مقایسه کارایی دو مدل Dndc و Daycent در حساسیت سنجی برآورد گازهای گلخانه‌ای

اهداف: انتشار گازهای گلخانه‌ای و اثرات آن بر گرمایش جهانی یکی از چالش‌های جدی کشورهای توسعه‌یافته و در حال توسعه محسوب می‍شود. بررسی میزان انتشار گازهای گلخانه‌ای کشورهای مختلف این امکان را فراهم می‌کند تا سهم کشورها در تولید گازهای گلخانه‌ای مشخص شود. این مقاله تلاش دارد که با استفاده از مدل‌های daycent و  dndc نرخ تصاعد گازهای متان، اکسیدنیتروس و اکسیدنیتریک و همچنین میزان پتانسیل گرمایش جهانی در اراضی زراعی خوزستان را برآورد نماید.مواد و روش ها: در ابتدا برای نمونه برداری انتشار گازها در اراضی کشت برنج، گندم و نیشکر از اتاقک ساکن، برای اندازه گیری گاز متان از کروماتوگرافی گازی و برای سنجش گازهای اکسید نیتروس و اکسید نیتریک از دستگاه آنالایزر apna-370 استفاده شد. برای برآورد و مدل‌سازی انتشار گازها از مدل های daycent وdndcاستفاده گردید.یافته ها: بر اساس نتایج داده‌های دو مدل daycent و dndc بیش‌ترین میزان شار متان مدل شده در ایستگاه باغملک به ترتیب 1.369 و 1.014 تن در هکتار در سال، بیش‌ترین میزان تصاعد اکسیدنیتروس مدل شده در ایستگاه شوشتر به ترتیب0.160 و 0.098تن در هکتار در سال و بیش‌ترین میزان پتانسیل گرمایش جهانی بر اساس داده‌های مشاهداتی در ایستگاه باغملک (55.074 تن معادل دی اکسید کربن) بوده و بر اساس داده‌های daycentدر ایستگاه شوش (68.059 تن معادل دی اکسید کربن) و بر اساس داده‌های dndc در ایستگاه شوش (47.066 تن معادل دی اکسید کربن) تعیین شد.نتیجه گیری: با توجه به نتایج شاخص‌های آماری هر دو مدل دقت قابل قبولی را در برآورد گازهای گلخانه‌ای مذکور نشان دادند.

Comparison Efficiency of DNDC and DAYCENT Models in Sensitivity Analysis of Greenhouse Gases Estimation

Abstract Background and Objective: Emission of greenhouse gases and their effects on global warming is one of the most serious challenges facing developed and developing countries. Examining emissions of greenhouse gases from different countries makes it possible to determine share of countries in greenhouse gas emissions. This article tries to estimate growth rate of methane, oxidantrose and oxidantric gases, as well as the amount of global warming potential in agricultural lands of Khuzestan by using DAYCENT and DNDC models. Materials and Methods: Initially, emissions were measured in rice, wheat, and sugarcane fields using a static chamber, gas chromatography to measure methane and APNA370 analyzer for nitrous oxide and nitric oxide. DAYCENT and DNDC models were used to estimate and model gas emissions. Results: Based on results data from two models, DAYCENT and DNDC, the highest amount of methane flux modeled at Baghmalek station was 1.369 and 1.094 tonnes of CO2 equivalent per hectare per year, respectively, the highest rate of nitrous oxide modeling at Shushtar station was 0.160 and 0.988 tonnes of CO2 equivalent per hectare per year, respectively. The highest global warming potential was determined based on observational data at Baghmalek station (55.074 tonnes of CO2 equivalent per hectare per year) and based on DAYCENT data at Shush station (68.059 tonnes of CO2 equivalent per hectare per year) and based on DNDC data in Shush station (47.06 tonnes of CO2 equivalent per hectare per year). Conclusion: According to the statistical indicators both models showed acceptable accuracy in estimating greenhouse gases.