زمینه و هدف: پیش بینی تاثیرات تغییرات اقلیمی بر تولیدات کشاورزی در دوره‌های آتی به منظور تامین امنیت غذایی گیاه استراتژیک گندم که در معاهدات بین المللی نقش اساسی دارد، امری ضروری است. مدل‌های مولد داده های مصنوعی آب و هوایی مانند مدل‌های معتبرGCM ، به منظور بررسی اثرات پدیده تغییر اقلیم بر سیستم‌های مختلف استفاده می‌شوند و قادرند پارامترهای اقلیمی را برای یک دوره طولانی مدت با استفاده از سناریو‌های تایید شده هیات بین دولتی تغییر اقلیممدل‌سازی نمایند. در پژوهش حاضر، دو منبع اطلاعاتی LARS-WG و DKRZ در تولید داده‌های تغییر اقلیم دشت قزوین در بازه زمانی 2021-2100 استفاده شد سپس مقادیر تبخیر-تعرق واقعی گندم بهاره رقم پارسی به وسیله مدل Aquacrop در تاریخ‌های کشت متفاوت محاسبه و میزان تغییرات آن‌ها نسبت به دوره پایه بررسی شد.روش پژوهش: در پژوهش حاضر، از داده های حاصل از پایگاه اطلاعاتی تحت وب DKRZ و مدلLARS-WG ، برای محاسبه سه متغیر دمای کمینه، دمای بیشینه و بارش، مربوط به ایستگاه همدیدی قزوین و پنج مدل گردش عمومی جو گزارش پنجم IPCC (EC-EARTH, GFDL-CM3, HadGEM2-ES, MIROC5, MPI-ESM-MR) تحت دو سناریو انتشار 5/4و 5/8 در دورهای آتی (2021-2040، 2041-2060، 2061-2080، 2081-2100) استفاده شد. با استفاده از داده های به دست آمده و به‌کارگیری مدل Aquacrop، مقدار تبخیر-تعرق واقعی گندم بهاره در 5 تاریخ‌ کشت متفاوت (15 بهمن، 1 اسفند، 15 اسفند، 1 فروردین و 15 فروردین) محاسبه و میزان تغییرات آن‌ها نسبت به دوره پایه بررسی شد و تاریخی که اگر کشت در آن صورت گیرد منجر به بیشترین تبخیر-تعرق واقعی و کمترین تبخیر-تعرق واقعی می‌شود؛ معرفی شده است.یافته ها: مشاهدات نشان می دهد با کشت در تاریخ 15 بهمن و 1 اسفند تحت شرایط اقلیمی حاصل از مدل LARS-WG در سناریو 5/4؛ در دوره آتی (2021-2040) تبخیر تعرق نسبت به مقدار آن در دوره پایه افزایش می‌یابد اما در دوره های (2041-2060، 2061-2080 و 2081-2100) و در سناریو 5/4و 5/8 حاصل از مدل LARS-WG میانگین تبخیرتعرق واقعی نسبت به مقدار آن در دوره پایه کاهش خواهد داشت. پایگاه اطلاعاتی DKRZ تحت سناریوهای 5/4 و 5/8، در هر 4 دوره آتی، کاهش میانگین تبخیرتعرق واقعی نسبت به مقدار آن در دوره پایه برای این دو تاریخ را پیش بینی می کند. با کاشت در تاریخ های 15 اسفند، 1 فروردین و 15 فروردین، طبق نتایج حاصل از شرایط اقلیمی مدل LARS-WG و پایگاه اطلاعاتی DKRZ تحت سناریوهای 5/4 و 5/8، در هر 4 دوره آتی؛ میانگین تبخیرتعرق واقعی نسبت به مقدار آن در دوره پایه کاهش خواهد داشت.