فهرست مطالب

  • سال چهارم شماره 2 (پاییز و زمستان 1395)
  • تاریخ انتشار: 1395/12/25
  • تعداد عناوین: 8
|
  • سعید مهدی زاده، جواد *حمید سعادت نژاد قراحسنلو صفحه 1
    دمای هوا یکی از مهم ترین متغیرهای مورد نیاز در مطالعات اقلیمی و برآورد نیاز آبی گیاهان می باشد. در سال های اخیر مدل های هوشمند متعددی از جمله دو روش برنامه ریزی بیان ژن و شبکه های بیزین برای تخمین دمای هوا به کار گرفته شده اند. هدف از تحقیق حاضر، ارزیابی دقت این دو مدلدر پیش بینی عوامل دمایی یک روز معین بر اساس داده های یک تا هفت روز قبل است. برای این منظور از داده های 25 ساله دمای هوا ایستگاه های سینوپتیک ارومیه و تبریز استفاده شد. نتایج نشان داد که هر دو روش برنامه ریزی بیان ژن و شبکه های بیزین با دقت خوبی قادر به مدل سازی دمای حداقل، متوسط و حداکثر هوا بودند. با این حال، روش شبکه های بیزین دقت بیشتری نسبت به روش برنامه ریزی بیان ژن داشت. بر طبق یافته های تحقیق، در روش شبکه های بیزین و ایستگاه ارومیه در مرحله آزمون، مقادیر شاخص های ضریب تبیین (R2) و ریشه میانگین مربعات خطا (RMSE) در بهترین سناریو به ترتیب برابر 0/92 و 2/50 درجه سانتی گراد برای دمای حداقل، 0/96 و 1/83 درجه سانتی گراد برای دمای متوسط و 0/96 و 2/32 درجه سانتی گراد برای دمای حداکثر بودند. مقادیر شاخص های آماری مذکور در ایستگاه تبریز در بهترین سناریوهای مرحله آزمون و روش شبکه های بیزین برابر 0/93 و 2/42 درجه سانتی گراد برای دمای حداقل، 0/97 و 1/90 درجه سانتی گراد برای دمای متوسط و 0/95 و 2/42 درجه سانتی گراد برای دمای حداکثر به دست آمدند. در مجموع دقت پیش یابی دمای متوسط نسبت به دمای حداکثر و حداقل با هر دو روش در ایستگاه های مطالعاتی بیشتر بود.
    کلیدواژگان: پیش بینی، دمای هوا، مدل های هوشمند
  • سید محمد حسینی موغاری*، شهاب عراقی نژاد، کیومرث ابراهیمی صفحه 14
    داده های معتبر و بلند مدت بارندگی به عنوان پیش نیاز اغلب مطالعات هواشناسی و منابع آب در اکثر نقاط کشور دارای نقصان و کمبود است. در این مقاله امکان استفاده از اطلاعات جهانی بارش به عنوان یک جایگزین برای داده های برداشت شده زمینی، مورد بررسی قرار گرفت. به این منظور اطلاعات بارندگی سه پایگاه جهانی بارش شامل CRU ،GPCC و AOHRODITE برای سه ایستگاه همدیدی در حوضه کرخه (کرمانشاه، خرم آباد و همدان) برای سال های 1978 تا 2007 دریافت و مورد ارزیابی قرار گرفت. علاوه بر ارزیابی مستقیم مقدار بارش، عملکرد این اطلاعات در پایش خشکسالی در سه ایستگاه مذکور نیز بررسی شد. پایش خشکسالی بر اساس شاخص استاندارد بارندگی (SPI) انجام گردید. نتایج نشان داد که عملکرد پایگاه های مختلف در مناطق مختلف، متفاوت است؛ اما به طور کلی در ایستگاه کرمانشاه عملکرد CRU و در ایستگاه خرم آباد و همدان پایگاه APHRODITE بهتر عمل نموده است. در پایش خشکسالی، بر اساس شاخص SPI سالانه در ایستگاه کرمانشاه، CRU با 83 درصد تشخیص صحیح کلاس خشکسالی و در ایستگاه خرم آباد و همدان، GPCC به ترتیب با 83 و 70 درصد تشخیص صحیح کلاس خشکسالی بهترین عملکرد را داشته اند.
