پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 127 |
| تعداد شمارهها | 7,147 |
| تعداد مقالات | 76,905 |
| تعداد مشاهده مقاله | 154,935,204 |
| تعداد دریافت فایل اصل مقاله | 116,907,887 |
ارزیابی اقلیمی محصول تبخیر-تعرق مرجع WaPOR فائو | ||
| تحقیقات آب و خاک ایران | ||
| دوره 56، شماره 10، دی 1404، صفحه 2825-2844 اصل مقاله (1.94 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2025.398584.669975 | ||
| نویسندگان | ||
| فاطمه خیاط؛ سید مجید میرلطیفی** ؛ حسین شفیعزاده مقدم؛ سید حسن طباطبایی | ||
| گروه مهندسی و مدیریت آب،دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران. | ||
| چکیده | ||
| این پژوهش به ارزیابی دقت و عملکرد محصول تبخیر-تعرق مرجع مدل WaPOR نسخه ۲ فائو(ET₀ WaPOR) در مقایسه با مقادیر متناظر برآورد شده بر پایه معادله فائو پنمن-مانتیث و دادههای ایستگاههای هواشناسی در اقلیمهای مختلف ایران میپردازد. ۴۲ ایستگاه در استانهای شمال و شمال شرق ایران، که دارای دادههای ثبت شده از سال ۲۰۰۹ الی ۲۰۲۲ بودند، انتخاب شدند و مقایسهها در سه مقیاس زمانی روزانه، دهروزه و ماهانه انجام گرفت. به منظور تحلیل نقش اقلیم، طبقهبندی مناطق بر اساس شاخص خشکی UNEP صورت گرفت. همچنین، تأثیر سهم تابشی و انتقال همرفتی در فرایند تبخیر-تعرق بر دقت برآوردهای مدل WaPOR مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل WaPOR در اقلیمهای خشک و نیمهخشک عملکرد مطلوبی داشته و میانگین شاخص R² برابر با 91/0 و میانگین nRMSE حدود 20 درصد به دست آمد، در حالیکه در اقلیمهای مرطوب و نیمهمرطوب شاخصهای R2 و nRMSE بهترتیب 83/0 و ۲۶ درصد بودند. همچنین خطای اریب مدل در اقلیمهای خشک منفی و در اقلیمهای مرطوب مثبت بود که نشاندهنده بیشبرآورد در شرایط مرطوب است. بررسی سهم تابشی و همرفتی در برآورد تبخیر-تعرق نیز نشان داد با افزایش سهم تابشی (ویژه مناطق مرطوب)، دقت مدل کاهش مییابد. در مجموع، مدل WaPOR با تکیه بر سنجش از دور میتواند در اقلیمهای خشک و نیمهخشک، بهویژه برای برنامهریزی آبیاری در فصل رشد گندم، ابزار مناسبی تلقی شود، اما در اقلیمهای مرطوب نیازمند بهینهسازی بیشتر است. | ||
| کلیدواژهها | ||
| اقلیم؛ سنجش از دور؛ شاخص خشکی UNEP؛ معادله فائو پنمن مانتیث؛ محصولات تبخیر-تعرق | ||
| عنوان مقاله [English] | ||
| Climatic Assessment of FAO WaPOR Reference Evapotranspiration Product | ||
| نویسندگان [English] | ||
| Fatemeh Khayat؛ Seyed Majid Mirlatifi؛ Hosein Shafizadeh-Moghadam؛ Seyed Hasan Tabatabaii | ||
| Water Management and Engineering Deprtment. Collage of Agriculture. Tarbiat Modares University, Tehran. Iran. | ||
| چکیده [English] | ||
| This study evaluates the accuracy and performance of the FAO WaPOR version 2 model product for reference evapotranspiration (ET₀ WaPOR) in comparison with corresponding estimates derived from the FAO Penman-Monteith equation using meteorological station data across various climate zones in Iran. A total of 42 stations located in northern and northeastern provinces of the country, with recorded data from 2009 to 2022, were selected for the analysis. Comparisons were conducted at daily, dekadal, and monthly time scales. To assess the role of climate, regions were classified based on the UNEP aridity index. Furthermore, the impact of radiative and convective components on evapotranspiration estimation accuracy in the WaPOR model was investigated. Results showed that the WaPOR model performed well in arid and semi-arid climates, with an average R² of 0.91 and an average nRMSE of approximately 20%. In contrast, in humid and sub-humid climates, the R² and nRMSE were 0.83 and 26%, respectively. The model's bias was negative in arid climates and positive in humid ones, indicating overestimation under humid conditions. Additionally, the analysis of the radiative and convective contributions to evapotranspiration estimation revealed that model accuracy decreased with increasing radiative dominance, particularly in humid regions. Overall, the WaPOR model, based on remote sensing, can be considered a reliable tool for irrigation planning in arid and semi-arid regions, especially during the wheat growing season. However, its performance in humid climates requires further optimization. | ||
| کلیدواژهها [English] | ||
| Climate, Remote Sensing, UNEP Aridity Index, Penman-Monteith Equaition, Evaportanspiration Products | ||
| مراجع | ||
|