نتایج: نتایج نشان می دهد میانگین تبخیر-تعرق واقعی نسبت به مقدار آن در دوره پایه، در دو تاریخ 15 بهمن ماه و 1 اسفند ماه در دوره 2021-2040 در شرایط اقلیمی حاصل از مدل LARS-WG تحت سناریو 5/4 افزایش خواهد داشت. اگر کشت در بقیه تاریخ‌ها صورت پذیرد، طبق نتایج حاصل از شرایط اقلیمی مدل LARS-WG و پایگاه اطلاعاتی DKRZ تحت سناریوهای 5/4 و 5/8، در هر 4 دوره آتی میانگین تبخیر-تعرق واقعی نسبت به مقدار آن در دوره پایه کاهش خواهد داشت. بیشترین تبخیر-تعرق در دوره‌های آتی، با کشت در تاریخ 15 فروردین، تحت شرایط اقلیمی حاصل از مدل LARS-WG تحت سناریو 5/4 و در دوره‌ 2021-2040 اتفاق می‌افتد. مقدار آن برابر 9/289 میلی‌متر (با انحراف معیار 33/18 میلی‌متر) است. کمترین تبخیر-تعرق در دوره‌های آتی با کشت در تاریخ 15 بهمن، تحت شرایط اقلیمی حاصل از پایگاه اطلاعاتی DKRZ تحت سناریو 5/8 و در دوره‌ 2081-2100 اتفاق می افتد که مقدار آن برابر 6/166 میلی‌متر (با انحراف معیار 82/5 میلی‌متر) می باشد. پرونده مقاله

بررسی تغییر اقلیم کمک شایانی در مدیریت منابع آب و تولیدات کشاورزی خواهد کرد. افزایش دما یکی از جنبه‌های قطعی تغییر اقلیم محسوب می‌گردد. محدودیت تعداد ایستگاه‌های هواشناسی و کیفیت و طول دوره داده‌های اقلیمی از مهمترین عوامل محدودکننده در بررسی تغییرات اقلیمی است. بهره گیری از داده های پایگاه‌های اطلاعاتی شبکه‌بندی‌شده از راهکارهای رفع این محدودیت است. در این مطالعه از داده‌های پایگاه اطلاعاتی CRU TS (نسخه 01/4) شامل میانگین‌های ماهانه متوسط، کمینه و بیشینه روزانه دما در سطح کشور برای تحلیل روند تغییرات متوسط‌های سالانه، فصلی و ماهانه با استفاده از آزمون من-کندال اصلاح شده استفاده شد. نتایج نشان می‌دهند در دوره 2016-1987 (دوره دوم) نسبت به دوره 1986-1957 (دوره اول)، متوسط روزانه دما در مقیاس سالانه و در مناطق مختلف کشور، بین 4/0 تا 2/1 درجه سانتی گراد افزایش داشته است. متوسط روند افزایش دما در طول سه دهه اخیر در سطح کشور، 39/0 درجه سانتی گراد در دهه (17/1 درجه سانتی گراد در سی سال) برآورد شد. افزایش کمینه روزانه دما در مقیاس سالانه در طول دوره دوم، بیش‌تر از افزایش متوسط روزانه دما و در حدود 23/1 درجه سانتی‌گراد در سی سال بوده است. بررسی روند تغییرات میانگین‌های فصلی نشان می دهد که فصول زمستان و بهار، به خصوص در استان های غربی و شمال غربی کشور، بیش‌ترین روند افزایش دما را طی سه دهه اخیر تجربه کرده‌اند. نتایج این تحقیق وقوع تغییرات معنی‌دار در دما در فصول زمستان، بهار و تابستان را که اهمیت زیادی برای کشاورزی کشور دارند تأیید می‌کنند. پرونده مقاله

ردپای‌آب کشاورزی بیش از 90 درصد از منابع آب شیرین کشور را شامل می‌شود که 30 درصد آن به عنوان تغذیه برای دام مورد استفاده قرار می‌گیرد. صنعت دامداری یکی از صنعت‌های آب‌بر جهان و به‌خصوص در ایران محسوب می‌شود. در این تحقیق متوسط تغذیه گاو در سه استان تهران، البرز و قزوین برآورد و سپس با بکارگیری روش مکانن و هوکسترا ردپای آب‌مجازی محاسبه گردید. سپس با متوسط ردپای آب کشورهای جهان (هلند، آمریکا، روسیه، مکزیک، هند و متوسط جهان) مقایسه شده است. میزان ردپای آب‌مجازی به‌ترتیب در استان‌های تهران، البرز و قزوین برای تولید گوشت گاو برابر با 49/44، 18/45 و 51/45 مترمکعب در