    کلیدواژگان: بارش، حوضه کرخه، APHRODITE، GPCC، CRU
  • مهران حیدری بنی*، حجت الله یزدان پناه صفحه 27
    میزان انرژی دریافتی از خورشید در تراز زمین یکی از داده های مورد نیاز در برآورد آب مصرفی گیاهان، مطالعات مرتبط با انرژی های پاک و اقلیم شناسی است. در این پژوهش، عملکرد دو روش برآورد تابش کلی خورشید بر یک رویه افقی با استفاده از روش های آماری و دینامیکی مورد ارزیابی قرار گرفت. جهت انجام این مطالعه از داده های شش ایستگاه همدیدی خودکار سازمان هواشناسی کشور واقع در استان چهارمحال و بختیاری استفاده شد. جهت اجرای مدل اقلیم منطقه ای (RegCM نسخه 4.0) داده های شرایط مرزی و اولیه 1NNRP، در دوره زمانی 2010 تا 2014 مورد استفاده قرار گرفت. مدل در هجده تراز سیگما، با گام مکانی 30 کیلومتر و گام زمانی 150 دقیقه اجرا شد. مدل آنگستروم به عنوان روش آماری مناسب جهت ارزیابی انتخاب و مقادیر ضرایب آن برای تمامی ماه های سال و نقاط مورد مطالعه واسنجی شد. نتایج بیان گر آن است که توانایی مدل آنگستروم در برآورد تابش ماه ژوئن در مقایسه با سایر ماه ها بیشتر است. کمترین RMSE و کمترین خطای اریبی به میزان W m-21 در این ماه دیده می شود.در این مدل بیشینه و کمینه ریشه میانگین مربع خطاها به ترتیب 321 و W m-21 در ایستگاه های اردل و شهرکرد مشاهده شد. کمینه مقدار RMSE برای مدل RegCM با W m-210 در ماه های گرم سال (ژوئن تا سپتامبر) دیده می شود و ماه فوریه بیشترین میزان میانگین ریشه دوم خطا را به میزان W m-2480 داشته است. کمترین میانگین ریشه دوم خطای این مدل در ماه سپتامبر ایستگاه بروجن دیده می شود و بیشترین مقدار این آماره مربوط به ایستگاه اردل است. میانگین ریشه دوم خطاها در کل منطقه W m-2175 می باشد. مدل آنگستروم در 73 درصد مواقع کم برآوردگر بوده، در حالیکه مدل RegCM در 93 درصد مواقع بیش برآوردی داشته است.
    کلیدواژگان: تابش، آنگستروم، مدل اقلیمی، زاگرس مرکزی، ایران
  • علی خلیلی*، جابر رحیمی، جواد بذرافشان صفحه 38
    یخبندان دیررس بهاره یک پدیده زیان بخش اقلیمی است که بر اقتصاد کشاورزی به ویژه تولید محصولات زراعی و باغی تاثیر می گذارد. از طرفی مسلم است که نحوه بروز این پدیده در شرایط تغییر اقلیم و گرمایش زمین دستخوش تغییر خواهد شد. بررسی حاضر به منظور کمی سازی این تغییرات با استفاده از مدل گردش عمومی جو CGCM3 تحت سناریوهای انتشار A2 و A1B و روش ریزمقیاس نمایی آماری شبکه عصبی مصنوعی (ANN) به انجام رسیده است. برای این منظور ابتدا داده های دمای کمینه روزانه 50 ایستگاه هواشناسی، معرف اقلیم های گوناگون کشور، از بدو تاسیس تا سال 2010 گردآوری و کنترل کیفی شد. بررسی روند تغییرات میانگین منطقه ای سالانه دمای کمینه روزانه در ایران در دوره 2010-1961 افزایش معنی دار 0/3 درجه سانتی گراد در هر ده سال را مشخص می سازد. همچنین عقب رفت معنی دار 1/4 روز در هر دهه در تاریخ وقوع یخبندان دیررس بهاره صفر درجه در همین دوره به ویژه پس از دهه 80 میلادی با اطمینان 95 درصد نیز دیده می شود. در ادامه معادلات سه بعدی توزیع فضایی ریسک و تاریخ رخداد یخبندان دیررس بهاره برای آستانه دمایی صفر درجه تعیین و نقشه آن ها با تفکیک 1 × 1 کیلومتر و با دقت 50 ایستگاه در سطح کشور در محیط GIS و به روش ایجاد لایه تصحیح خطا چه در دوره تاریخی و چه در دوره آینده (جمعا 14 نقشه) ترسیم گردید و مساحت پهنه های کم، متوسط، پر و بسیار پرخطر و همچنین بازه های زمانی رخداد یخبندان دیررس بهاره مشخص شد و سپس اختلافات در تغییر مساحت های تحت پوشش هر پهنه تعیین و به طور کمی مقایسه گردید. در دید کلی بر اساس نتایج به دست آمده، یخبندان های دیررس بهاره با گذشت زمان بر اساس هر دو سناریو زودتر اتفاق خواهد افتاد. پهنه هایی از کشور که تاریخ رخداد آخرین یخبندان آن بین 10 آذر تا 10 دی اتفاق می افتد و در حال حاضر 1.83 درصد سطح کشور را پوشش می دهد در اواخر قزن در شرایط سناریوی A1B، 13.91 و در شرایط A2، 12.84 درصد مساحت ایران ار فرا می گیرد. همچنین گستره هایی که آخرین یخبندان بهاره آن ها بین 10 فروردین تا 10 اردیبهشت است و در حال حاضر 21/47 درصد مساحت کشور را در قلمرو خود دارند در اواخر قرن تحت همین سناریوها به ترتیب به 8/29 و 9/15 درصد کاهش می یابند. به علاوه در دهه های آتی با ریسک کمتر رخداد پدیده یخبندان دیررس بهاره مواجه خواهیم بود.
