فهرست مطالب

هواشناسی کشاورزی - سال هشتم شماره 1 (بهار و تابستان 1399)
  • سال هشتم شماره 1 (بهار و تابستان 1399)
  • تاریخ انتشار: 1399/07/10
  • تعداد عناوین: 8
|
  • علی خلیلی صفحات 1-2

    بیانیه اخیر فرهنگستان علوم در باره غیر قابل برگشت بودن وضعیت منابع آب کشور، نگاهی آسیب‌شناسانه به نحوه استفاده و تخصیص آب در بخش‌های مختلف مصرف به ویژه در بخش کشاورزی دارد. دغدغه اصلی این است که در دهه‌های گذشته مقدار برداشت ازآب‌های تجدید‌پذیر بسیار فراتر از سقف مجاز بوده و این امر نه تنها به از بین رفتن کمی ذخیره آب، که در بعضی نقاط به افت کیفیت آن منجر شده است. بیانیه به علل به وجود آمدن این وضعیت پرداخته و راهکارهایی مفید و در خور بررسی نیز ارایه داده است. یادداشت حاضر درجهت تایید مفاد بیانیه، تصویری ازمحدودیت امکانات در دسترس و راه‌حل‌های احتمالی را ارایه می‌دهد. متوسط بارش در پهنه ایران در شصت سال اخیر بین 164 تا 342 میلی‌متر در سال (میانگین‌های سال به سال بارش درداخل محدوده مرزهای کشور) نوسان داشته و تقریبا تعداد ترسالی‌ها و خشکسالی‌ها هم‌وزن بوده‌اند. پر واضح است که اگر در گذشته جنگل‌هایی انبوه‌تر و وسیع‌تر و آبخوان‌های پر رمقی دارا بوده‌ایم از همین مقدار و از همین نظام بارش حاصل شده است و اگر دیگر چنین نیست عمدتا مربوط به مدیریت مصرف و برداشت‌های بی‌پروا و نامتعادل از سفره آب‌های زیر زمینی است. اکنون چاره‌ای نیست جز اینکه هر قطره آب را با حساب مصرف کنیم و با وضع قوانین منسجم، فرهنگ‌سازی موثر، استفاده از تجربه‌های موفق جهانی، درنظر گرفتن مزیت‌های اقلیمی در کاشت محصول به ویژه محصولات آب‌بر مانند برنج، اعتماد به توان "چاره‌اندیشی" کارشناسان و پژوهشگران جوان کشور، در مصرف آب اندازه نگه داریم تا تعادل بین دخل و خرج آب اندک اندک برقرار گردد و البته در جستجوی منابع تازه برای تامین کمبود آب نیز باید بود. هرچند در این زمینه اقداماتی چون بارورسازی ابرها و یا استخراج آب‌های ژرف و فسیلی را نمی‌توان تایید کرد ولی متقابلا نمک‌زدایی و استفاده از آب‌های باز دریاهای جنوب برای مصارف شرب و صنعت قابل بررسی می‌باشد.

