توصيفگر ها :
تبخير و تعرق پتانسيل , درونيابي , خوشه بندي , ناحيه اثر , تغيير اقليم , حوضه درياچه اروميه
چكيده فارسي :
تبخيرتعرق از متغيرهاي اصلي مؤثر بر بيلان آب بوده كه مطالعه آن روش مفيدي در مديريت منابع آب مي¬باشد. ET حدود يك سوم از تابش سالانه خورشيدي دريافت شده در سطح زمين در سطح جهاني را مورد استفاده قرار مي¬دهد. با ادامه تغييرات اقليمي، منابع آب موجود در نقاط مختلف جهان در حال كاهش بوده كه به منظور بهبود مديريت آب، افزايش راندمان استفاده از آب نيازمند برآورد دقيق اين پارامتر هستيم. لذا مي¬توان با بررسي مدل-هاي مختلف اقليم در گذشته و مدل¬سازي تبخيرتعرق پتانسيل با در نظر گرفتن وقوع پديده تغيير اقليم در دوره آتي به اين مهم دست يافت. در اين پروژه از داده¬هاي هواشناسي روزانه 30 ايستگاه در حوضه درياچه اروميه براي يك دوره آماري 20 ساله از 2016-1997 براي محاسبه تبخيرتعرق پتانسيل استفاده شد. روش¬هاي درونيابي، خوشه¬بندي و ناحيه¬اثر به منظورناحيه¬بندي حوضه مورد مطالعه قرار گرفت. نتايج نشان دهنده برتري روش¬هاي كريجينگ از جمله روش كريجينگ معمولي و عمومي نسبت به ساير روش¬هاي زمين آمار براي تبخيرتعرق پتانسيل بود. نتايج خوشه¬بندي حاكي از برتري روش وارد نسبت به ساير روش¬ها بوده و بهتر از ساير روش¬ها توانسته¬ ايستگاه¬هاي حوضه آبريز درياچه اروميه را خوشه¬بندي نمايند. براساس داده¬هاي ميانگين تبخيرتعرق سالانه، نتايج نشان مي¬دهد كه سه ناحيه اصلي در خوشه¬بندي حوضه آبريز درياچه اروميه وجود دارد. علاوه بر آن ناحيه‌بندي تبخيرتعرق پتانسيل با الگوي مكاني يكپارچه براساس خوشه‌بندي و رويكرد ناحيه¬اثر براي حوضه آبريز درياچه اروميه اعمال شد. با توجه به اهميت انتخاب ويژگي¬ها در ناحيه‌بندي، 9 ويژگي در سه گروه آماري، اقليمي، و جغرافيايي انتخاب و با استفاده از روش آنتروپي شانون وزن‌دهي شد. نتايج نشان داد ويژگي‌هاي آماري بيشترين وزن را به خود اختصاص دادند كه از ميان آن¬ها ضريب چولگي به عنوان مهم¬ترين ويژگي شناسايي شد. نتايج نشان¬دهنده برتري روش ناحيه¬اثر نسبت به روش خوشه¬بندي و روش درون¬يابي بود. يكي از مهم¬ترين دلايل آن وزن¬دهي ايستگاه¬ها بوده كه نقش ايستگاه¬هاي مجاور با شباهت كم به ايستگاه هدف را كاهش داده و تأثير بسزايي در كاهش خطا در برآوردها در روش ناحيه¬اثر داشته است. به طور كلي، نتايج نشان مي‌دهد كه ناحيه¬اثر يك رويكرد قدرتمند است به طوري كه وزن اختصاص يافته به هر ايستگاه نشان دهنده عدم شباهت بين آنها بوده و به طور منطقي تعداد زيادي از ايستگاه‌ها را در مجاورت ايستگاه مرجع درگير مي‌كند. در صورتي كه در ساير روش‌هاي ناحيه‌بندي و درون¬يابي، ايستگاه‌ها وزن برابري داشته و نقش نسبي آنها در ناحيه‌بندي مشخص نمي‌شود كه يكي از نقاط قوت رويكرد ناحيه¬اثر است. همچنين در ادامه تاثير تغيير اقليم بر تبخيرتعرق پتانسيل حوضه درياچه اروميه مورد بررسي قرار گرفت. در اين مرحله با استفاده از خروجي چهار مدل GCM و نيز ابزار ريزمقياس نمايي LARS-WG6 مقدارتبخيرتعرق پتانسيل براي دوره آتي در منطقه مورد مطالعه پيش¬بيني شد. نتايج نشان داد در دوره 2041-2060 مقدار تبخيرتعرق پتانسيل در كل حوضه بر اساس سناريويRCP4.5 و RCP8.5 به ترتيب 74/5 و66/8 درصد افزايش يابد كه بيشترين افزايش تبخيرتعرق پتانسيل در هر دو سناريو و در تمام ايستگاه¬ها در ماه ژوئيه روي خواهد داد. با توجه به اين كه ماه ژوئيه يكي از ماههاي فصل رشد است، برنامه¬ريزي دقيق به منظور مديريت صحيح منابع آب توسط مديران مسئول ضروري مي¬باشد.
چكيده انگليسي :
Abstract
Evapotranspiration is a crucial variable affecting the water balance, playing a vital role in water resources management. It utilizes approximately one-third of the annual solar radiation received at the Earth's surface globally. As climate changes persist, water resources worldwide are diminishing, emphasizing the need for accurate estimation of evapotranspiration. This study explores different climate models from the past and models potential evapotranspiration, accounting for future climate change. In this project, daily meteorological data from 30 stations in the Urmia Lake basin over a 20-year period (1997-2016) were utilized to calculate potential evapotranspiration. Various methods, including interpolation, clustering, and the region of influence approach, were examined to regionalize the basin. Results highlighted the superiority of kriging methods, particularly ordinary and general kriging, for potential evaporation. Ward's clustering method outperformed others, effectively clustering stations in the Lake Urmia catchment area. Clustered data revealed three main areas in the Urmia Lake catchment. Regionalization, based on clustering and the region of influence approach, was applied. Attributes selection, considering statistical, climatic, and geographical groups, was performed using Shannon's entropy method. Statistical attributes, with skewness coefficient as the most crucial, were weighted the highest. The region of influence method demonstrated superiority over clustering and interpolation, attributing it to the weighting of stations. This reduced the impact of dissimilar nearby stations, enhancing accuracy. The region of influence approach proved powerful by assigning weight based on station dissimilarity, a strength lacking in other methods. The study investigated the impact of climate change on potential evapotranspiration in the Lake Urmia basin. Using four GCM models and LARS-WG6, potential evapotranspiration for the future period (2060-2041) was predicted. Results indicated an increase of 5.74% and 8.66%, respectively, under RCP4.5 and RCP8.5 scenarios. Notably, the highest increase occurred in July, a critical month during the growing season. This underscores the necessity for meticulous water resource management planning.
