اصلاح مدل رطوبتی حاکم بر نمایه شدت خشکسالی پالمر برای مناطق تحت کشت آبی و صحت‌سنجی به کمک داده‌های ماهواره‌ای

نوع مقاله: مقاله پژوهشی

نویسنده

دانشجوی کارشناسی ارشد گروه مهندسی آب دانشکده کشاورزی دانشگاه فردوسی مشهد

چکیده

نمایه شدت خشکسالی پالمر به دلیل‌ایجاد رابطه میان تغییرات هواشناسی و شرایط کشاوزی، کی از مهمترین نمایه‌های تخمین خشکسالی کشاورزی می‌باشد.‌این نمایه در واقع مبتنی بر ک مدل عرضه و تقاضای آب در خاک عمل می‌کند. از‌این رو اصلاح و نیز افزایش قدرت تفکیک مکانی مدل آبی آن قدمی در افزایش کارایی و دقت نمایه پالمر در تخمین صحیح تر خشکسالی و در نتیجه بهبود مدیریت بحران خواهد بود. در‌این تحقیق، توزیع مکانی رطوبت حاصل از مدل رطوبتی‌این نمایه پس از اصلاح آن برای مناطق تحت کشت آبی، با استفاده از داده‌های شبکه‌ای شده خاک و هواشناسی و داده های TRMM با تفکیک مکانی 1 کیلومتر توسط نرم افزار MATLAB ، برای ک دوره 10 ساله ( از 1998 تا 2007 برای استان اصفهان استخراج و مطالعه شد. نتایج در 120 لایه اطلاعاتی حاوی رطوبت ماهانه عمق ک متری سطح خاک استخراج شد. نتایج مقایسه رطوبت بدست آمده از مدل با رطوبت بدست آمده از ماهواره نشان می‌دهد مدل رطوبتی پالمر در مناطق بایر ا تحت کشت دیم، رطوبت را با دقت مناسبی مدل می کند اما در مناطق تحت کشت آبی دقت مناسبی ندارد که پس از اعمال تغییرات و اصلاح مدل بیلان آبی آن، رابطه رطوبت مدل شده با رطوبت بدست آمده از تصاویر ماهواره‌ای در مناطق تحت کشت آبی به طور معناداری افزایش میابد (افزایش R2 از حدود 14/0 به حدود 30/0 در دوره خشک و از 19/0 به 50/0 در دوره تر) و به همبستگی معادل در زمین‌های فاقد کشت آبی نزدیک می‌شود.

کلیدواژه‌ها


عنوان مقاله [English]

Modifying the soil moisture model of Palmer drought severity index for irrigated areas and its validation using satellite data

نویسنده [English]

  • M.R Keshavarz
چکیده [English]

Palmer drought severity index is one of the most important agricultural drought indices which considers the relationship between climate change and agriculture conditions. This index is based on supply and demand soil moisture model. Hence, improving both the soil water model equations and its spatial resolution increases the efficiency, and provides more accurate estimates of the Palmer drought index and thus will improve drought management.  After correction and coding the soil moisture model equations based on Palmer’s drought index using MATLAB, the model was run for a period of 10 years in Isfahan province (1998 to 2007) with a spatial resolution of 1 km using station temperature and precipitation data and also soil (AWC) and satellite data (TRMM) as well .As a result, the amount of moisture in the soil to a depth of 1 meter was extracted in 120 layers; each layer contains the spatial distribution of monthly mean soil moisture. Also, in order to control the impact of changes in the model for irrigated areas, soil moisture from the Palmer index values ​​and soil wetness index (SWI) obtained by the satellite images were compared. The results of this comparison show that the solidarity of modeled soil moisture and SWI in irrigated areas dramatically increases after correcting the model (R2 increases from about 0.14 to 0.30 in Dry period and from 0.19 to 0.50 in wet period).