کیلوگرم و در تولید شیر نیز برابر با 24/2، 25/2 و 43/2 مترمکعب در لیتر برآورد گردید. این در حالی است که متوسط آب مورد نیاز برای تولید هر کیلوگرم گوشت گاو در سطح دنیا 4/15 مترمکعب بر کیلوگرم و برای هر لیتر شیر، 1 مترمکعب بر لیتر گزارش شده است. نتایج کلی این مطالعه ردپای آب مجازی در تولیدات دام در ایران نسبت به متوسط جهانی بسیار بیشتر است. علت این امر در درجه اول بالا بودن ردپای آب مجازی در تولید علوفه حیوانات و در مرحله دوم ناشی از مدیریت‌ ضعیف دامداری‌ها در ایران می‌باشد. پیشنهاد می-شود با توجه به سهم بالای تغذیه در ردپای بالای گوشت گاو و شیر، یا ردپای آب در تولید علوفه داخلی کاهش یابد یا سهم قابل توجهی از علوفه مصرفی از طریق واردات تامین شود. پرونده مقاله

با توجه به اینکه هنوز درصد بالایی از اراضی کشاورزی به صورت سطحی آبیاری می‌شود یافتن راه‌حلی به منظور اصلاح روش‌های مذکور با هزینه‌هایی به مراتب کمتر از آبیاری تحت فشار ضروری به نظر می‌رسد. ضریب زبری مانینگ و معادله نفوذ از مهمترین پارامترهای ارزیابی سامانه آبیاری سطحی است. ضرایب معادلات نفوذ نقش اساسی در ارزیابی و طراحی سامانه‌های آبیاری دارند؛ به همین دلیل برای افزایش بازده آبیاری ضروری است که این ضرایب با دقت بالا تخمین زده شوند. هدف از این تحقیق برآورد ضرایب نفوذ و ضریب زبری مانینگ در دو رژیم جریان پیوسته و کاهش جریان طی سه رخداد اول آبیاری با استفاده از مدل‌های INFILT،SIPAR_ID و EVALUE است. نتایج نشان داد میانگین درصد خطای نسبی در مدل‌های INFILT،SIPAR_ID و EVALUE به ترتیب 6/16، 2/5 و 2/11 و حداکثر خطا به ترتیب 6/1، 7/0و 1/1 متر مکعب است که می‌توان نتیجه گرفت مدل SIPAR_ID خطای کمتری نسبت به دو مدل دیگر دارد. همچنین این مدل‌ها در برآورد نفوذ در آبیاری نواری دقت بالاتری نسبت به آبیاری جویچه‌ای داشته‌اند. همچنین سازمان حفاظت خاک آمریکا (SCS) مقدار ضریب زبری مانینگ را برای جویچه‌های آیش در آبیاری اول 04/0پیشنهاد کرده است که با مقادیر تخمینی مدل SIPAR_ID که از مقدار 038/0 تا 089/0 تفاوت زیادی دارد. پرونده مقاله

زمینه و هدف: فرایند تغییر اقلیم به‌ویژه تغییرات دما و بارش و تأثیر آن ها بر پدیده خشکسالی یکی از مهم‌ترین مسائل مطرح در قلمرو علوم محیطی است. مطالعه تغییرات اقلیمی و تأثیر آن برشدت و تواتر خشکسالی های دهه‌های آتی می‌تواند به برنامه‌ریزی جهت استفاده صحیح منابع آب و سازگاری با آثار مخرب پدیده خشکسالی کمک شایانی نماید. هدف از این مطالعه، بررسی اثرات تغییر اقلیم بر خشکسالی هواشناسی است. بدین منظور در پژوهش حاضر بر اساس روش کار ریزمقیاس گردانی SDSM بارش و دما طی دوره زمانی 2020-2100 با مدل بزرگ‌مقیاس CanESM2، پیش‌بینی و اثرات تغییر اقلیم بر خشکسالی هواشناسی استان ایلام با استفاده از دو شاخص SPI و RDI موردبررسی قرار گرفت.