    کلیدواژگان: تغییر اقلیم، یخبندان دیررس بهاره، ریسک یخبندان، شبکه عصبی مصنوعی، ایران
  • بهروز سبحانی*، مهدی اصلاحی، یونس اکبرزاده صفحه 49
    در این پژوهش عملکرد دو مولد داده هواشناسی SDSM و LARS-WG در شبیه سازی متغیرهای اقلیمی بارش، دمای کمینه و بیشینه روزانه در منطقه شمال غرب ایران مورد مقایسه قرار گرفته است. شبکه مطالعاتی شامل 12 ایستگاه هواشناسی با حداقل دوره آماری 40 ساله بوده و داده های دما و بارش روزانه این ایستگاه ها در دوره 1990-1961 به عنوان دوره پایه مورد استفاده قرار گرفتند. برای مقایسه دقت دو مدل از دو آزمون ناپارامتری همبستگی و مقایسه ای من- ویتنی و شاخص ریشه مربعات خطا (RMSE) استفاده شده است. نتایج نشان داد که برای دماهای کمینه و بیشینه دو مدل عملکرد مشابهی دارند، ولی تعداد ماه های با همبستگی معنی دار در طول دوره پایه در مدل SDSMبیشتر از مدل LARS-WG است. برای داده های بارش، متوسط شاخص RMSE در مدل SDSM و LARS-WG به ترتیب 26/5 و 32/0 میلی متر بوده است که حاکی از بالاتر بودن دقت مدل SDSM می باشد. بر اساس یافته های مطالعه، سطح معنی داری اختلاف داده های مشاهده شده و شبیه سازیشده طبق آزمون ناپارامتری من- ویتنی در دو مدل یکسان بود. تعداد ماه های با همبستگی معنی دار در مدل SDSM بیش از مدل دیگر بوده است.
    کلیدواژگان: آزمون من، ویتنی، بارش، دما، مولد داده هواشناسی، ایران
  • حکیمه هاتف، محمود دانشور کاخکی*، محمدرضا کهنسال، محمد بنایان، ناصر شاهنوشی فروشانی صفحه 61
    نوسانات اقلیمی در یک منطقه اثرات شدیدی بر منابع آب و خاک می گذارد؛ ‏بنابراین مطالعه میزان نوسانات به وجود آمده در عوامل اقلیمی مناطق ‏مختلف به جهت اتخاذ سیاست های مقابله یا انطباق با شرایط جدید از اهمیت ‏ویژه ای برخوردار است. یکی از روش های بررسی میزان نوسانات یا آسیب های به ‏وجود آمده بر فعالیت های اقتصادی، محاسبه شاخص‏ آسیب پذیری می باشد. در این ‏مطالعه با هدف بررسی نوسانات به وجود آمده در عوامل و پارامترهای ‏اقلیمی، شاخص آسیب پذیری نوسانات عوامل اقلیمی در بازه زمانی 1393-1373 ‏برای 11 شهرستان استان خراسان رضوی مورد محاسبه قرار گرفته است. این ‏شاخص بیان گر ویژگی های موجود در داخل منطقه می‏باشد که در اثر نوسانات ‏عوامل اقلیمی دچار آسیب شده و پیش بینی می‏شود که در آینده نیز آسیب پذیری ‏بیشتری داشته باشند. اجزای این شاخص دو نوع مخاطرات ریسک‏های دائمی ‏‏(افزایش دما و کاهش بارش) و ریسک ‏های مکرر (پیشرفت خشکی و وقوع توفان) را ‏که بر رشد اقتصادی موثر هستند را شامل می‏شود. نتایج حاصل از محاسبه شاخص ‏حاکی از آن است که در بین شهرستان‏های استان خراسان رضوی در دوره ‏موردمطالعه تربت حیدریه بیشترین و چناران کمترین میزان آسیب را از تغییر ‏در عوامل اقلیمی دیده‏اند، متوسط مقدار شاخص محاسبه شده در شهرستان های ‏استان خراسان رضوی 47/04 می باشد. پیشنهاد می ‏شود که سازمان‏ های مختلف جهت ‏برنامه‏ریزی و تخصیص بودجه ‏های مقابله با اثرات منفی ناشی از تغییر عوامل ‏اقلیمی از نتایج شاخص استفاده نمایند.
