[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
DOI::
OPEN ACCESS::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آمار نشریه
مقالات منتشر شده: 644
نرخ پذیرش: 21.8
نرخ رد: 78.2
میانگین داوری: 307 روز
میانگین انتشار: 626 روز
..
آمار عمومی نشریه
آمار عمومی نشریه
..
تعداد دورها                          23
تعداد شماره‌ها 83
 تعداد مقالات 4001
 تعداد مشاهده مقاله 11748252
 تعداد مقالات ارسال شده در یکسال اخیر 3230
 تعداد مقالات پذیرفته شده  637
 درصد پذیرش 30
 زمان پذیرش (روز) 120
 تعداد پایگاه های نمایه شده 9
 h.index 3
میانگین بازه زمانی فرایند داوری 30
:: دوره 19، شماره 65 - ( 3-1398 ) ::
جلد 19 شماره 65 صفحات 232-215 برگشت به فهرست نسخه ها
برآورد تبخیروتعرق مرجع ایستگاه‌های تبریز و اردبیل با استفاده از روش تحلیل مؤلفه‌های اصلی
احمدرضا قاسمی1، مریم تیموری*2، فاطمه تیموری3
1- گروه مهندسی آب، دانشکده کشاورزی، دانشگاه شهرکرد.
2- دانشجوی دکتری اقلیم‌شناسی، دانشگاه محقق اردبیلی
3- کارشناس ارشد آبخیزداری، دانشگاه هرمزگان.
چکیده:   (4257 مشاهده)

چکیده:

برآورد نیاز آبی گیاهان یکی از مهم‌ترین نیازهای بخش کشاورزی محسوب می‌شود که می‌تواند نقش مهمی در استفاده صحیح از منابع آب کشور ایفا کند. اولین گام در محاسبه نیاز آبی گیاهان، برآورد تبخیر و تعرق بالقوه میباشد. با توجه به اینکه برآورد تبخیر و تعرق بالقوه نیاز به فراسنج‌های متعدد هواشناسی دارد، هدف این تحقیق بدست آوردن روابط ساده‌تر با استفاده از روش تحلیل مؤلفه­های اصلی برای محاسبه تبخیر و تعرق در دو ایستگاه اردبیل و تبریز می­باشد. برای این منظور در ابتدا از فراسنج­های دما (بیشینه، متوسط وکمینه)، رطوبت نسبی، ساعات آفتابی، بارش و سرعت باد در مقیاس روزانه و در فاصله سال‌های 1962-2015 برای تبریز و 1992- 2015 برای اردبیل استفاده گردید. نتایج تحلیل مؤلفه­های اصلی این تعداد فراسنج را برای ایستگاه­های تبریز و اردبیل به ترتیب به دو و سه مؤلفه تقلیل داد. این مؤلفه­ها در تبریز حدود 78 درصد از تغییرات فراسنج‌های ورودی و در اردبیل 83 درصد را توجیه می­کنند. با استفاده از این مؤلفه ها، معادله­های جدیدی برای محاسبه تبخیر و تعرق بالقوه بدست آمد. نتایج مدل­سازی تبخیر و تعرق نشان داد مقدار ضریب تبیین در مدل­های خطی چندگانه بدست آمده بین مؤلفه­های اصلی (PC) و تبخیر و تعرق روزانه برای ایستگاه تبریز در دوره واسنجی و صحت سنجی به ترتیب برابر 53/0 و 69/0 و برای اردبیل 71/0 و 73/0 می­باشد. همچنین مقادیر ضریب نش نیز برای ایستگاه تبریز 61/0 و 61/0 و برای اردبیل 71/0 و 73/0 می­باشد که نشان دهنده کارایی مناسب مدل­های بدست آمده است. همچنین نتایج نشان داد که تبخیر و تعرق در تبریز به شدت تابع تغییرات فراسنج دما، رطوبت نسبی و ساعات آفتابی و در اردبیل به شدت تابع فراسنج دما می­باشد.