  • حکیمه ابراهیمی، زهرا آقاشریعتمداری*، سمیه حجابی، آرزو نازی قمشلو صفحات 3-14

    تابش خورشید نقش مهمی در بیلان انرژی سطح زمین و نیز مطالعات اقلیمی-کشاورزی دارد. در این پژوهش، جهت برآورد مقادیر تابش خورشیدی از سیستم استنتاج تطبیقی عصبی-فازی (ANFIS) 5 استفاده شد و نتایج با مدل آنگستروم- پرسکات مبتنی بر متغیرهای هواشناسی موثر بر مقادیر تابش خورشیدی دریافتی در شش ایستگاه تابش سنجی منتخب ایران مورد مقایسه گرفت. به این منظور، از داده های هواشناسی یک دوره 11ساله (2017-2007) شش ایستگاه سینوپتیک به عنوان ورودی به مدل ANFIS در نرم افزار متلب استفاده شد. ورودی های مدل شامل طول ساعت آفتابی، رطوبت نسبی، دمای نقطه شبنم، فشار بخارآب، حداقل دمای هوا، حداکثر دمای هوا، میانگین دمای هوا، ابرناکی و دمای خاک و تنها خروجی مدل، تابش دریافتی روزانه بود. عملکرد دو مدل توسط آماره t (t-student) ارزیابی شد. مطابق نتایج، تخمین تابش خورشیدی توسط مدل ANFIS، نسبت به مدل آنگستروم تطابق بهتری با نتایج مشاهداتی دارد. در این مطالعه سنجه های آماری t، r، MBE و RMSE به منظور برآورد کارایی مدل در برآورد تابش خورشیدی در مقیاس زمانی روزانه و ماهانه به کار برده شدند که درمجموع، سنجه t حاصل از نتایج تخمین تابش با استفاده از مدل ANFIS، در ایستگاه های کرمان، مشهد، شیراز، زنجان، یزد و بندرعباس در مقیاس زمانی روزانه به ترتیب (78/4، 52/7، 25/3، 20/2، 93/3و 26/0) و ماهانه (0، 29/0، 59/0، 44/0، 21/0، 20/0) بودند. آماره t حاصل از نتایج تخمین تابش با استفاده از مدل آنگستروم در مقیاس زمانی روزانه نیز به ترتیب (16/20، 31/36، 90/28، 39/2، 91/34 و 96/49) و مقیاس ماهانه (74/6، 53/9، 68/4، 59/0، 38/8 و 71/9) بود. بر اساس یافته های این مطالعه، با نظر گرفتن عملکرد فرآیند مدل سازی غیرخطی، مدل ANFIS برآورد تابش خورشیدی را نسبت به روش آنگستروم بهبود می بخشد.

    کلیدواژگان: تابش، هوش مصنوعی، مدل سازی غیرخطی، مدل آنگستروم-پرسکات
  • حدیقه بهرامی پیچاقچی، محمود رائینی سرجاز*، رضا نوروز ولاشدی صفحات 15-25

    گرمایش جهانی می تواند بر حوضه های آبریز برفگیر و پراکنش زمانی و مکانی برف، و در نتیجه نیازهای آبی پایین دست حوضه اثرگذار باشد. ازاین رو، هدف این پژوهش بررسی تغییرات مکانی-زمانی پوشش و ماندگاری برف در دامنه شمالی البرز مرکزی می باشد. از داده های سنجنده MODIS و نمایه NDSI، برای برآورد پهنه پوشش برف در بازه سال های 2000 تا 2018 استفاده شد. یافته های این پژوهش نشان داد که روندی معنی دار و افزایشی در دمای ماه های می و ژوین وجود دارد. از سویی دیگر گرچه روندی در پهنه پوشش برف دیده نشد، ولی تخمین گر شیب سن نشان داد که پهنه پوشش برف در ماه ژانویه نزدیک به 220 کیلومتر در سال افت کرده است، که این افت با افزایش میانگین دمای این ماه همبستگی منفی معنی داری داشت (77/0-=r). در حالی که در ماه مارس سالانه نزدیک به 60 کیلومتر بر پهنه پوشش برف افزوده شده است. همبستگی مثبت و معنی داری (81/0=r) بین پهنه پوشش برف و ارتفاع برف، و همبستگی های منفی معنی داری (80/0- تا60/0- =r) میان پهنه سالانه پوشش برف و میانگین دمای سالانه هوا دیده شد. این یافته ها نشانگر اثر تغییرات زمانی و مکانی دما بر گستره و ماندگاری برف می باشند. با کاهش بلندی حوضه از غرب در هراز، با میانگین ارتفاعی 2059 متر، به سوی شرق در حوضه تجن، با میانگین ارتفاعی 7/980 متر، از پهنه پوشش برف و ماندگاری آن کاسته می شود. از یافته های این پژوهش نتیجه گیری می شود که تغییرات دما در این گستره هم روند گرمایش فراگیر است، در حالی که این گرمایش بر پراش (واریانس) پهنه پوشش برف اثر گذاشته است.