Abedi-Koupai, J., Dorafshan, M.M., Javadi, A. et al., (2022). Estimating potential reference evapotranspiration using time series models (case study: synoptic station of Tabriz in northwestern Iran). Applied Water Science, 12, p.212. Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. Fao, Rome, 300(9), D05109. Barideh, R., & Veysi, Sh. (2021). Evaluation of reference evapotranspiration from WaPOR remote sensing product at a daily scale using field data in the Urmia Lake Basin. Proceedings of the 17th Iranian Soil Science Congress and the 4th National Conference on On-Farm Water Management: Wise Soil Regeneration and Wise Water Governance, Karaj. [In Persian]. Barideh, R., Veysi, S., Ebrahimipak, N., & Davatgar, N. (2022). The challenge of reference evapotranspiration between the WaPOR data set and geostatistical methods. Irrigation and Drainage, 71(5), 1268-1279. Fakhar, M.S. and Kaviani, A., (2024). Estimation of water consumption volume and water efficiency in irrigated and rainfed agriculture based on the WaPOR database in Iran. Journal of Water and Climate Change, 15(6), pp.2731-2752. FAO. (2020a). WaPOR database methodology: Version 2 release, April 2020. Rome. FAO. (2020b). WaPOR V2 quality assessment – Technical Report on the Data Quality of the WaPOR FAO Database version 2. Rome. Farzanpour, H., Shiri, J., Sadraddini, A. A., & Trajkovic, S. (2019). Global comparison of 20 reference evapotranspiration equations in a semi-arid region of Iran. Hydrology Research, 50(1), 282-300. Geshnigani, F.S., Mirabbasi, R. and Golabi, M.R., )2021(. Evaluation of FAO’s WaPOR product in estimating the reference evapotranspiration for stream flow modeling. Theoretical and Applied Climatology, 144, pp.191-201. Ghaleban, S., Hamzeh, S., Veysi, Sh., and Alavipanah, S.K., (2022). Estimation of daily reference evapotranspiration using remote sensing data (Case Study: Sistan and Baluchestan Province). Iranian Journal of Remote Sensing and GIS, 2, pp.37-50. [In Persian]. Golabi, M.R., Niksokhan, M.H. and Radmanesh, F., )2020(. Estimating reservoir evaporation: fusing Kohli and Frenken method and the FAO’s WaPOR Product. Arabian Journal of Geosciences, 13, pp.1-9. Khamajian, S. (2022). Estimation of reference evapotranspiration (ET₀) using FAO WaPOR data in Qazvin Province through Google Earth Engine remote sensing system. Proceedings of the 4th National Conference on Hydrology of Iran, Shahrekord. [In Persian]. Nazari, M., Chaichi, M. R., Kamel, H., Grismer, M., & Sadeghi, S. M. M. (2020). Evaluation of estimation methods for monthly reference evapotranspiration in arid climates. Arid Ecosystems, 10(4), 329-336. Samani, Z. (2000). Estimating solar radiation and evapotranspiration using minimum climatological data. Journal of irrigation and drainage engineering, 126(4), 265-267. Shirmohammadi-Aliakbarkhani, Z., & Saberali, S. F. (2020). Evaluating of eight evapotranspiration estimation methods in arid regions of Iran. Agricultural Water Management, 239, 106243. Veysi, S., Nouri, M., and Jabbari, A., (2024). Reference evapotranspiration estimation using reanalysis and WaPOR products in dryland croplands. Heliyon, 10(4). Veysi, S., Nouri, M., and Jabbari, A., )2023). Evaluation of WaPOR and ERA5 databases for estimating reference evapotranspiration in the Caspian Sea Basin. Journal of Water Research in Agriculture, 2, pp.193-206. [In Persian]. Xiang, K., Li, Y., Horton, R., & Feng, H. (2020). Similarity and difference of potential evapotranspiration and reference crop evapotranspiration–a review. Agricultural Water Management, 232, 106043. Xie, Y. L., Xia, D. X., Ji, L., & Huang, G. H. (2018). An inexact stochastic-fuzzy optimization model for agricultural water allocation and land resources utilization management under considering effective rainfall. Ecological indicators, 92, 301-311. Yavaşlı, D. D., & Erlat, E. (2023). Climate model projections of aridity patterns in Türkiye: A comprehensive analysis using CMIP6 models and three aridity indices. International Journal of Climatology, 43(13), 6207-6224. Yue, Z., Zhuo, L., Ji, X., Tian, P., Gao, J., Wang, W., ... & Wu, P. (2025). Water-saving irrigated area expansion hardly enhances crop yield while saving water under climate scenarios in China. Communications Earth & Environment, 6(1), 295. Zareabayneh, H., Noori, H., Liaghat, A., Noori, H. & Karimi, V., (2011). Comparison of Penman-Monteith FAO Method and a Class Pan Evaporation with Lysimeter Measurements in Estimation of Rice Evapotranspiration in Amol Region. Physical Geography Research, 43(76), pp.71–83. | ||
|
آمار تعداد مشاهده مقاله: 217 تعداد دریافت فایل اصل مقاله: 102 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب