اثر روش های متفاوت برآورد تبخیر-تعرق مرجع بر محاسبه نمایه شناسایی خشکسالی در چند نمونه اقلیمی ایران

به طور معمول، شدت خشکسالی با نمایه‏های خشکسالی ارزیابی می‌گردد. در سال‏های اخیر در بسیاری از مناطق خشک و نیمه خشک از نمایه قدرتمندی به نامنمایه شناسایی خشکسالی (rdi) استفاده شده است. از آنجایی که این نمایه بر مبنای دو متغیر بارش و تبخیرتعرق مرجع محاسبه می‌گردد لذا ارزیابی اثرات ناشی از محاسبه eto با روش‌های متفاوت بر ویژگی‏های خشکسالی مسئله‌ای ضروری می‌باشد. در این راستا، در این پژوهش از چهار روش رایج محاسبه تبخیرتعرق مرجع شامل هارگریوز سامانی، تورنت وایت، بلانیکریدل و روش fao (تنها دما) جهت بررسی تاثیرپذیری این نمایه از روش برآورد تبخیر-تعرق مرجع استفاده شده و روش فائو-پنمن-مانتیث نیز به عنوان روش مبنا برای مقایسه تفاوت مقادیر شدت خشکسالی محاسبه شده با چهار روش برآورد تبخیرتعرق در نظر گرفته شد. ایستگاه‌های مورد بررسی شامل ایستگاه بندر انزلی که در طبقه‌بندی گسترش‌یافته دمارتن در اقلیم بسیار مرطوب معتدل، ایستگاه کرمان که در اقلیم خشک سرد، ایستگاه شهر‌کرد که در اقلیم نیمه خشک فرا سرد و ایستگاه اهواز که در اقلیم خشک گرم قرار می‌گیرند می‎باشد. نتایج نشان داد که انتخاب روش‌های متفاوت محاسبه eto تاثیر معنی‌داری در مقادیر شدت نمایه خشکسالی ندارد. با این وجود، در بین روش‌های مورد استفاده روش فائوپنمنمانتیث (تنها دما) و هارگریوز عملکرد بهتری از خود نشان دادند. بر مبنای این یافته‌ها می‌توان نتیجه گرفت که rdi نمایه‏ای استوار است و مقادیر شدت خشکسالی محاسبه شده با این نمایه، به روش‌های مختلف محاسبه تبخیرتعرق بستگی ندارد.

The effect of the different ETo estimation methods on Reconnaissance Drought Index (RDI) calculation in several climatic zones of Iran

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).