دوره 23، شماره 69 - ( 4-1402 )
جلد 23 شماره 69 صفحات 438دوره425فصل__Se |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Ataei H, Ravarian M, Tashakori Hashemi S A. (2023). Application of SIMETAW simulation model for prediction of climate parameters in different regions of Iran. jgs. 23(69), : 22 doi:10.61186/jgs.23.69.425
URL: http://jgs.khu.ac.ir/article-1-3224-fa.html
URL: http://jgs.khu.ac.ir/article-1-3224-fa.html
عطایی هوشمند، راوریان مهسا، تشکری هاشمی سید علیرضا. پیش بینی پارامتر های اقلیمی در نواحی مختلف ایران به کمک مدل شبیه سازی SIMETAW تحقیقات کاربردی علوم جغرافیایی 1402; 23 (69) :438-425 10.61186/jgs.23.69.425
1- اصفهان-خیابان کهندژ- دانشگاه پیام نور ، hoo_ataei@yahoo.com
2- دانشجوی کارشناسی ارشد، خراسان رضوی-مشهد-بلوارسجاد-یاسمن2-پلاک32
3- دانشجوی کارشناسی ارشد، خراسان رضوی-مشهد-انتهای کاشانی 12-خداوردی 3-پلاک 6
2- دانشجوی کارشناسی ارشد، خراسان رضوی-مشهد-بلوارسجاد-یاسمن2-پلاک32
3- دانشجوی کارشناسی ارشد، خراسان رضوی-مشهد-انتهای کاشانی 12-خداوردی 3-پلاک 6
چکیده: (3629 مشاهده)
تاکنون مدلهای متعددی برای برآورد پارامترهای مختلف اقلیمی ارائه شده است، اما با توجه به کمبود داده های معتبر و طولانی مدت در برخی از ایستگاه های هواشناسی، به کارگیری بعضی از مدل ها مشکل شده است. مدل شبیه سازی SIMETAW به منظور تخمین تبخیر و تعرق پتانسیل و همچنین برآورد مقدار خالص آب مورد نیاز آبیاری (ETaw) ارائه شده است. علاوه بر این، با استفاده از این مدل میتوان دادههای هواشناسی روزانه را از روی داده های هواشناسی ماهانه شبیه سازی کرد. شبیه سازی اطلاعات آب و هوای روزانه در جایی که تنها میانگین های ماهانه وجود دارد، یک ابزار بسیارخوب برای پرکردن دادههای گمشده است. در این پژوهش با استفاده از مدل شبیه سازی SIMETAW به پیش بینی پارامترهای مختلف اقلیمی از جمله تابش خورشیدی، دمای حداقل و حداکثر، سرعت باد، نقطه شبنم، بارش و تبخیر و تعرق پتانسیل در چهار (اقلیم متفاوت نیمه خشک (مشهد)، گرم و خشک (بندر عباس)، معتدل و مرطوب (رامسر) و مدیترانه ای (سنندج) در طی سالهای میلادی (1967-2017) میپردازیم. نتایج این مطالعات نشان داد که مدل SIMETAW توانایی بالایی در شبیه سازی متغیرهای اقلیمی دارد و بالاترین دقت مدل را در شبیه سازی بارش (998/0= R2) و دمای حداکثر (997/0= R2) مربوط به اقلیم نیمه خشک (مشهد)، نقطه شبنم (998/0= R2) مربوط به اقلیم معتدل و مرطوب (رامسر)، برای تابش (998/0= R2) و سرعت باد (9/0= R2) مربوط به اقلیم مدیترانهای (سنندج) و دمای حداقل (998/0= R2) برای اقلیم گرم و خشک (بندر عباس) می باشد.
شماره‌ی مقاله: 22
نوع مطالعه: پژوهشي |
موضوع مقاله:
اب و هواشناسی
فهرست منابع
1. ابراهیم پور، ميثم؛ قهرمان، نوذر؛ لیاقت، عبدالمجيد. 1391. استفاده از مدل SIMETAW جهت شبیه‌سازی متغیرهای اقلیمی و بررسی اثر تغییر اقلیم بر تبخیر تعرق پتانسیل (مطالعه موردی: مشهد)، تحقیقات آب‌وخاک، (4)43: 360-353.
2. براتی، خديجه؛ طاهری سودجانی، هاجر؛ محمد، شایان نژاد. 1394. معادلات اساسی به¬کار گرفته‌شده در مدل swap و راهنمای کاربردی مدل. نشریه آب و توسعه، (1)2: 67-80.
3. برادران، فاطمه؛ سلطانی محمدي، امير؛ ایزدپناه، زهرا. 1395. کاربرد مدل SIMETAW در شبیه‌سازی متغیرهای اقلیمی و محاسبه تبخیر تعرق پتانسیل، همایش ملی پدافند غیرعامل در بخش کشاورزی.
4. برادران، فاطمه؛ سلطانی محمدي، امير؛ ایزدپناه، زهرا. 1396. ارزیابی مدل SIMETAW در شبیه‌سازی پارامترهای هواشناسی و تبخیر و تعرق پتانسیل در چهار اقلیم مختلف، علوم و مهندسی آبیاری، (2)40: 249-237.