روش پژوهش: در این مطالعه، ابتدا داده های اقلیمی موردنیاز از طریق یکی از سایت‌های تولید داده گزارش پنجم به دست می آید. از 21 مدل CMIP5 جهت پیش‌بینی پارامترهای بارندگی و دمای متوسط در دوره آتی استفاده‌شده است. برای بررسی میزان عدم قطعیت ناشی از به‌کارگیری مدل های موردبررسی از روش وزن دهی میانگین های مشاهداتی استفاده شد. در ادامه با استفاده از مدل ریزمقیاس گردانی SDSM داده های هواشناسی تحت سه سناریوی RCP 4.5، RCP2.6 و RCP8.5 مدل جفت شده‌ی جوی- اقیانوسی CanESM2 تولید می شود. داده‌های تاریخی مدل از سال 1993 تا سال ۲۰۰۵ با به‌کارگیری داده‌های باز تحلیل NCEP برای واسنجی و طراحی روابط ریزمقیاس گردانی مورداستفاده قرار می‌گیرند و داده‌های سال ۲۰۰۶ تا ۲۱۰۰ نیز برای برآورد چشم‌انداز تغییرات اقلیمی دهه‌های آتی مورداستفاده قرار می‌گیرند. سری‌های زمانی SPI و RDI در سه مقیاس 3، ۶ و ۱۲ ماهه برای دوره تاریخی و آینده محاسبه شدند. مشخصه‌های شدت، مدت و فراوانی خشکسالی طبق تئوری ران با انتخاب سطح آستانه برای سری‌های زمانی SPI و RDI در مقیاس 3، ۶ و ۱۲ ماهه به دست آمد.یافته‌ها: بر طبق نتایج حاصل از بررسی عدم قطعیت مدل CanESM2 نسبت به سایر مدل ها بیشترین وزن را برای هردو متغیر دما و بارش به خود اختصاص داد. آنالیز وجود روند در داده‌های بارش و دما با آزمون نا پارامتری من - کندال نشان داد که دما در سناریو RCP8.5 دارای روند معنادار و مثبت (افزایشی) در سطح معناداری 01/0 است و بارش دارای روند کاهشی است. نتایج پایش خشکسالی نشان داد در دو شاخص SPI و RDI با افزایش مقیاس زمانی فراوانی دوره‌های خشک کاهش می‌یابد که این کاهش با افزایش شدت و مدت خشکسالی توأم است. شاخص RDI به دلیل در نظر گرفتن دمای متوسط در محاسبه دوره‌های خشک، مشخصه‌های خشکسالی را نسبت به SPI بالاتر نشان می‌دهد. بزرگ‌ترین خشکسالی در دوره تاریخی طبق شاخص SPI در مقیاس 12 ماهه دارای شدت 22/38-و مدت 26 ماه می‌باشد. بزرگ‌ترین خشکسالی در شاخص RDI در مقیاس ۱۲ ماهه دارای شدت 14/39- و مدت 26 ماه می‌باشد. منطقه مطالعاتی خشکسالی‌های شدیدتر و طولانی‌تری را در آینده طبق هر سه سناریو مدل گردش عمومی جو نسبت به دوره تاریخی تجربه خواهد کرد، به‌طوری‌که شدت خشکسالی‌های تولیدشده توسط سناریوهای RCP4.5 RCP2.6 و RCP8.5 بر اساس SPI ۱۲ ماهه به ترتیب 11، 52 و 65 درصد می‌باشد.نتایج: نتایج بررسی مدل SDSM و شاخص‌های خشکسالی SPI و RDI نشان داد که در شرایط اقلیمی آینده برای دوره زمانی 2020-2100 افزایش دما و کاهش بارندگی متحمل است. به‌طوری‌که دما 798/3 درجه سانتی‌گراد افزایش و بارش 8/6 درصد کاهش می‌باید. همچنین نتایج نشان داد منطقه مطالعاتی در آینده خشکسالی های شدیدتر و طولانی تری را نسبت به دوره تاریخی تحت هر سه سناریوهای RCP2.6، RCP4.5 و RCP8.5 تجربه می کند. با افزایش مقیاس زمانی SPI شدت و مدت خشکسالی افزایش‌ می‌یابد. شاخص RDI از مشابهت رفتاری بالایی با SPI برخوردار بوده، اما شاخص RDI حساس به تغییرات محیطی است و نتایج بهتری را ارائه می‌دهد. پرونده مقاله