تعداد نشریات | 161 |
تعداد شمارهها | 6,572 |
تعداد مقالات | 71,021 |
تعداد مشاهده مقاله | 125,498,020 |
تعداد دریافت فایل اصل مقاله | 98,759,841 |
ارزیابی رطوبت هفتگی خاک و خشکسالی کشاورزی برای دورههای آتی با استفاده از مدل DSSAT (مطالعه موردی: دشت بیرجند) | ||
تحقیقات آب و خاک ایران | ||
مقاله 19، دوره 51، شماره 3، خرداد 1399، صفحه 775-785 اصل مقاله (1.03 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2019.292230.668390 | ||
نویسندگان | ||
مختار صالحی طبس1؛ مصطفی یعقوب زاده* 2؛ غلامرضا زمانی3؛ مهدی امیرآبادی زاده4 | ||
1دانشجوی کارشناسی ارشد مهندسی منابع آب-دانشکده کشاورزی-دانشگاه بیرجند-بیرجند-ایران | ||
2استادیارگروه مهندسی آب-دانشکده کشاورزی-دانشگاه بیرجند-بیرجند-ایران | ||
3دانشیار گروه علوم و مهندسی زراعت-دانشکده کشاورزی-دانشگاه بیرجند-بیرجند-ایران | ||
4استادیار گروه علوم و مهندسی آب-دانشکده کشاورزی- دانشگاه بیرجند-بیرجند-ایران | ||
چکیده | ||
رطوبت خاک یک پارامتر تعیین کننده در بسیاری از فرآیندهای پیچیده زیستمحیطی است و نقش تعیین کنندهای در وقوع خشکسالی کشاورزی دارد. بدین منظور در این تحقیق، با استفاده از دادههای برآورد شده رطوبت خاک توسط مدل DSSAT و دادههای گزارش پنجم تغییراقلیم، خشکسالی کشاورزی بهکمک شاخص کمبود رطوبت خاک (SMDI) برای دورههای آتی (2015-2045) و (2045-2075) تعیین و با دوره پایه (1975-2005) مقایسه گردید. خروجی مدلهای GCM تحت دو سناریو انتشار RCP4.5 و RCP8.5 بهکمک مدل LARS-WG در موقعیت محدوده مطالعاتی ریزمقیاس به مدل DSSAT وارد شد. در نهایت با استفاده از دادههای رطوبت عمقهای 30-0 و 60-30 سانتیمتری خاک، خشکسالی کشاورزی بهکمک شاخص SMDI مورد ارزیابی قرار گرفت. نتایج نشان داد که دمای کمینه و بیشینه و بارش در دوره آتی نسبت به دوره پایه در محدوده مطالعاتی افزایش یافته است و سناریو RCP8.5 نسبت به سناریو RCP4.5، دمای بیشتر و بارش کمتری را برآورد کرده است.رطوبت هفتگی خاک برای دورههای آتی نسبت به دوره پایه کاهش یافته و مقادیر رطوبت خاک در سناریو RCP4.5 نسبت به سناریو RCP8.5 بیشتر برآورد شده است. همچنین تغییرات رطوبت هفتگی خاک در سطوح مختلف آبیاری در دوره پایه نسبت به دورههای آتی کمتر است. مقادیر برآورد شده شاخص خشکسالی SMDI سناریو RCP4.5 عمق 30-0 در دوره 2045-2015 نسبت به دوره 2075-2045 منفیتر و خشکسالی بیشتری را نشان میدهد؛ در حالی که در سناریو RCP8.5 دوره 2045-2015 وضعیت بهتری را دارد. شاخص خشکسالی SMDI عمق 60-30 در هر دو سناریو برای دوره 2045-2015 مقادیر کمتر از دوره 2075-2045 را نشان میدهند. سناریو RCP4.5 شاخص خشکسالی SMDI بیشتری را نسبت به سناریو RCP8.5 برآورد میکند. | ||
کلیدواژهها | ||
سناریوهای انتشار؛ شاخص خشکسالی SMDI؛ گزارش پنجم تغییراقلیم؛ مدل GCM | ||
مراجع | ||
Abbasi, F., Labosi, SH., Babaean, A., Asmsri, M., & Borhani, R. (2010). Estimation of Climate Change in South Khorasan in 2010-2039 Using ECHO-G Output Statistical Microscale. Journal of Soil and Water, 24(2), 218-233. (In Farsi) Asakerhe, H., & Akbarzadeh, Y. (2017). Simulation of Tabriz Synoptic Station Temperature and Precipitation Changes over the Period of 2010-2100 Using SDSM Statistical Exponential Scale and CanESM2 Model Output. Journal of Geography and Environmental Hazards, 21(3), 153-174. (In Farsi) Dokoohaki, H., Gheisari, M., Mousavi, S.F., & Mirlatifi, S.M. (2012). Estimation soil water content under deficit irrigation by using DSSAT. Journal of Water and Irrigation Management, 2(1), 1-14. (In Farsi) Dubrovsky, M., Svoboda, M. D., Trnka, M., Hayes M. J., Wilhite, D. A., Zalud, Z., & Hlavinka, P. (2009). Application of relative drought indices in assessing climate-change impacts on drought conditions in Czechia. Theoretical