>
Fa   |   Ar   |   En
   ارزیابی رطوبت هفتگی خاک و خشکسالی کشاورزی برای دوره‌های آتی با استفاده از مدل dssat (مطالعه موردی: دشت بیرجند)  
   
نویسنده صالحی طبس مختار ,یعقوب زاده مصطفی ,زمانی غلامرضا ,امیرآبادی زاده مهدی
منبع تحقيقات آب و خاك ايران - 1399 - دوره : 51 - شماره : 3 - صفحه:775 -785
چکیده    رطوبت خاک یک پارامتر تعیین‌ کننده در بسیاری از فرآیند‌های پیچیده زیست محیطی است و نقش تعیین کننده‌ای در وقوع خشکسالی کشاورزی دارد. بدین منظور در این تحقیق، با استفاده از داده‌های برآورد شده رطوبت خاک توسط مدل dssat  و داده‌های گزارش پنجم تغییراقلیم، خشکسالی کشاورزی به‌کمک شاخص کمبود رطوبت خاک (smdi) برای دوره‌های آتی (2015-2045) و (2045-2075) تعیین و با دوره پایه (1975-2005) مقایسه گردید. خروجی مدل‌های gcm تحت دو سناریو انتشار rcp4.5 و rcp8.5 به کمک مدل larswg در موقعیت محدوده مطالعاتی ریزمقیاس به مدل dssat وارد شد. در نهایت با استفاده از داده‌های رطوبت عمق‌های 30-0 و 60-30 سانتی‌متری خاک، خشکسالی کشاورزی به‌کمک شاخص smdi مورد ارزیابی قرار گرفت. نتایج نشان داد که دمای کمینه و بیشینه و بارش در دوره آتی نسبت به دوره پایه در محدوده مطالعاتی افزایش یافته است و سناریو rcp8.5 نسبت به سناریو rcp4.5، دمای بیشتر و بارش کمتری را برآورد کرده است.رطوبت هفتگی خاک برای دوره‌های آتی نسبت به دوره پایه کاهش یافته و مقادیر رطوبت خاک در سناریو rcp4.5 نسبت به سناریو rcp8.5 بیشتر برآورد شده است. همچنین تغییرات رطوبت هفتگی خاک در سطوح مختلف آبیاری در دوره پایه نسبت به دوره‌های آتی کم‌تر است. مقادیر برآورد شده شاخص خشکسالی smdi سناریو rcp4.5 عمق 30-0 در دوره 2045-2015 نسبت به دوره 2075-2045 منفی‌تر و خشکسالی بیشتری را نشان می‌دهد؛ در حالی که در سناریو rcp8.5 دوره 2045-2015 وضعیت بهتری را دارد. شاخص خشکسالی smdi عمق 60-30 در هر دو سناریو برای دوره 2045-2015 مقادیر کم‌تر از دوره 2075-2045 را نشان می‌دهند. سناریو rcp4.5 شاخص خشکسالی smdi بیشتری را نسبت به سناریو rcp8.5 برآورد می‌کند.
کلیدواژه ﺳﻨﺎرﯾﻮﻫﺎی اﻧﺘﺸﺎر، ﺷﺎﺧﺺ ﺧﺸﮑﺴﺎﻟﯽ ﮐﻤﺒﻮد رﻃﻮﺑﺖ ﺧﺎک، ﮔﺰارش ﭘﻨﺠﻢ ﺗﻐﯿﯿﺮاﻗﻠﯿﻢ، ﻣﺪل ﮔﺮدش کلی
آدرس دانشگاه بیرجند, گروه علوم و مهندسی آب, ایران, دانشگاه بیرجند, گروه علوم و مهندسی آب, ایران, دانشگاه بیرجند, گروه علوم و مهندسی زراعت, ایران, دانشگاه بیرجند, گروه علوم و مهندسی آب, ایران
 
   Estimation of Weekly Soil Moisture and Agricultural Drought for Future Periods Using DSSAT Model (Case Study: Birjand Plain)  
   
Authors salehi tabas mokhtar ,Yaghoobzadeh Mostafa ,zamani gholamreza ,amirabadi zadeh mehdi
Abstract    Soil moisture is a determining parameter in many complex environmental processes and plays a decisive role in the occurrence of agricultural drought. For this purpose, in this study, using soil moisture data estimated by DSSAT model and Fifth Climate Change Report data, agricultural drought was determined by soil moisture deficiency index for future periods of (20152045) and (20452075) and they were compared with baseline period (19752005). The climatic data were estimated using GCM models and two emission scenarios RCP4.5 and RCP8.5 and they were scaled using LARSWG model and entered into DSSAT model. Finally, using soil moisture data of 30 and 60 cm depths, agricultural drought was evaluated using SMDI index. Climate change results showed that the minimum and maximum temperature and precipitation will increase in the next period compared to the baseline period, and the RCP8.5 scenario estimated a higher temperature and lower precipitation than the RCP4.5 scenario. Weekly soil moisture decreased for future periods compared to the baseline and soil moisture values in RCP4.5 scenario were higher than the ones in RCP8.5 scenario. Also, weekly soil moisture changes at different irrigation levels in the base period are less than those in the future. Estimated values of SMDI drought index by RCP4.5 scenario at 030 depth in period of 20152045 are more negative and drought than the ones in future period 20452075; while the future period of 20452015 in RCP8.5 scenario has a better situation. The SMDI drought indices of 3060 cm depth in both scenarios for the upcoming 20152045 period show lower values than the ones in 20452075 future period. The RCP4.5 scenario estimates a higher SMDI drought index than the RCP8.5 scenario.
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved