ارزﻳﺎﺑﻲ عملکرد مدل wrf در پیش‌بینی تبخیر و تعرق گیاه برنج بر اساس داده‌های لایسیمتری در جلگه مرکزی گیلان

زمینه و هدف: تبخیر و تعرق به‌عنوان یکی از مولفه‌های اصلی چرخه هیدرولوژی، نقش قابل توجهی در برنامه‌ریزی صحیح آبیاری و مدیریت منابع آب دارد. بنابراین برآورد دقیق این پارامتر ضروری است. به دلیل فقدان داده و کمبود ایستگاه‌های هواشناسی، تخمین تبخیر و تعرق با محدودیت روبه رو است. بنابراین امروزه مدل‌های عددی مانند wrf ابزاری قدرتمندی برای تولید و پیش‌بینی کمیت‌های هواشناسی (سرعت باد، رطوبت و غیره) مورد نیاز برای تخمین تبخیر و تعرق به‌حساب می آیند. تاکنون تحقیقی در زمینه‌ی بررسی تاثیر طرحواره‌های مختلف مدل wrf بر روی تخمین تبخیر و تعرق برنج انجام نشده است. هدف این مطالعه ارزیابی کارایی مدل wrf و به دست آوردن تنظیمات بهینه برای تخمین تبخیر و تعرق گیاه برنج در جلگه مرکزی گیلان می‌باشد. روش پژوهش: مقادیر واقعی تبخیر و تعرق با نصب یک لایسیمتر شالیزاری در یکی از مزارع پژوهشی موسسه تحقیقات برنج کشور به ابعاد 150 در 100 متر (1.5هکتار) با مختصات منطقه 37 درجه شمالی و 49 درجه شرقی و ارتفاع 24 متر از سطح دریا اندازه گیری شد. fao روش پنمن مانتیث را به‌عنوان بهترین روش برای تخمین eto برای انواع اقلیم‌ها توصیه کرده است. برای برآورد eto به روش پنمن مانتیث نیاز به کمیت های آب و هوایی است که این کمیت ها از خروجی مدل wrf حاصل شد. از آنجا که این کمیت‌ها تاثیر بسزایی در برآورد تبخیر و تعرق دارند، چهار پیکربندی‌ مختلف با استفاده از فیزیک تابش طول موج کوتاه و بلند، لایه سطحی و لایه مرزی برای مدل wrf انتخاب و مورد آزمایش قرار گرفتند. در مرحله بعد، مقادیر اندازه‌گیری شده تبخیر و تعرق توسط لایسیمتر با مقادیر برآورده شده از خروجی های مدل (با به کارگیری 4 طرحواره‌های مختلف محلی و غیر محلی) مقایسه و تنظیمات بهینه مدل برای تخمین میزان تبخیر و تعرق مشخص شد. یافته‌ها: مقادیر تبخیر و تعرق در بازه‌ی 2.7 تا 8.5 میلی‌متر در روز در تغییر است. میانگین et در طی سه دوره‌ی مختلف رشد گیاه شامل دوره‌ی ابتدایی، میانی و انتهایی به ترتیب برابر 4.63، 5.97 و 5.98 میلی‌متر در روز برآورد شده است. سه پیکربندی 1، 2 و 4 عمدتاً در پیش بینی تبخیر و تعرق گیاه برنج، بیش برآورد داشته و مقادیر محاسباتی بیشتر از مقدار اندازه‌گیری شده توسط لایسیمتر تخمین زده شده است. نتایج نشان می‌دهد که بیشترین میزان rmse در پیکربندی شماره 4 و به میزان 8.47 و کمترین میزان آن در پیکربندی شماره 3 و به میزان 1.26 رخ داده است. جمع‌بندی نتایج نشان می‌دهد که پیکربندی شماره 3 در هر چهار معیار ذکر شده در مقایسه با دیگر پیکربندی‌ها در پیش‌بینی تبخیر و تعرق روزانه گیاه برنج بهتر عمل کرده است. نتایج نشان داد که طرحواره ی غیر محلی بکار گرفته شده در مدل نسبت به طرحواره‌های محلی، تبخیر و تعرق روزانه گیاه برنج را بهتر شبیه سازی می کند. یافته‌ها نشان می‌دهد که در طرحواره محلی ysu، دقت پیش بینی ها به‌طور قابل توجهی افزایش یافته و تنها به میزان 0.64 میلی‌متر به‌طور متوسط نسبت به داده‌های لایسیمتری کمتر برآورد شده است. نتایج: نتایج نشان داد کاربرد طرحواره مناسب در لایه سطحی و لایه مرزی مدل wrf بر دقت پیش‌بینی‌های تبخیر و تعرق تاثیر دارد. نتایج این تحقیق نشان داد که این مدل با کاربرد طرحواره‌‌ی لایه مرزی غیر محلی ysu قادر است که مقادیر تبخیر و تعرق گیاه برنج را با دقت قابل قبولی برای یک روز بعد پیش‌بینی کند که دلیل آن قابلیت بالاتر این طرحواره در پیش‌بینی پارامترهای موثر بر تبخیر و تعرق (از جمله دما و باد) است. بنابراین مدل wrf می‌تواند با استفاده از داده‌های پیش‌بینی gfs برای چند روز آینده اجرا و با اعمال معادله‌ی فائو پنمن مانتیث بر خروجی‌های مدل، مقادیر تبخیر و تعرق پتانسیل برای مناطق مختلف کشور محاسبه گردد. از آنجایی که تبخیر و تعرق در ارتباط مستقیم با فرآیندهای ترمودینامیکی جو است، کاربرد دیگر طرحواره‌های مختلف فیزیک جو (که در این تحقیق مد نظر نبوده است) می‌تواند نتایج متفاوتی تولید کند.