    کلیدواژگان: NDSI، MODIS، دامنه شمالی البرز، دما، پوشش برف
  • ذبیح الله خانی تملیه، حسین رضایی*، رسول میرعباسی نجف آبادی صفحات 26-39

    پایش و پیش بینی خشکسالی به عنوان یک پدیده حدی طبیعی، در مدیریت منابع آب و تولیدات کشاورزی اهمیتی ویژه دارد. هدف از مطالعه حاضر، ارزیابی خشکسالی های هواشناسی در گستره ایران با استفاده از شاخص کمبود توام (JDI) و مقایسه آن با SPImod می باشد. برای این منظور از داده های بارش ماهانه 41 ایستگاه هواشناسی ایران در دوره آماری 2017-1971 استفاده شد. نتایج نشان داد که شاخص SPImod تغییرات فصلی بارش را به خوبی توصیف می کند. چون تحلیل بر مبنای شاخص SPImod به مقیاس های زمانی حساس بوده و احتمال ظاهر شدن نتایج ناسازگار در پنجره های زمانی مختلف وجود دارد. جهت رفع این نقایص از شاخص کمبود توام (JDI) استفاده شد که مبتنی بر بسط توزیعی توام از شاخص های SPImod با مقیاس زمانی 1 تا 12 ماهه به کمک توابع مفصل می باشد. نتایج کاربست شاخص JDI نشان داد که تعداد ماه های خشک (با شاخص منفی) در مناطق غرب، شمال غرب و برخی استان های شمالی بیشتر از سایر مناطق کشور بوده است. در مرحله بعد، سه مشخصه خشکسالی شامل مدت، شدت و فاصله بین آغاز دو خشکسالی متوالی از سری زمانی JDI استخراج گردید. نتایج همبستگی بین مشخصه های خشکسالی حاکی از همبستگی بالای 7/0 بین آن ها بود. جهت تحلیل چند متغیره مشخصه های خشکسالی، برازش 9 تابع مفصل نیز بررسی گردید که از میان آن ها، تابع فارلی- گامبل- مورنگسترن به عنوان گزینه برتر برای بسط توزیع سه متغیره جهت پایش خشکسالی در ایستگاه های مطالعاتی تعیین شد.

    کلیدواژگان: تابع مفصل، خشکسالی، توزیع توام، روش تودرتو، شاخص کمبود توام
  • ابراهیم مسگری، تقی طاوسی*، پیمان محمودی، سید مهدی امیرجهانشاهی صفحات 40-50

    پیش بینی کوتاه مدت دمای کمینه به منظور تعدیل اثرات سوء ناشی از سرمازدگی و یخبندان در بخش کشاورزی از اهمیت زیادی برخوردار است. در این پژوهش ابتدا فراوانی وقوع یخبندان های زودرس پاییزه و دیررس بهاره در ایستگاه همدیدی سنندج طی دوره آماری موجود استخراج شد. سپس با استفاده از داده های سینوپ شش متغیر دمای خشک، دمای تر، رطوبت نسبی، سرعت باد، جهت باد و پوشش ابر به عنوان ورودی های یک مدل شبکه عصبی از نوع پرسپترون چند لایه مبتنی بر الگوریتم یادگیری لونبرگ - مارکوآرت، میزان دمای کمینه در 3، 6، 9 و12 ساعت آتی پیش بینی گردید. به این منظور از توابع توابع انتقال موجود در نرم افزار MATLAB  شامل hardlims، logsig، poslin، radbas، satlins، satlin، softmax، tansig و tribas استفاده شد. جهت مقایسه و ارزیابی مدل ها، از سنجه های آماری MAD، MSD، RMSD و R استفاده شد. نتایج نشان داد، توابع logsig، tansig، poslin و satlin در ماه آوریل به ترتیب با مقدار خطای 17/1، 61/1، 88/1 و 00/2 (◦C) و ضریب همبستگی بیش از 8/0 و توابع radbas، poslin، poslin و tribas در ماه اکتبر با مقدار خطای 60/1، 96/1، 99/1 و 36/1 درجه سلسیوس و ضریب همبستگی بالای 7/0 جهت پیش بینی دمای کمینه در ساعات 21:30، 00:30، 03:30 و 06:30 محلی، بیش ترین دقت و کارایی را دارند. همچنین در بین توابع مورد بررسی، تابع poslin با بیش ترین فراوانی دارای بهترین عملکرد در پیش بینی یخبندان های شبانه در سنندج می باشد. نتایج حاصل بیان گر کارآیی و دقت بالای شبکه عصبی مصنوعی در پیش بینی کوتاه مدت دمای کمینه در منطقه مورد مطالعه می باشد.

