تولید ناخالص داخلی از مهم‎ترین شاخص‎های اقتصادی در سطوح منطقه ای و ملی است. با توجه به شرایط اقلیمی که بدون فرآیند آبیاری تولید در بسیاری از مناطق اقتصادی نیست، تحلیل سهم آبیاری از کل تولیدات کشاورزی و اقتصاد وابسته به آن ضروری است. در این تحقیق ارزش ناخالص تولیدات کشاورزی وابسته به آبیاری ‌(اعم از باغی و زراعی) استان قزوین بر اساس روش شناسی ارائه شده توسط مرکز ملی آمار استرالیا، محاسبه شد. در این راستا ارزش ناخالص محصولات زراعی و باغی وابسته به آبیاری‌ و دیم در بازه زمانی 1381 تا 1395 تحلیل گردید. نتایج نشان داد ارزش ناخالص تولیدات کشاورزی وابسته به آبیاری (GVIAP) در استان در سال 1395، 29491 میلیارد ریال و معادل 95 درصد کل ارزش ناخالص تولیدات باغی و زراعی استان بوده است. انگور آبی با حدود 20% ، گندم آبی با حدود 8% و گوجه فرنگی با حدود 7% رتبه اول تا سوم محصولات را از نظر ارزش ناخالص تولیدات کشاورزی وابسته به آبیاری‌ در استان دارا هستند. همچنین بر اساس میزان آب مصرفی محصولات، سهم هر متر مکعب از آب آبیاری در ارزش ناخالص آبی 15259 ریال محاسبه گردید. در تحلیل الگوی آب‌بری محصولات نیز، محصول یونجه نیز با ارزش ناخالص تولید 5% ، بیشترین مصرف کننده آب استان است (18%). جهت تسکین تبعات اقتصادی بحران کم آبی در بخش کشاورزی، توجه به شاخص GVIAP و الگوی آب بری می تواند مورد توجه قرار گیرد. Manuscript profile

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. Manuscript profile