مدلسازی تبخیر و تعرق بالقوه با استفاده از فراسنج های هواشناسی (مطالعه موردی: حوضه دریاچه ارومیه)

یکی از مدل‌های تخمین et0 که مورد قبول همه‌ی هیدرولوژیست‌ها و اقلیم شناسان می‌باشد، مدل فائو پنمن‌‌‌‌‌ مانتیس‌ (fao56pm) است. این مدل، علیرغم تخمین دقیق et0 در اقلیم‌های مختلف، محدودیت‌هایی دارد. از جمله این محدودیت‌ها نیاز به داده‌های متنوع هواشناسی از جمله تابش آفتاب، ساعات آفتابی، دمای هوا، رطوبت نسبی، دمای نقطه شبنم، سرعت باد و فشار بخار واقعی است. متاسفانه همه‌ی این پارامترهای در جمیع موارد در دسترس نیستند. بنابراین، هدف اصلی این مطالعه یافتن روشی ساده جهت تخمین et0 با داده‌های کم هواشناسی و دقت کافی در حوضه‌ی دریاچه‌ی ارومیه می‌باشد. برای این کار از مدل‌های هارگریوز، کیمبرلی پنمن، پریستلی تایلور و مدل‌های رگرسیونی خطی و غیرخطی استفاده شد. ارزیابی مدل‌ها با سه معیار ضریب تعیین (r2)،جذر میانگین مربعات خطا) (rmse و میانگین خطای مطلق ) mae ( به انجام رسید. نتایج نشان داد که میانه مقادیر r2 مدل کیمبرلی پنمن بیش از 0.986 به دست آمده است. در حالی که میانه‌‌های مقادیر r2 برای مدل‌های pt و hg بترتیب معادل 0.902 و 0.4 به‌دست آمد. در مدل hgمیانه مقادیر rmse حدود 0.9 (میلیمتر بر روز) بود این رقم برای مدل‌های kpm و pt به ترتیب، حدود1.3 و 2.1 (میلیمتر بر روز) بود. میانه آماره mae ایستگاه‌های منتخب، برای مدل kpm از 1 (میلی‌متر بر روز) نیز کمتر بود. این رقم در مورد مدل hg حدود 0.7 (میلی‌متر بر روز) و برای مدل pt بیشتر از 1.5 (میلی‌متر بر روز) بود. بنابراین، با توجه به معیار mae نیز مدل hg مناسبتر از مدل‌های دیگر تشخیص داده شد. مدل رگرسیون خطی با 2 متغیر (tmax, wind) دارای میانه مقادیر r2 معادل 0.84 در بین سایر مدل‌ها مناسب‌تر و دقیق‌تر می‌باشد.

Modeling of potential reference evapotranspiration using the limited weather parameters (Case study: Urmia Lake basin)

Introduction One of the standard models for estimation of ET0 that accepted by all hydrologists and climatologists is the FAO PenmanMonteith (FAO56PM) method. Although this model is accurate in ET0 estimation, however, it has some limitations. The main limitation of this method in in its need for various meteorological data, including the solar radiation, air temperature, relative humidity, dew point temperature, wind speed and actual vapor pressure. Unfortunately, all of these parameters are not readily available in all the conditions. In this regard, many researchers interested to find a simple method for accurate ET0 estimation (Sentelhas et al., 2010; Dinpashoh, 2016; and many others). Based on our best knowledge there is no comprehensive study conducted in Urmia Basin for finding a simple and accurate method that needs less weather parameters for ET0 estimation. Therefore, the main aim of this study is estimation of ET0 that needs less weather parameters in Urmia Lake basin. Materials and Methods The area under study is the Urmia Lake Basin, located in NorthWest of Iran. This basin is approximately lied between the 35⸰ 40´ E to 38⸰ 29´ E latitudes and 44⸰ 07´ to 47⸰ 53 longitudes. The area of this basin is about 51700 km2 which is equal to about 3.2 percent of Iran’s area. Data used in this research are the daily recorded values of maximum air temperature, minimum air temperature, wind speed at 10 m height, relative humidity, sunshine duration, and some geographic information such as altitudes, latitudes and longitudes. The nine stations were selected from different points of the basin in this study. The FAO56PM method (Allen, 1998) was selected as the bench mark for ET0 estimation in all the stations. In this method the following equation was used for ET0 in the chosen sites.                                                                   (1) where ET0 is the reference crop evapotranspiration (mm/day), Rn is the net solar radiation at crop surface (MJ m2 day1), G is the soil heat flux (MJ m2 day1), T is the mean air temperature at 2 m height (°C), u2 is the wind speed at a 2 m height (m/s), the term (esea) is the saturation vapor deficit (kPa), Δ is the slope of the vapor pressure curve at the point of air temperature (kPa/°C) and g is the psychometric constant (kPa/°C). In order to convert U from 10 m height to u2 the following equation was used (Nandagiri and Kovoor, 2005; Sentelhas et al., 2010; Dinpashoh et al., 2011):                                                                                                                        (2) where Uz is the wind speed (m/s) at z m height, and zw is the height (m) at which wind speed measured. In this study, in order to find an alternative model, which uses less weather data in estimation of ET0 the three empirical models namely Hargreaves (HG), Kimberly Penman (KPM), Priestly Taylor (PT), and Multivariate Linear and nonlinear regression were used. Evaluation of the models performed using the three metrics, coefficient of determination (R2), Root Mean Square Error (RMSE), and Mean Absolute Error (MAE). Results and Discussion Results showed that, the median of the R2 values for KP was more than 0.986. The median of the R2 values for PT and HG models were found to be equal to 0.902 and 0.40, respectively. The median of RMSE for HG model was about 0.9 (mm day 1). This value for KPM and PT models were about 1.3 and 2.1 (mm day 1). The median of MAE for the selected stations for KPM was less than 1 (mm day 1). This value for HG was equal to 0.7 (mm day1) and in the case of PT was more than 1.5 (mm day 1). Therefore, considering the MAE values and RMSE, the HG model was detected to be the suitable method foe ET0 estimation in Urmia Lake basin.