ارزیابی داده های تبخیر - تعرق، بارش و دمای هوای حاصل از مدل سطح زمین (GLDAS) با استفاده از داده های مشاهداتی در استان قزوین

کاهش ذخیره آب یک تهدید هیدرولوژیکی برای تولید محصولات کشاورزی و ثبات اجتماعی و اقتصادی در سراسر جهان به شمار می رود. در مناطق خشک و نیمه خشک نظیر کشور ایران که دارای بارش کم و تبخیر-تعرق زیاد می باشند این کاهش ذخیره آب به سرعت به آستانه خطر نزدیک می شود. لذا برآورد هرچه دقیق تر تبخیر-تعرق به عنوان یکی از مهم ترین پارامترهایی که باعث هدر رفت آب می شود می تواند گامی به سوی افزایش توانایی بشر در کنترل و مدیریت بحران آب باشد. متاسفانه با بروز پدیده خشکسالی و افزایش بی رویه مصرف آب و کاهش منابع آب های زیرزمینی، استان قزوین با بحران کمبود آب مواجه شده است. لذا برآورد تبخیر-تعرق به عنوان یکی از پارامترهای مهم بیلان آب منطقه و همچنین یکی از عوامل مهم در بحث هدر رفت آب می تواند تا حد زیادی برای این استان اهمیت داشته باشد. هدف اصلی این مقاله معرفی روشی برای افزایش دقت پارامتر تبخیر-تعرق حاصل از مدل سیستم جهانی اطلاعات سطح زمین(GLDAS) و همچنین معرفی تبخیر-تعرق اصلاح شده GLDAS به عنوان جایگزینی مناسب برای داده های تبخیر-تعرق لایسیمتر بخصوص در مناطق فاقد آمار و غیرقابل دسترس می باشد.
استان قزوین با مساحتی معادل 15821 کیلومتر مربع به ترتیب بین طول و عرض جغرافیایی 48 درجه و 53 دقیقه و 36 درجه و 50 دقیقه در گوشه شمال غرب و 50 درجه و 35 دقیقه و 35 درجه و 18 دقیقه در گوشه جنوب شرقی در حوزه مرکزی ایران واقع شده است. در این پژوهش تبخیر–تعرق لایسیمتر و تبخیر–تعرق حاصل از GLDAS و همچنین بارش و دمای حاصل از مدل GLDAS و بارش ماهواره TRMM برای سال های 1379 تا 1382 مورد بررسی قرار گرفته اند. با توجه به داده های بارش 50 ساله منطقه، سال زراعی 80-79، 81-80 و 82-81 به ترتیب به عنوان سال زراعی خشک، نرمال و تر انتخاب شدند. شاخص های کمی که به منظور ارزیابی نتایج مورداستفاده قرار گرفته اند شامل ریشه میانگین مربعات خطا(RMSE)، میانگین خطای اریبی MBE و میانگین مطلق خطا MAE می باشند.
نتایج بررسی داده های تبخیر-تعرق مدل GLDAS و لایسیمتر 95/0=R2، 68/0=RMSE نشان می دهد که همبستگی بالایی بین این دو سری داده وجود دارد. علاوه بر تبخیر-تعرق، پارامترهای دما و بارش نیز به عنوان دو عنصر تاثیرگذار بر تبخیر-تعرق مورد بررسی قرار گرفتند. نتایج آماری نشان دهنده R2 بیش از 9/0 بین داده های دمای هوای حاصل از مدل GLDAS و داده های ایستگاهی و 82/0=R2 بین داده های بارش حاصل از مدل GLDAS و داده های ایستگاهی و همچنین 76/0=R2 بین داده های بارش ماهواره TRMM و داده های ایستگاهی است.
با توجه به نتایج بدست آمده استفاده از داده های تبخیر-تعرق، دمای هوا و بارش حاصل از مدل GLDAS به عنوان جایگزینی مناسب برای داده های مشاهداتی در مناطق فاقد آمار قابل استفاده می باشند.