واژه‌های کلیدی: تحلیل مؤلفه‌های اصلی، ایستگاه تبریز و اردبیل، مدل‌سازی، تبخیر و تعرق مرجع.
متن کامل [PDF 841 kb]   (777 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1395/11/6 | پذیرش: 1396/8/11 | انتشار: 1398/3/25
فهرست منابع
1. - Cai, W., Zhang, Y. Chen, Q., Yao, Y., (2015), "Spatial patterns and temporal variability of drought in Beijing-Tianjin-Hebei metropolitan areas in China", Advances in Meteorology: 1-14.l [DOI:10.1155/2015/289471]
2. Cattell, R. B., (1966), "The scree test for the number of factors", Multivariate Behavioral Research. 1: 245-276. [DOI:10.1207/s15327906mbr0102_10]
3. Ghahreman, N., Gharehkhani, A., (2015), "Classification of Iran's temperature trend using principal component analysis and cluster analysis", Journal of Geography and Development, 4: 21-34. [In Persian].
4. Ghahreman, N., Gharehkhani, A., (2015), "Comparison of artificial neural network and multiple regression methods in estimating evaporation pan and determining the most important factors of meteorology using principal component analysis", Journal of Watershed Research, 106: 41-51. [In Persian].
5. Ghayor, H., Montazeri, M., (2004), "Classification of Iran's temperature trend using principal component analysis and cluster analysis", Journal of Geography and Development, 4: 21-34. [In Persian].
6. Heydari, H., Alijani, B., (2000), "Climatic classification using multivariate statistical methods", geographical research quarterly, 37: 57-74. [In Persian].
7. Hou, L. G., Zou, S. B., Xiao, L. G., Yang, Y. G., (2013), "Sensitivity of the reference evapotranspiration to key climatic variables during the growing season in the Ejina oasis northwest China, Springer Plus, 2: 1-6. [DOI:10.1186/2193-1801-2-S1-S4]
8. Ikudayisi, A., Adeyemo, J., (2016), "Effects of different meteorological variables on reference evapotranspiration modeling: application of principal component analysis", International Journal of Environmental, Chemical, Ecological, Geological and Geophysical Engineering, 6: 632-636.
9. Kawachi, T., Maruyama, T., Singh, V. P., (2001), "Rainfall entropy for delineation of water resources zones in Japan", Journal of Hydrology, 246 (1-4): 36-44. [DOI:10.1016/S0022-1694(01)00355-9]
10. Khodagholi, M., Masoudian, A., Kavyani, M., Kamali, GH., (2006), "Study of plant-climatology of Zayandehrud river basin", Research and construction, 70: 41-53. [In Persian].
11. Kutzbach, J. E., (1967), Empirical eigenvectors of sea-level pressure, surface temperature and precipitation complexes over North America, Journal of Applied Meteorology, 6 (5): 791-802. https://doi.org/10.1175/1520-0450(1967)006<0791:EEOSLP>2.0.CO;2 [DOI:10.1175/1520-0450(1967)0062.0.CO;2]
12. Li, T., Fu, Q., Xu, S., Meng, F., (2009), "Application of principal component analysis in evaluating influence factors of evaporation in Northern Cold Area", Fifth International Conference on Natural Computation, ICNC 2009, Tianjian, China, 14-16 August 2009, 6 Volumes.
13. Lorenz, E. N., (1956), "Empirical orthogonal functions and statistical weather prediction, Scientific Report No.1, Statistical Forecasting Project, MIT, Department of Meteorology.
14. Mansourfar, K., (2009), "Advanced statistical methods associated with computer programs", Tehran: Tehran University Press. [In Persian].
15. Masoudian, A., (2003), "Study the geographical distribution of rainfall in Iran using rotated factor analysis", Journal of Geography and Development, 1: 79-88. [In Persian].
16. Masoudian, A., (2009), "Precipitation regions of Iran", Journal of Geography and Development, 13: 79-91. [In Persian].