    کلیدواژگان: خراسان رضوی، شاخص آسیب پذیری، شوک دائمی، شوک مکرر
  • رستا نظری، عباس کاویانی* صفحه 71
    برآورد دقیق نیاز آبی در شرایط محدودیت آب برای حفظ پایداری تولبدات کشاورزی در مناطق خشک از اهمیت ویژه ای برخوردار است. هدف از این تحقیق، تخمین تبخیر تعرق واقعی در دشت قزوین با استفاده از تصاویر ماهواره ای و الگوریتم متریک می باشد. در این راستا نتایج الگوریتم متریک حاصل از تصاویر سنجنده MODISماهواره ترا و سنجنده ETM+ ماهواره لندست 7 با داده برداری لایسیمتری مورد ارزیابی قرار گرفتند. نتایج آماره های ارزیابی نشان داد سنجنده ETM+ لندست 7 باضریب همبستگی 1=r، 0/91=RMSE، 0/10MAE=و 0/09SE= میلی متر در روز از تطابق قابل قبولی با داده های لایسیمتری در مقایسه با سنجنده MODIS برخوردار می باشد و به عنوان سنجنده برتر در این تحقیق برای برآورد تبخیر تعرق واقعی گیاهان دشت قزوین توصیه می شود.
    کلیدواژگان: تبخیر تعرق، سنجش از دور، دشت قزوین، لایسیمتر
  • حمیده نوری*، علیرضا بادیه نشین، اکبر محمدی محمد آبادی صفحه 77
    هدف از این مطالعه براورد تخیر تعرق گیاه پسته در منطقه دشت رفسنجان می باشد. در این تحقیق نتایج حاصل از شش روش محاسباتی تعیین تبخیر تعرق مرجع (ETo) با داده هایاندازه گیری شده در لایسیمتر حاوی چمن مقایسه شد. در بین آن ها، روش پنمن مانتیث فائو با مجذور میانگین مربعات خطا )RMSE) برابر 1/3میلی متر بر میلی متر و درصد خطای مطلق )PAE) برابر 17 درصد بهترین روش محاسباتی بود و سه روش کیمبرلی پنمن، تشعشع و بلانی کریدل دارای دقت مناسبی بودند. روش هارگریوز و پنمن اصلاح شده دارای خطای بیشتری نسبت به سایر روش ها بودند. همچنین با استفاده از ضرایب گیاهی پسته و مقدار متوسط ETo لایسیمتر در طی چهار سال، تبخیر تعرق پسته (ETc) تعیین گردید. بر اساس نتایج به دست آمده متوسط ETc درختان بارور پسته درطول سال (ازفروردین تا آذر ) 9600 مترمکعب درهکتار است و حداکثر ETo و ETc در تیرماه رخ داده است. بیش از 50 درصد ETc مربوط به ماه های خرداد، تیر و مرداد است که اهمیت آبیاری درختان پسته در این ماه ها را نشان می دهد.