    کلیدواژگان: توابع انتقال، پرسپترون چند لایه، پیش بینی، سنندج، دمای حداقل
  • فاطمه حاجی آبادی، فرزاد حسنپور*، مصطفی یعقوب زاده، حسین حمامی صفحات 51-61

    خشکسالی از گسترده ترین و مخرب ترین بلایای طبیعی است که پیامدهای تغییر اقلیم موجب افزایش رخداد آن شده است. در این مطالعه، با استفاده از خروجی های 5 مدل از مجموعه CMIP5 پیشنهادی در گزارش پنجم هیات بین الدول تغییر اقلیم  (شامل: MIROC-ESM، GFDL- ESM2M، HadGEM2-ES، CSIRO-MK3.6 و IPSL-CM5A-LR) تحت سناریوهای واداشت تابشی RCP4.5 و RCP8.5 و ریزگردانی آن ها به کمک مدل آماری LARS-WG، داده های بارش و دما برای دوره آینده (2055-2025) پیش نگری شد. سپس با استفاده از این داده ها، وضعیت خشکسالی در منطقه مطالعاتی بیرجند به کمک شاخص خشکسالی پالمر خودواسنج (SC-PDSI) طی دوره پایه (2005-1975) و آینده مورد مقایسه قرار گرفت. نتایج نشان دهنده آن است که طی سال های آینده شرایط خشکسالی نسبت به دوره پایه افزایش می یابد که این مسئله می تواند از پیامدهای وقوع تغییر اقلیم در منطقه باشد. در دوره آماری (2035- 2026) بر اساس پیش نگری مدل ها تحت هر دو سناریو و مقادیر شاخص SC-PDSI، شدت خشکسالی کشاورزی بیش از سالهای دیگر دوره آینده است. نتایج همچنین نشان می دهد ، مدل های MIROC-ESM و CSIROMK 3.6 و نیز سناریو 8.5 بیشترین تعداد سال همراه با خشکسالی را در آینده پیش نگری می کنند.

