برآورد تبخیروتعرق پتانسیل با استفاده از مدلهای بازتحلیل شده مبتنی بر مشاهدات جهانی در اقلیم‌های مختلف ایران

محورهای موضوعی : مدیریت آب در مزرعه با هدف بهبود شاخص های مدیریتی آبیاری

اصغر عزیزیان ¹ , بهاره بهمن آبادی ² , مهنوش جناب ³

1 - استادیار گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بینالمللی امام خمینی )ره(، قزوین
2 - دانشجوی دکتری آبیاری و زهکشی، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
3 - دانشجوی دکتری آبیاری و زهکشی، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران

تاریخ دریافت : 1399/02/13 تاریخ پذیرش : 1399/05/05 تاریخ انتشار : 1399/08/01

کلید واژه: بیلان آب, مدلهای هیدرولوژیکی, پنمن-مانتیث, نیاز آبی,

چکیده مقاله :

برآورد صحیح تبخیروتعرق یک موارد مهم در محاسبه بیلان آب در سطح مزرعه و حوضه آبریز بشمار می‌آید. عدم وجود داده‌های اقلیمی مشاهداتی جهت استفاده از روشهای تجربی و نیز هزینه‌بر بودن انجام اندازه‌گیری تبخیروتعرق با لایسیتمترها استفاده از آنها را در بسیاری از حوضه‌ها با محدودیت اساسی روبرو می‌نماید. جهت غلبه بر مشکلات مذکور، پژوهش حاضر با هدف ارزیابی و به چالش کشیدن عملکرد داده‌های تبخیروتعرق بدست آمده از مدلهای بازتحلیل شده W3RA، HBV-SIMREG، PCR-GLOBW، WATER-GAP و Ensemble براساس داده‌های اندازه‌گیری شده توسط لایسیمتر در بخشهای مختلف ایران به انجام رسیده است. نتایج بدست آمده نشان داد که در تمامی ایستگاه‌های مورد بررسی مدل Ensemble با دارا بودن بیشترین مقدار RMSE (mm/day42/3=RMSEmin، mm/day 57/7= RMSEmax) از عملکرد پائینی در برآورد تبخیر و تعرق برخوردار می‌باشد و این در حالیست که داده‌های بدست آمده از مدلهای بازتحلیل شده HBV-SIMERG و W3RA از بیشترین تطابق با داده‌های لایسیمتری برخوردار هستند. همچنین تحلیل نتایج بر اساس شاخص MBE نیز نشان داد که داده‌های بدست آمده از مدل W3RA نسبت به دیگر مدلها از کمترین میزان اریب نسبت به داده‌های زمینی برخوردار می‌باشند و این در حالیست که مدل Ensemble تمایل به کم برآوردی بسیار زیادی دارد. بطورکلی محاسبات نشان داد که مدل بازتحلیل شده HBV-SIMREG نسبت به مدلهای دیگر از خطای نسبتاً کمی در برآورد مولفه تبخیروتعرق در تمامی اقلیمهای مورد بررسی برخودار می‌باشد و این درحالیست که مدل PCR-GLOBW علی‌رغم همبستگی بسیار بالا با داده‌های لایسیمتری دارای خطای زیادی است.

چکیده انگلیسی:

Accurate estimation of evapotranspiration is one of the most important issues in water balance calculation at the catchment and field scale. The lack of meteorological observations for using empirical methods and the high costs of measuring evapotranspiration using lysimeter restricts the usability of these methods in most cases. To tackle these problems, this research addressed the performance of reanalysis models including W3RA, HBV-SIMREG, PCR-GLOBW, WATER-GAP, and Ensemble for estimation of evapotranspiration at different climate regions of Iran. Besides, the reference evapotranspiration for assessment of the above models obtained using lysimeter measurements. Findings showed that in most cases studies the Ensemble model’s performance with the RMSE value ranges from 3.42 to 7.57 mm/day is the weakest one, while the results of HBV-SIMREG and W3RA show the best agreements with lysimeter dataset. Analyzing the outputs based on mean bias error (MBE) depicted that the estimated evapotranspiration based on W3RA and Ensemble have the minimum and maximum bias, respectively. As an overall conclusion, although results indicate that PCR-GLOBW has the maximum correlation coefficient (CC) with the reference datasets, HBV-SIMREG is the best and reliable model for estimation of evapotranspiration in most climate regions of Iran and can be considered as an alternative dataset, especially in data-limited areas.