Assessing the Performance of WRF Model in Prediction of Evapotranspiration in Paddy Fields

Background and Aim: Evapotranspiration as one of the main components of the hydrological cycle, has a significant role in proper irrigation planning and water resources management. In this case, estimating evapotranspiration is limited due to a lack of data and a deficiency of meteorological stations. Therefore, today numerical models such as WRF are a powerful tool for generating and predicting meteorological quantities (wind speed, humidity, etc.) that are needed to estimate evapotranspiration. So far, no research has been conducted to investigate the effect of different schemes of the WRF model on the estimate of rice evapotranspiration. The purpose of this study is to evaluate the efficiency of the WRF model and obtain the result for estimating evaporation for rice plant in the central plain of Guilan.Method: Evapotranspiration rates vary from 2.7 to 8.5 mm per day. The average ET during three different periods of plant growth, including the initial, middle, and final periods, is estimated to be 4.63, 5.97, and 5.98 mm per day, respectively. The three configurations 1, 2, and 4 are mainly overestimated in predicting evapotranspiration of rice plants, and the computational values are estimated to be higher than the values measured by the lysimeter. The results show that the highest amount of RMSE occurred in configuration No. 4 at 8.47 and the lowest rate occurred in configuration No. 3 at 1.26. Summary of results shows that configuration No. 3 in all four criteria mentioned has performed better than other configurations to predict daily evapotranspiration of rice. The results showed that the nonlocal schema used in the model, simulates better than the local schemas for the daily evapotranspiration of the rice plant. Findings show that in the local YSU schema, the accuracy of predictions is significantly increased and is only 0.64 mm on average less than the estimated lysimetric data.Results: The results showed that using appropriate schemas in the surface layer and boundary layer of the WRF model, affects on accuracy of evapotranspiration predictions. The results of this study showed that, this model by using the YSU nonlocal boundary layer scheme can accurately predict the evapotranspiration rates of the rice plant for the next day and this is due to the higher ability of this schema in predicting the parameters affecting evapotranspiration (including temperature and wind). Therefore, the WRF model can be implemented by using GFS forecast data for the next few days and by applying the FAOPenmanMonteith equations to the model outputs, the values of potential evapotranspiration for different regions of the country can be calculated. Since evapotranspiration is directly related to atmospheric thermodynamic processes, so using other different atmospheric physics schemas (not considered in this study) can produce different results.