    کلیدواژگان: تغییر اقلیم، شاخص خشکسالی پالمر، مدل های AOGCM، LARS-WG
  • احمد سلطانی ذوقی، حامد قادرزاده* صفحات 62-74
    بررسی کمی آثار مخرب عوامل اقلیمی و محیط زیستی بر فعالیت های کشاورزی از اهمیت زیادی در مطالعات اقتصادی و هواشناسی کشاورزی برخوردار است. هدف از این مطالعه تحلیل رابطه انتشار دی اکسید کربن به عنوان شاخص تخریب محیط زیست و نیز برخی اقلیمی عوامل موثر بر انتشار گازهای گلخانه ای با میزان تولیدات کشاورزی با استفاده از داده های پانل 31 استان کشور طی سال های 1360 تا 1397 به کمک مدل Autoregressive Distributed Lag (ARDL) می باشد. با توجه به منفی شدن مقادیر مجذور ارزش افزوده کشاورزی در بلند مدت و کوتاه مدت به ترتیب برابر 027/0- و 312/0-، فرضیه منحنی محیط زیستی کوزنتس (EKC) در بخش کشاورزی در ساختار پانل استان های کشور تایید می شود. نتایج نشان می دهد، حدود 90 درصد آثار ناشی از شوک های احتمالی در طی یک دوره مطالعاتی قابل اصلاح بوده و در کمتر از دو دوره اقتصادی به سطح تعادل بلند مدت خود بازخواهد گشت. ضریب تاثیر متغیرهای بارش و دما بر انتشار گازهای گلخانه ای برابر 038/0 و 302/0- می باشد که نشان از تاثیر متغیرهای محیط زیستی بر این کمیت دارد. ضریب منفی جمله مربع دما نشان از کاهش کیفیت و توان دوم بارش نشان از بهبود کیفیت محیط زیست دارد. مطالعات بیشتر در زمینه برهمکنش الگوی کشت، استفاده از ماشین آلات و متغیرهای محیطی بر تولیدات کشاورزی و ارزش افزوده آن ها پیشنهاد می شود.
    کلیدواژگان: ارزش افزوده، دی اکسیدکربن، گازهای گلخانه ای، مدل ARDL، نظریه کوزنتس
  • یاسمن لطفی، مهدی مفتاح هلقی*، خلیل قربانی صفحات 75-79

    برای پیش نگری کمی تغییر اقلیم و پیامدهای محتمل آن در کشاورزی و منابع آب عموما از مدل های اقلیمی استفاده می شود که برونداد آن ها دارای عدم قطعیت هستند. در این تحقیق با استفاده از مدل های گردش عمومی جو، تغییرات محتمل متغیر اقلیمی بارش به همراه تحلیل عدم قطعیت نتایج به دست آمده بررسی شده است. به این منظور آمار مشاهداتی ایستگاه هواشناسی هاشم آباد برای دوره 2010-1990 میلادی به عنوان دوره پایه به مدل معرفی شد و سپس برونداد حاصل از 8 مدل گردش عمومی جو (شامل ACCESS1-0، CanESM2، CMCCCMS، GISSE2H، HadGEM2CC، MIROC5، MIROCESM، IPSLCM5AMR) تحت دو سناریو RCP 4.5 و RCP 8.5 توسط روش عامل تغییر (Change Factor) ریز مقیاس نمایی و مقایسه شدند. سپس عدم قطعیت مدل ها برای هر دو سناریو انتشار مورد بررسی قرار گرفتند. همچنین آزمون مقایسه میانگین ها برای مجموع بارش ماهانه دوره (2040-2010) انجام شد. نتایج حاکی از کاهش بارش در اکثر ماه ها بود. مدل GISSE2H برای هر دو سناریو بیش ترین میزان کاهش پیش نگری شده در مجموع بارش ماهانه نسبت به دوره پایه را نشان داد. همچنین با وجود اینکه برونداد مدل ها برای کمیت بارش ماهانه طی دوره آینده در 82 درصد حالات تفاوت معنی داری نداشتند، اما باند عدم قطعیت مدل ها، اختلاف زیادی را بین نتایج آن ها نشان می دهد که موید نیاز بیشتر به تحلیل عدم قطعیت در مطالعات آتی می باشد.