منابع و مأخذ:

Alcamo, J., Henrichs, T. and Rösch, T. 2000. World Water in 2025 -Global Modeling Scenario Analysis for the World Commission of Water for the 21st Century. Kassel, Ger. Cent. Environ. Syst. Res. Univ. Kassel

Allen R. G., Raes, L. S. and Smith, M. 1998. Crop Evapotranspiration Guidelines for Computing Crop Water Requirements. FAO Irrigation and Drainage Paper No. 56, FAO, Rome, Italy. 301 p.

Allen, R.G. Tasumi, M. Trezza, R. 2007. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)—model. Journal of Irrigation and Drainage Engineering 133, 380–394

Bastianssen,W. G. M, and Chandrapala, L. 2003.water balance variability across Sri Lanka for assessing agricultureal and environmental water use. Agric Water management 58(2):171-191.

Beck, H. E., van Dijk, A. I. J. M., de Roo, A., Miralles, D. G., McVicar, T. R., Schellekens, J., and Bruijnzeel, L. A.. 2016.Global-scale regionalization of hydrologic model parameters, Water Resour. Res., 52, 3599–3622.

Beck, H.E., Van Dijk, A.I.J.M., De Roo, A., Dutra, E., Fink, G., Orth, R. and Schellekens, J. 2017. Global evaluation of runoff from 10 state-of-the-art hydrological models. Hydrology and Earth System Sciences, 21: 2881–2903.

Chow V.T, Maidment D.R, Mays L.W, 1988: Applied Hydrology, illustrate. ed. Mc graw-Hill Higher Education, New York, NY.

Corzo Perez, G.A., Van Huijgevoort, M.H.J., Voß, F., Van Lanen, H.A.J., 2011. On the spatio-temporal analysis of hydrological droughts from global hydrological models. Hydrology and Earth System Sciences, 15: 2963–2978.

Dutra, E., Balsamo, G. and Calvet, J.-C. 2017. Report on the improved Water Resources Reanalysis Global Earth Observation for integrated water resource assessment Report on the improved Water Resources Reanalysis.

Khan, M. Waqas Liaqat, U. Baik, J. Choi, M. 2018. Stand-alone uncertainty characterization of GLEAM, GLDAS and MOD16 evapotranspiration products using an extended triple collocation approach. Agricultural and Forest Meteorology 252 (2018) 256–268.

Kim, H., Parinussa, R., Konings, A.G., Wagner, W., Cosh, M.H., Lakshmi, V., Zohaib, M., Choi, M., 2018. Global-scale assessment and combination of SMAP with ASCAT (active) and AMSR2 (passive) soil moisture products. Remote Sens. Environ. 204, 260–275.

Koohi, S. Azizian, A. Brocca, L. 2018. Evaluating the efficiency of earth2Observe reanalysis models and VIC-3L for estimation of runoff. J. water and soil resources conservation, vol 8, No.4

Lindström, G., Johansson, B., Persson, M., Gardelin, M., and Bergström, S. 1997. Development and test of the distributed HBV-96 hydrological model, J. Hydrol., 201, 272–288.

López López, P., Sutanudjaja, E.H., Schellekens, J., Sterk, G. and Bierkens, M.F.P. 2017. Calibration of a Large-Scale Hydrological Model Using Satellite-Based Soil Moisture and Evapotranspiration Products. Hydrology and Earth System Sciences. 21(6):3125–44

Miralles, D.G., Jiménez, C., Jung, M., Michel, D., Ershadi, A., McCabe, M.F., Hirschi, M., Martens, B., Dolman, A.J., Fisher, J.B., Mu, Q., Seneviratne, S.I., Wood, E.F., Fernández-Prieto, D., 2016. The WACMOS-ET project-part 2: evaluation of global terrestrial evaporation data sets. Hydrol. Earth Syst. Sci. 20 (2), 823–842.