    کلیدواژگان: پنمن، مانتیث فائو، پسته، لایسیمتر، نیاز آبی
|
  • S. Mehdizadeh, J. Behmanesh*, H. Saadatnejad Gharahassanlou Page 1
    Air temperature is one of the most important variables in estimating crop water requirement and climatic studies. In recent years, several intelligent models such as Gene Expression Programming and Bayesian Networks have been used to estimate air temperature. The purpose of the present research is to evaluate the accuracy of these two approaches in prediction of air temperature in a specific day (t) using data of one to seven days before, i.e. t-1 to t-7. For this purpose, a 25-years dataset of daily temperature of two stations in northwest of Iran, namely Urmia and Tabriz were collected and used for models performance comparison. The results showed that Gen Expression Programming and Bayesian Networks methods were capable to predict the minimum, mean and maximum air temperature with acceptable accuracy. However, the Bayesian networks method showed relatively better performance comparing to the Gene Expression Programming. The findings revealed that in testing stage of Bayesian networks method for Urmia station, the values of determination coefficient (R2) and root mean square error (RMSE) in the best scenario are 0.92 and 2.5 ◦C for minimum temperature, 0.96 and 1.83 ◦C for mean temperature, 0.96 ◦C and 2.3 ◦C for maximum temperature respectively. The corresponding values of statistical indices for Tabriz station in Bayesian networks method were found to be 0.93 and 2.42 ◦C for minimum temperature, 0.97 and 1.90 ◦C for mean temperature and 0.95 and 2.42 ◦C for maximum temperature. In general the mean temperature was predicted more accurately by both approaches in study stations.
    Keywords: Air temperature, Intelligent models, Prediction, Iran
  • S. M. Hosseini Moghari, Sh. Araghinejad*, K. Ebrahimi Page 14
    Lack of reliable long term data of precipitation, required for hydrometeorological studies, is a major challenge in most of weather stations of Iran. The present study aims to analyze the possibility of using global precipitation data as an alternative to the in situ observations. For this purpose, precipitation data collected from three global datasets namely APHRODITE, GPCC, and CRU were studied over a period of 30 years (1978-2007) for three synoptic stations located within Karkhe basin; Kermanshah, Khoram-Abad, and Hamedan. In addition to the total amount of precipitation the Standardized Precipitation Index (SPI) was also calculated using data retrieved from these three datasets. The obtained values were compared with observed ones. The obtained results revealed that different global databases perform differently in various climatic regions. However, in general, CRU at Kermanshah station, and APHRODITE at Khoram-Abad and Hamadan station, outperformed the others. For drought monitoring, based on annual SPI index, CRU by 83 percent of correct drought class recognition at Kermanshah station and GPCC by 83 and 70 percent of correct drought class recognition at Khoram-Abad and Hamadan stations, respectively, showed the best performance.
    Keywords: Karkheh basin, APHRODITE, CRU, GPCC, Iran
  • M. Heidary Beni, H. A. Yazdanpanah* Page 27
    The amount of energy received from the sun on the ground needed to estimate crop water use, use of clean energy and issues related to climatic factors. In this study, the ability of two estimation methods based on statistical and dynamic methods were evaluated. Angstrom equation, as a widely accepted statistical model, and Regional Climate Model (RegCM version 4.0) were chosen to obtain radiation estimations. To perform this study, meteorological data of 6 IRIMO’s automatic weather stations located in Chaharmahal and Bakhtiari province, west of Iran, were used. RegCM4 model was run considering initial values and boundary conditions of NNRP1 ,at 18 sigmoid levels, with spatial resolution of 30 km and temporal resolution of 150 minutes, in the period of 2010 to 2014. Results showed the RegCM4 model output has the minimum Root mean square error (RMSE) of 10 W m-2 in warm months (June to September) and highest RMSE of 408 W m-2 in February. The lowest RMSE was obtained in September in Borujen station and the highest value was recorded in month of February in Ardal. The average value of overall RMSE in the region was 175 W m-2. Monthly values of Angstrom model was calibrated for study stations. The highest correlation coefficient and lowest RMSE and MBE were obtained for September. The maximum value of RMS was 321 W m 2 in April. Angstrom model showed an underestimation in 73% of the cases while RegCM showed an overestimation 93 % of the cases. These results tend to confirm the need for post processing of the climate model outputs.