    کلیدواژگان: تغییر اقلیم، مدل های گردش عمومی جو، عدم قطعیت، بارش
|
  • Ali Khalili Pages 1-2

    The recent statement of the Iranian Academy of Sciences on the irreversibility of the country's water resources situation has a damage-controlling vision of how water is used and allocated in various consumption sectors, especially in the agricultural one. The main concern is that in recent decades, the amount of water abstraction from renewable resources has exceeded the allowable limit, and this has not only led to a quantity loss of water storage, but it also, in some places, has led to a decline in water quality as well. The statement took into consideration the causes of such situations, and also made available considerable useful and appropriate approaches. The present memoir, in line with confirming the provisions of the statement, presents a picture of the limitation of the available facilities and possible solutions. In Iran, during the last sixty years, average rainfall has fluctuated between 164 and 342 mm per year (average annual rainfall within the country's borders) and the number of wet and dry years has been almost equal. It is obvious that if in the past we had more extended and dense forests and full-fledged aquifers from the same amount and the same rainfall system, but nowadays it is no longer the case, it should be mainly due to consumption mismanagement and reckless and unpredictable harvests from underground aquifers. Therefore, now we have no choice except using each drop of water more efficiently by making coherent laws, creating an effective water consumption culture, using successful global experiences, and taking into account the climatic advantages for crops cultivations, especially for more water-consuming crops such as rice. We also should rely on young experts and researchers’ problem-solving potential in effectiveness of water consumptions. By the time in balancing water harvesting and water consumption step by step, it is a must to look for new water resources to compensate water shortages. Although measures such as cloud seeding or deep and fossil water extraction cannot be approved, desalination and the use of open waters in the southern seas for drinking and industrial purposes could be considered.

  • H. Ebrahimi, Zahra Aghashariatmadary *, Somayeh Hejabi, Arezoo Nazighameshlou Pages 3-14

    Solar radiation plays an important role in surface energy balance and agroclimatic studies. In order to estimate daily global solar irradiance, Adaptive Neuro-Fuzzy Inference System (ANFIS) was used and compared with extended Angstrom Prescott model using 11-years data (2007-2017) climatic data of 6 meteorological stations across Iran namely, Mashhad, Kerman, Shiraz, Yazd, Zanjan and Bandar Abbas. The daily weather data including sunshine duration(n), Relative humidity (RH%), Dew point temperature (Td), water vapor pressure, maximum/Minimum air temperature, mean air temperature, cloudiness and soil temperature were used as inputs of ANFIS model to estimate the daily solar radiation, as the output. Performance of two models was evaluated using t-student index. According to the results, ANFIS model did a better job in estimation of solar radiation comparing to Angstrom-Prescott model as it showed closer agreement with observed data. For evaluation of each model’s skill in estimating solar radiation at daily and monthly time scales, the statistical indices of RMSE, MBE, r, t were used .Finally, the obtained values of t-test statistic of radiation estimation using ANFIS model, in Kerman, Mashhad, Shiraz, Zanjan, Yazd and Bandar Abbas station in daily time scale were 4.78, 7.52, 3.25, 2.20, 93.3, and 0.26, respectively. The corresponding monthly values were 0, 0.29, 0.59, 0.44, 0.21, and 0.20 respectively. Similarly, the t-index of radiation estimations by Angstrom model compared to observations for daily time scale were also 20.16, 36.31, 28.90, 2.39, 34.91 and 49.96, respectively. For monthly series, t values were 6.74, 9.53, 4.68, 0.59, 8.38 and 9.71, respectively. According to the findings of this study, the nonlinear modeling process of ANFIS model improves the estimation of solar radiation compared to the Angstrom-Prescott method.

    Keywords: Radiation, ANN, nonlinear modeling, Angstrom-Prescott Model
  • H. Bahrami Pichaghchi, M. Raeini Sarjaz *, R. Norooz Valashedi Pages 15-25