Mosaedi, A. and Ghabaei Sough, M. 2013. Evaluation of different empirical equations of the estimation of reference crop evapotranspiration in different conditions lacking measured meteorological parameters in some climatic regions of Iran. Journal of Water and Soil Conservation. 20(3)

Rahimi J, Ebrahimpour M and Khalili A .2013.Spatial changes of extended De Martonne climatic zones affected by climate change in Iran. Theoretical and applied climatology. 112(3-4): 409-418.

Schellekens, J. Dutra, E. Martínez-de la Torre, A. 2017. A global water resources ensemble of hydrological models: the eartH2Observe Tier-1 dataset. Earth Syst. Sci. PP. 389–413.

Senay M, Budde J, Verdin. 2011. Enhancing the Simplified Surface Energy Balance (SSEB) approach for estimating landscape ET: Validation with the METRIC model. Journal of Agricultural Water Management 98, 606–618

Sentelhas PC, Gillespie TJ, Santos EA .2010. Evaluation of FAO Penman–Monteith and alternative methods for estimating reference evapotranspiration with missing data in Southern Ontario, Canada. Agric Water Manage 97:635–644

Smith, K.A. 2016. Investigating Uncertainty in Global Hydrology Modelling, Ph.D.thesis 318.

Valipour, M., 2015. Investigation of Valiantzas’ evapotranspiration equation in Iran. Theor. Appl. Climatol. 121 (1), 267–278

Van Beek, L. P. H., Wada, Y., and Bierkens, M. F. P. 2011. Global monthly water stress: 1. Water balance and water availability, Water Resour. Res., 47, W07517.

Van Dijk, A. I. J. M., Renzullo, L. J., Wada, Y., and Tregoning, P. 2014. A global water cycle reanalysis (2003–2012) merging satellite gravimetry and altimetry observations with a hydrological multi-model ensemble, Hydrol. Earth Syst. Sci., 18, 2955–2973.

Verzano, K. 2009. Climate change impacts on flood related hydrological processes: Further development and application of a global scale hydrological model. Tech. rep., Max Planck Institute for Meteorology, Hamburg, Germany.

Wada, Y., van Beek, L. P. H., and Bierkens, M. F. P. 2011. Modelling global water stress of the recent past: on the relative importance of trends in water demand and climate variability, Hydrol. Earth Syst. Sci., 15, 3785–3808.

Wada, Y., van Beek, L. P. H., and Bierkens, M. F. P (2012) Nonsustainable groundwater sustaining irrigation. 2011. A global assessment, Water Resour. Res., 48, W00L06.

Wanders,N., van Vliet, M.T.H., Wada,Y.,Bierkens, M.F.P. and van Beek, L.P.H.(Rens), 2019. High-resolution global water temperature modeling. Water Resources Research 55, 2760–2778.

Yang X, Yong B, Ren L, Zhang Y, Long D .2017. Multiscale validation of GLEAM evapotranspiration products over China via ChinaFLUX ET measurements. International journal of Remote Sensing 38(20):5688-5709.

Yang, Z., Zhang, Q., Yang, Y., Hao, X., Zhang, H., 2016. Evaluation of evapotranspiration models over semi‐arid and semi‐humid areas of China. Hydrol. Processes 30 (23), 4292–4313.

Zhou, Y. Ma, Z. Wang, L. 2002. Chaotic dynamics of the flood series in the Huaihe River Basin for the last 500 years. Journal of Hydrology 258.100–110.

Zhu, G., Li, X., Zhang, K., Ding, Z., Han, T., Ma, J., Huang, C., He, J., Ma, T., 2016. Multi model ensemble prediction of terrestrial evapotranspiration across north China using Bayesian model averaging. Hydrol. Processes 30 (16), 2861–2879.