مبنا در جنگل های با گونه های متفاوت و خصوصیات مختلف آلومتریک، اقلیمی و باران، می تواند به تکمیل اطلاعات درباره کارآیی مدل های مختلف در برآورد باران ربایی کمک نماید.
کلید واژگان: اکوهیدرولوژی جنگل، بلندمازو، پلت، راش شرقی.مدل فیزیکی مبناThe difficulties in the measurement of rainfall interception in forests confirm the necessity of presenting models. The widely used models for estimating rainfall interception are physical-based models, among which the Sparse Gash is the most commonly used. We evaluated the Sparse Gash model for estimating the rainfall interception of five forest stands (two chestnut-leaved oak stands, two oriental beech stands, and one velvet maple stand) in the Hyrcanian region. In each stand, the gross rainfall and throughfall were measured using 5 and 20 rainfall collectors, respectively, and rainfall interception was calculated by subtracting the throughfall from gross rainfall. To evaluate the performance of the model, we used statistical metrics: Error percentage (Error), Mean Absolute Error (MAE), Root Mean Square Error (RMSE), and the Model Efficiency coefficient (CE). Based on the Pearson correlation coefficient, the correlation between the values estimated by the model and the observed values was statistically significant at a 95% confidence interval. In all forests, the values of the CE were higher than 0.5, indicating the appropriate efficiency of the model. Based on the Error, the model showed good capability in estimating the rainfall interception of four forest stands (i.e., oriental beech in Lajim, chestnut-leaved oak in Kohmiyan and Sari, and velvet maple in Sari Error metric were found to be -10.3%, +12.7%, +10.8%, and +15.4%, respectively). Studying the performance of physically-based models in forests with different species and different allometric, climatic and rainfall characteristics completes the information gap about the efficiency of models to estimate rainfall interception.
Keywords: Chestnut-leaved oak, Forest ecohydrology, Oriental beech, Physically-based model, Velvet maple
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.