    Global warming could affect snow-covered watersheds and the temporal and spatial distribution of snow, and thus the water needs below the basin. Therefore, the aim of this study is to investigate the spatio-temporal changes of snow cover and snow retention in the northern aspects of Central Alborz. The Normalized Difference Snow Index (NDSI) extracted from MODIS satellite images was employed to estimate snow cover during 2000 - 2018 intervals. The findings of this study showed that there is a significant and increasing trend in the temperatures of May and June. On the other hand, although there was no trend in the snow cover, the Sen's slope estimator showed that the snow cover in January decreased by about 220 km per year, which had a high negative correlation with the increase in the average temperature of this month. (r = - 0.77), while in March, the snow cover increased by nearly 60 kilometers a year. There was a significant positive correlation (r = 0.81) between snow cover and snow depth, and significant negative correlations (r = -0.80 to r = -0.60) were found between the annual snow cover and the average annual air temperature. These findings indicate that the effect of temporal and spatial changes in temperature on the extent and persistence of snow cover is meaningful. By reduction of the basin’s height from the west in Haraz, with an average height of 2059 m, to the east in the Tajan basin, with an average height of 980.7 m, the snow cover area and its durability reduced. From the findings it is concluded that temperature changes in this region follow the global warming trend, while this warming has affected on the variance of the snow cover extend.

    Keywords: NDSI, MODIS, Alborz norther aspect, Temperature, Snow cover, Elevation
  • Z.Abihollah Khani Temeliyeh, H. Rezaei *, R. Mirabbasi Najafabadi Pages 26-39

    Drought is a natural phenomenon, therefor Drought monitoring and forecasting, especially the precise timing of its onset and duration, is of particular importance in water resources management and planning to mitigate drought effects. The purpose of this study is to evaluate, the meteorological droughts in the whole country of Iran using the Joint Deficit Index (JDI) and compared its with SPImod. For this purpose, the monthly precipitation data from 41 meteorological stations in Iran were used in the period of 1971-2017. The results showed that the SPImod index can describe seasonal variations of precipitation which is an advantage for this index. On the other hand, analysis based on the SPImod is sensitive to time scales, as it may present contradictory results in different time scales. To correct these defects the Joint Deficit Index (JDI) can be used. The basis of the JDI index is to create a joint distribution of SPImod indices with time scales of 1 to 12-month using copula functions. The results of the JDI index showed that the number of dry months (JDI <0) in the west, northwest, and some northern provinces were more than other parts of the country. In the next step, the drought characteristics, including severity, duration and the inter-arrival time were extracted from the JDI index time series. The results indicated that the correlation among drought characteristics were more than 0.7. In order to trivariate analysis of drought characteristics, the fitness of nine different copula functions were examined that the Farley- Gamble- Morgenstern copula was specified as the best function for constructing the trivariate distribution.

    Keywords: Copula function, Drought, Joint distribution, Nested method, Joint Deficit Index
  • E. Mesgari, T. Tavousi *, P. Mahmoudi, S. M. A Jahanshahi Pages 40-50

    Short-term prediction of minimum temperature is important in mitigation chilling and frost injury in agriculture. In current study, the frequency of early autumn and late spring frosts in Sanandaj synoptic station, Iran were worked out. Then, using six variables, i.e. dry and wet bulb temperature, relative humidity, wind speed, wind direction, and cloud cover as the inputs, a multilayer perceptron artificial neural network model (MPL/ANN) based on the Levenberg-Marquardt training algorithm of MATLAB software package was applied for prediction of the minimum temperature for the next 3, 6, 9 and 12 hours ahead. The selected Transfer Functions were hardlims, logsig, polsin, radbas, satlins, softmax, tansig, and tribas. The statistical measures of MAD, MSD, RMSD, and R were used for comparisons. The results showed that in case of late spring frost, the poslin, logsig, tansig, and satlin functions in April with a correlation coefficient greater than 0.8 and error values of 1.17, 1.61, 1.88 and 2.00 (◦C) for the different times steps, respectively are the best options. Similarly, in October, the radbas, poslin, poslin, and tribas functions with a correlation more than 0.7 and error values of 1.60, 1.96, 1.99, and 1.36, were found to be the most suitable ones for prediction of the minimum temperature at 21:30, 00:30, 03:30 and 06:30 local time. Also, among the selected functions, the poslin with the highest frequency has the best performance in predicting nocturnal frosts in Sanandaj. The results confirmed the good performance of the ANN approach in short-term prediction of minimum temperature and frost occurrence in study region.