17. Mohammadi Moghadam, S., Mosaedi, A., Janghjo, M., Mesdaghi, M., (2013), "Modeling relationship between rainfall and drought using Yazd Nadoushan pasture", Second International Conference on Plant, Soil, and Climate Modeling, Ordibehesht 18-19, Kerman University, pp 62-51. [In Persian].
18. Mohan, S., Arumugam, N., (1996), "Relative importance of meteorological variables in evapotranspiration: Factor analysis approach", Water Resources Management, 10: 1-20. [DOI:10.1007/BF00698808]
19. Pandey, K. P., Dabral, P., Pandey, V., (2016), "Evaluation of reference evapotranspiration methods for the northeastern region of India", International Soil and Water Conservation Research, 4: 52-63. [DOI:10.1016/j.iswcr.2016.02.003]
20. Raziei, T., Bordi, I., Pereira, L. S., (2008), "A precipitation-based regionalization for Western Iran and regional drought variability", Hydrology and Earth System Sciences,12: 1309-1329. [DOI:10.5194/hess-12-1309-2008]
21. Richman, B. M., Adrrianto, I., (2010), "Classification and regionalization through kernal principal component analysis, Physics and Chemistry of the Earth, 35: 316-328. [DOI:10.1016/j.pce.2010.02.001]
22. Seyfi, A., Mirlatifi, S. M., Riyahi, H., (2010), "Development of combined model of multiple regression - principal components and factors analysis (MLR-PCA) in the Forecast of reference evapotranspiration (Case Study: Kerman station)", Journal of Water and Soil Science, 6: 1186-1196. [In Persian].
23. Sheykholeslami, N., Ghahreman, B., Mosaedi, A., Davari, K., Mohajerpoor, M., (2014), "Propagation of ET0 for evapotranspiration using principal component analysis (PCA) and development of multiple linear regression model (MLR-PCA) (Case study: Mashhad station)", Water and Soil Journal (Agricultural Sciences and Technology), 2: 420-429. [In Persian].
24. Tabari, H., Marufi, S., Sabziparvar, A. A., (2010), "Estimation of daily pan evaporation using artificial neural network and multivariate non-linear regression", Irrig Sci., 28: 399-406. [DOI:10.1007/s00271-009-0201-0]
25. Wei, G., Dong, X., Hu, A., (2011), "Discuss on reference crop evapotranspiration in arid zone based on principal component analysis", International Symposium on Water Resource and Environmental Protection, 20-22 May 2011, China.
26. White, D., Richman, M., Yarnal, B., (1991), "Climate regionalization and rotation of principal components", International Journal of Climatology, 11 (1): 1-25. [DOI:10.1002/joc.3370110102]
27. White, F. J., Perry, A. H., (1989), "Classification of the climate of England and Wales based on agro climatic data", International Journal of Climatology, 9: 271-289. [DOI:10.1002/joc.3370090305]
28. Zotarelli, L., Dukes, D. M., Romero, C. C., Migliaccio, K. W., Morgan, T. K., (2015), "Step by step calculation of the Penman-Monteith Evapotranspiration (FAO-56 Method, AE 459 document, one of a series of the agricultural and biological engineering Department, UF/IFAS Extension, 1-10.
29. Zou, L., Xia, J., She, D., (2017), "Drought characteristic analysis based on an improved PDSI in the Wei river basin of China", Water, 9: 1-23. [DOI:10.3390/w9030178]
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

The estimation of reference Evapotranspiration in Tabriz and Ardebil, by Principal Component Analysis (PCA) . جغرافیایی 2019; 19 (65) :215-232
URL: http://geographical-space.iau-ahar.ac.ir/article-1-2786-fa.html

قاسمی احمدرضا، تیموری مریم، تیموری فاطمه. برآورد تبخیروتعرق مرجع ایستگاه‌های تبریز و اردبیل با استفاده از روش تحلیل مؤلفه‌های اصلی. فضای جغرافیایی. 1398; 19 (65) :215-232

URL: http://geographical-space.iau-ahar.ac.ir/article-1-2786-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 19، شماره 65 - ( 3-1398 ) برگشت به فهرست نسخه ها
فضای جغرافیایی Geographic Space
Persian site map - English site map - Created in 0.22 seconds with 43 queries by YEKTAWEB 4657