and Applied Climatology, 96(1-2), 155-171. Farkas, C., Gelybó, G., Bakacsi, Z., Horel, Á., Hagyó, A., Dobor, L., & Tóth, E. (2014). Impact of expected climate change on soil water regime under different vegetation conditions. Biologia, 69(11), 1510-1519. Huser, M., & Orth, R. (2017). Investigating soil moisture-climate interactions with prescribed soil moisture experiments: an assessment with the Community Earth System Model. Geoscientific Model Development, 10(4), 1665-1677. Hosseinzadeh, J., Tongo, A., Najafifar, A., & Hosseini, A. (2018). Relationship between Soil Moisture Changes and Climatic Indices in the Mele-Siah Forest Site of Ilam Province. Journal of Water and Soil, 32(4), 821-830. (In Farsi) Hoogenboom, G., Jones, J. W., Porter, C. H., Wilkens, P. W., Boote, K. J., Batchelor, W. D., Hunt, L. A., & Tsuji, G. Y. (2004). DSSAT 4., Overview, vol. 1. ICASA, University of Hawaii, Honolulu, USA. IPCC-TGICA. (2013). General guidelines on the use of scenario data for climate impact and adaptation assessment. eds. Carter, T.R., Version 2, 71p. Intergovernmental Panel on Climate Change, Task Group on Data and Scenario Support for Impact and Climate Assessment. Keshavarz, M. R., Vazifhedoost, M., & Alizadeh, A. (2010). Development of Soil Moisture Deficiency Index Using Matisse Satellite Data. Journal of Irrigation and Drainage, 4(3), 465-477. (In Farsi) Lalhezari, R., Yaghoobzadhe, M., Haghayeghimoghadam, S. A. (2017). Evaluation of the effect of climate change on soil soil moisture using SWAP and AOGCM models, Journal of Soil and Water, 27(1), 95-106. (In Farsi) Narasimhan, B. & Srinivasan, R. (2005). Development and evaluation of Soil Moisture Deficit Index (SMDI) and Evapotranspiration Deficit Index (ETDI) for agricultural drought monitoring. Agricultural and Forest Meteorology, 133(1-4), 69-88. Shin, Y., & Jung, Y. (2014). Development of irrigation water management model for reducing drought severity using remotely sensed soil moisture footprints. Journal of Irrigation and Drainage Engineering, 140(7), 04014021. Shrestha, S., Bach, T. V., & Pandey, V. P. (2016). Climate change impacts on groundwater resources in Mekong Delta under representative concentration pathways (RCPs) scenarios. Environmental science & policy, 61, 1-13. Soltani, A., & Hoogenboom, G. (2007). Assessing crop management options with crop simulation models based on generated weather data. Field Crops Research, 103(3), 198-207. Stocker, T. F., Qin, D., Plattner, G. K., Tignor, M., Allen, S. K., Boschung, J., & Midgley B. M. (2013). IPCC, 2013: climate change 2013: the physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change. 1535pp. Van Pelt, S. C., & Swart, R. J. (2011). Climate change risk management in transnational river basins: the Rhine. Water resources management, 25(14), 3837-3861. Wambua, R. M. (2019). Spatio-temporal characterization of Agricultural Drought using Soil Moisture Deficit Index (SMDI) in the Upper Tana River basin, Kenya. International Journal of Engineering Research andAdvanced Technolog, 5(2), 93-106. Yaghoobzadeh, M. (2015). The simulation of evapotranspiration and moisture soil for agricultural drought evaluation in the base line and future by using remote sensing. Ph. D. dissertation, Shahid Chamran University of Ahvaz, Ahvaz. (In Farsi) | ||
آمار تعداد مشاهده مقاله: 541 تعداد دریافت فایل اصل مقاله: 406 |