5. حسینی، ا؛ ابراهیمی تبار، ابراهيم. 1391. برآورد تبخیر و تعرق پتانسیل شهرستان سقز با استفاده از روش-های تجربی. نخستین همایش علمی تخصصی -توسعه روستایی و کشاورزی با تأکید بر تولید ملی، پیرانشهر، دانشگاه پیام نور پیرانشهر.
6. روحانی، حامد؛ قندی، اعظم؛ سیدیان، سيد مرتضي؛ کاشانی، مجتبي. 1396. بررسي عدم قطعيت شبیه‌سازی بارش آينده (مطالعه موردي: ايستگاه همديدي بجنورد و مشهد)، پژوهش¬هاي حفاظت آب‌وخاک، (24)1: 204-189.
7. زاهدی، مجید؛ بیاتی خطیبی، مریم. هیدرولوژی، انتشارات سمت، 22: 382.
8. شاه نقي، نغمه؛ پارسي نژاد، مسعود؛ عراقي نژاد، شهاب؛ ميرزايي، فرهاد. 1390. پیش‌بینی تأثیر اقليم بر تبخير و تعرق در دشت مشهد. چهارمين کنفرانس مديريت منابع آب ايران. دانشگاه صنعتي اميرکبير.
9. علیزاده، امین. طراحی سیستم‌های آبیاری، 1: 452.
10. Ebrahimpour, M. Ghahreman, N. and M. Orang. 2013. Assessment of climate change impacts on reference evapotranspiration and simulation of daily weather data using SIMETAW. Journal of Irrigation and Drainage Engineering, 140(2):1-10. [DOI:10.1061/(ASCE)IR.1943-4774.0000669]
11. Ghahreman, N. Ebrahimpour, M. and M. Orang. 2012. Application of SIMETAW model for generating daily weather data and reference evapotranspiration (ETo) in two different climates in Iran. Proceeding, Irrigation Australia,seventh Asian Regional Conference, ICID, Adelaide, pp. 24-29.
12. Hanoi.Me,DiTian, Puneet.S. Anna.P,Giovanni B.C,2018, Medium-range reference evapotranspiration forecasts for the contiguous United States based on multi-model numerical weather predictions,Journal of Hydrology.Volume 562, July 2018, Pages 502-517 [DOI:10.1016/j.jhydrol.2018.05.029]
13. Irmak, S. Payero, J.O. Martin, D.L. Irmak, A. and T.A. Howell. 2006. Sensitivity analyses and sensitivity coefficients of standardized daily ASCE-Penman-Monteith equation. Journal of Irrigation and Drainage Engineering, 132(6):564-578. [DOI:10.1061/(ASCE)0733-9437(2006)132:6(564)]
14. Li, S. 2010. Studies on main crops' evapotranspiration in Hexi corridor based on the SIMETAW model. Master's Thesis, Agricultural Sciences,121p.
15. Noemi, M. 2013. Agricultural water demand assessment using the SIMETAW model. Doctoral Thesis, University of SASSARI, 203p.
16. Okkan, U. and O. Fistikoglu. 2014, evaluating climate change effects on runoff by statistical downscaling and hydrological model GR2M. Theoretical and Applied Climatology, 117(1-2): 343-361 [DOI:10.1007/s00704-013-1005-y]
17. Rowell, D.P., Senior, C.A.,Vellinga, M.,and Graham, R.J. 2016. Can climate projection uncertainty be constrained over Africa using metrics of contemporary performance, Climate Change. 113: 621-633. [DOI:10.1007/s10584-015-1554-4]
18. Rwasoka, D.T. Madamombe, C.E. Gumindoga, W. and A.T. Kabobah. 2014. Calibration, validation, parameter indentifiability and uncertainty analysis of a 2-parameter parsimonious monthly rainfall-runoff model in two catchments in Zimbabwe. Physics and Chemistry of the Earth, Parts A/B/C. 67: 36-46. [DOI:10.1016/j.pce.2013.09.015]
19. Safeeq, M. Fares, A. (2011). Accuracy evaluation of ClimGen weather generator and daily to hourly disaggregation methods in tropical conditions.Journal of Theoretical Applied Climatology,106:321-341. [DOI:10.1007/s00704-011-0438-4]
20. Savage M.J. 1993. Statistical aspects of model validation. Presented at a workshop on the field water balance in the modeling of cropping systems, University of Pretoria, South Africa.
21. Snyder, R. Orang, M. Geng, S. Matyac, S. and S. Sarreshteh. 2004. SIMETAW (Simulation of Evapotranspiration of Applied Water). Journal of California Water Plan Update, 4: 211-226.
22. Swelam, A. Snyder, R.L. and M. Orang. 2010. Modeling evapotranspiration of applied water in Egypt delta: Calibrating SIMETAW model under Nile Delta conditions. The Center for Special Studies and Program (CSSP), Available on: www.waterplan.water.ca.gov.
23. Xiaolin, Y. Fu, C. and C. Qingquan. 2013. The spatial and temporal variation of water requirement of winter wheat based SIMETAW model in Huang-Huai-Hai farming region. American Scientific Publishers,11(6-7): 1149-1155. [DOI:10.1166/sl.2013.2875]
24. Yugang.N, Xiangyun.Q, 2018, Hourly day-ahead solar irradiance prediction using weather forecasts by LSTM, Energy.Volume 148, 1 April 2018, Pages 461-468. [DOI:10.1016/j.energy.2018.01.177]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
This work is licensed under a Creative Commons — Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)