    Keywords: Solar radiation, Angstrom, Climate model, Central Zagros, Iran
  • A. Khalili*, J. Rahimi, J. Bazrafshan Page 38
    The late spring frost (LSF), as one of the main climatic disasters, has significant negative impacts on agricultural and horticultural crops production. It is expected that the features of its occurrence will be altered by climate change and global warming. Hence, the present study was performed to quantify these changes under two scenarios of A2 and A1B using CGCM3 general circulation model outputs, downscaled by ANN technique. For this purpose, daily minimum temperature data of 50 weather stations for the period of 1961-2010, representing different climatic regions of Iran, were collected and quality-controlled. Trend analysis of the regional mean of annual minimum temperature showed a significant (p
    Keywords: Climate change, Late spring frost, Frost risk, ANN, Iran
  • B. Sobhani*, M. Eslahi, Y. Akbar Zadeh Page 49
    In this study, the performance of two statistical weather generators the Statistical Downscaling Model (SDSM) and LARS-WG in simulating daily values of rainfall, maximum and minimum temperatures in northwest of Iran is compared. The study network was consisting 12 weather stations with minuim 40 years of daily temperature and precipitation data. The 1961-1990 period was used the baseline for models evaluation. In this study, two non-parametric tests of correlation and Mann Whitney were used in monthly basis for comparisons. Root mean square error (RMSE) was used to compare the accuracy of two models. The results showed that the skill of both model in simulating minimum and maximum temperature data is similar,but the number of month with higher correlation was more in case of using SDSM.For precipitation data, the mean RMSE values of SDSM and LARS-WG models simulations were 26.5 and 0.32 mm, respectively which indicates higher accuracy SDSM. No significant differences between the observed and simulated data were found using the Mann-Whitney nonparametric test.The number of month with significance correlation with slightly more in SDSM comparing the other model.
    Keywords: Mann, Whitney test, Rainfall, Temperature, Weather generator, Iran
  • H. Hatef, M. Daneshvar Kakhki*, M. Kohansal, M. Bannayan, N. Shahnoushi Foroshani Page 61
    Climatic changes have severe effects on water and soil sources in any given region. To study the resulting fluctuations of climatic factors in different regions for possible adaptation policies to new climate events is of great importance. A possible approach to study the damage on economic activities caused by climatic fluctuations is to calculate vulnerability index. To achieve this goal, Vulnerability Index (VI) in the period of 1994- 2014 has been calculated for 11 regions of Khorasan Razavi province. The components of climatic fluctuations vulnerability index included two types of shocks (permanent shocks and recurrent shocks). The shocks included temperature fluctuations, precipitation, floods and increasing aridity. The results of the index suggest that in Khorasan Razavi province in the period of study, Torbat heydarieh had the highest and Chenaran had the lowest economic damage from climate change. The average index of vulnerability to fluctuations in the climate Khorasan Razavi province is 47.04 (above- average vulnerability of the developing countries). It is suggested that different agencies for planning and allocating funds for negative impacts of changing climatic factors may find these indices results quite useful and beneficial for further studies.
    Keywords: Khorasan Razavi, Vulnerability index, Progressive shocks, Recurrent shocks
  • R. Nazari, A. Kaviani* Page 71
    Proper estimation of crop water requirement is vitally important to maintain sustain crop production in arid regions, where water shortage is challenging. The aim of this study was to estimate actual evapotranspiration (ETa) of crops in Qazvin plain, Iran using satellite images and METRIC algorithm. In this regard,the obtained values of ETa by METRIC algorithm using the images of Terra satellite MODIS sensor and Landsat 7 satellite ETM sensor, were compared with lysimeteric measurements Results of the statistical comparisons showed that Landsat 7 ETM sensor with correlation coefficient of r=1.00, RMSE=0.91 mm day-1 and MAE=0.10 mm day-1 and Standard Error (SE)=0. mm day-1 had more acceptable agreement with measured data comparing with those obtained from MODIS sensor and can be recommended as the preferred option in the region.
    Keywords: Evapotranspiration, Remote sensing, Lysimeter, Qazvin plain, Iran
  • H. Noory*, A. Badiehneshin, A. Mohammadi Mohammad Abadi Page 77
    The aim of this study was determination of Pestachio evapotrspitaion in Rafsanjan plain, south of Iran. For this purpose, the results of the six reference evapotranspiration (ETo) estimation equations was compared by ETo grass lysimetric measurements. Among the selected methods, Penman- Monteith FAO was found to be the best one with root mean square error (RMSE) of 1.3 mm.mm-1 and percent absolute error (PAE) equals to 17%, Kimberly-Penman, radiation and Blaney Criddle methods were ranked next to PM equation with acceptable accuracy. Hargreaves and modified Penman method showed poor performance. Pistachio crop evapotranspiration (ETc) was determined using pistachio crop coefficients and 4 years average of lysimeteric values ETo. Based on the results, the mean Pistachio ETc was 9600 cubic meters per hectare during April to November during. Maximum of ETo and ETc occurred in July. More than 50% of ETc was observed in June, July and August which confirms the importance of maintaining sufficient water for irrigation during this period.
    Keywords: Lysimeter, FAO Penman, Monteith, Pistachio, Water requirement