    Keywords: Transfer functions, Multilayer Perceptron, prediction, Sanandaj, Minimum temperature
  • F. Hajiabadi, F. Hassanpour *, M. Yaghoobzadeh, H. Hammami Pages 51-61

    Drought is one of the most widespread and devastating phenomenon which has been more frequent due to climate change consequences in recent decades. The aim of this study is to project the agricultural drought in Birjand station, Iran using outputs of five GCM models approved in IPPC fifth assessment report, AR5, namely MIROC-ESM, GFDL-ESM2M, HADGEM2-ES, CSIRO-MK3.6 and IPSL-CM5A-LR under RCP4.5 and RCP8.5 scenarios. The retrieved outputs were downscaled using LARS-WG statistical model for the future period (2055-2025). For monitoring the drought the Self Calibrating Palmer Drought Severity index (SC-PDSI) during the baseline (1975- 2005) and future period was used. The results indicated that occurrence of droughts during future period will increase comparing to baseline, which might be caused by climate change in the study region. Models projections under both scenario revealed that the (2026-2035) period would experience more severe drought comparing to remaining years. According to results, the highest number of drought events in future period was projected by MIROC-ESM and CSIROMK 3.6, models under RCP8.5 scenario.

    Keywords: AOGCM Models, climate change, Drought, LARS-WG model, Iran
  • A. Soltani-Zoghi, H. Ghaderzadeh * Pages 62-74
    Quantification of the adverse effects of climatic and environmental indices on agricultural production is quite important in agrometeorology and economics sciences. The aim of current study is to investigate the interaction carbon dioxide emissions, as an indicator of environmental degradation, and crop production. For this purpose, panel data for 31 provinces of Iran during the period of 1977-2018 using Autoregressive Distributed Lag (ARDL) model were applied. Based on the statistical analysis, the negative coefficient of agricultural value added term in long and short term periods, i.e. -0.027 and -0.312, respectively, the Kuznets environmental curve (EKC) hypothesis was confirmed in the agricultural sector of study regions. The results showed that, almost 90% of the agricultural production shocks might be mitigated over one period (e.g. growing season) and will return to their long-term equilibrium levels in less than two periods. The coefficients of precipitation and temperature terms in greenhouse gas emissions equation were determined -0.038 and -0.302 respectively, indicating the significant impact of climatic variables on emission. Further studies on interaction of copping pattern and machinery utilization on emission and agricultural production are recommended.
    Keywords: Agricultural Value-Added, ARDL model, CO2, Kuznets Environmental Theory
  • Y. Lotfi, M. Meftah Halaghi *, Kh. Ghorbani Pages 75-79

    For projection of possible climate change impacts on agriculture and water resources climate models are used but there exist uncertainties in the outputs of these models. The aim of this study is to project the possible changes of precipitation and uncertainty involved in Hashem- Abad station, north of Iran, using general circulation models. For this purpose, precipitation observations for the baseline period of (1990–2010) were collected. Then the outputs of the 8 GCM models (including ACCESS1-0, CanESM2, CMCCCMS, GISSE2H, HadGEM2CC, MIROC5, MIROCESM, and IPSLCM5AMR) under the two scenarios of RCP 4.5 and RCP 8.5 were downscaled using change factor method and compared. The uncertainties of the GCM models for both emission scenarios were also investigated. Comparison of means of precipitation time series for the period 2010–2040 was performed by t-test. The results indicated a decreasing trend in most of the months. The GISSE2H model projected the most significant decreasing trend of total monthly precipitation. The highest uncertainty was observed in July for the both scenarios. Besides, although the outputs of the models didn't show a significant difference in 82% of the cases, the models’ uncertainty band indicated a major difference among the results. Further uncertainty analysis may be recommended for more scrutiny.

    Keywords: climate change, general circulation models, Uncertainty, Iran