خدایار عبداللهی

تبخیر و تعرق به عنوان عامل مهم در اتلاف آب در مناطق خشک و نیمه خشک، پدیده پیچیده ای است کهبه عوامل و داده های زیادی بستگی دارد. بنابراین برآورد دقیق میزان آن، بسیار مشکل وپرهزینه است.هدف از این مطالعه، بررسی اثرات ریزمقیاس  نمایی کوکریجنگ دمای سطح زمین (LST)،برای برآورد تبخیر و تعرق واقعی (AET)، در ژوئن 2017 در حوضه زاینده  رود است. در این راستا،در روش اول،ریزمقیاس  نمایی کوکریجینگ به محصول LST حاصل از ماهواره MODIS اعمال شد. سپس با استفاده از سیستم  بیلان انرژی سطح (SEBS)،AET روزانه با وضوح متوسط ​​(250 متری) به دست آمد. در روش دوم، نقشه AET به وضوح متوسط ​​(250 متری) ریزمقیاس  نمایی شد. اعتبار سنجی با استفاده از محصولات حاصل ازLandsat 8 صورت پذیرفت. نتایج نشان داد مقادیر میانگین AET-SEBS ریزمقیاس  نمایی (12/56mm/day)وAET مرجع (13/11mm/day) دارایاختلاف ناچیزهستند. RMSEمیانAETمرجع و AETریزمقیاس  نمایی شده برابر با 1/66 میلیمتر/روز (r = 0/73) و میانLSTمرجع و ریزمقیاس  نمایی شده معادل 4/36K و (r=0/78)  بود. این مطالعه نشان داد که مقادیر AET حاصله از دو روش ریزمقیاس  نمایی، مشابه یکدیگر هستند، اما AET بدست آمده از LST ریزمقیاس  نمایی شده، یک تغییرپذیری فضایی بالاتری را از خود نشان می دهد. مقایسه AET-SEBS با AET حاصل از روش پنمن- مانتیث- فائو نشان دهنده RMSE برابر با 26/2است. بنابراینLST اثر زیادی در تولید نقشه های AET از روی تصاویر سنجش از دور دارد و ریزمقیاس  نمایی  کوکریجینگ برای ارائه  نقشه های AET روزانه  با  وضوح فضایی متوسط ​​مفید بوده است. در مجموع یافته های پژوهش نشان داد با به کارگیری روش ریزمقیاس نمایی و SEBS، می توان تبخیر و تعرق واقعی را در حوضه زاینده  رود و برای مناطق خشک و نیمه خشک با دقت مطلوب محاسبه نمود.

استفاده از مدل های هیدرولوژیکی یکی از روش های رایج در تجزیه وتحلیل کمی حوضه های آبخیز است. پیشرفت های اخیر در زمینه سازی های بارش –رواناب که انعطاف بیشتری در حل مسائل و پدیده های هیدرولوژیکی دارند، آن ها را جایگزین مناسبی به جای روابط تجربی کرده است. به طور مرسوم در پژوهش های صورت گرفته پیشین مبتنی بر بهینه سازی مدل در همان مقیاس محلی موردبررسی قرارگرفته که فاقد عمومیت مکانی است. هدف این مطالعه ارائه پارامترهایی با اندازه معین است تا در سطح عمومی تری برای تمام زیرحوضه ها پاسخ قابل قبولی را ارائه دهد. بدین منظور پارامترهایی از مدل هیدرو گراف سیلاب که در هیدروگراف سیلاب نقش دارند، در مقیاس زیرحوضه ای و بزرگ مقیاس مورد مقایسه قرارگرفته است. در این مطالعه از مدلHEC-HMSبرای مدل سازی رواناب زیر حوضه ها و میزان رواناب خروجی از حوضه استفاده شده است؛ برای ساختار مدل از عوامل شماره منحنی SCS برای روش تلفات و هیدروگراف واحد SCS جهت روش انتقال استفاده شد. به منظور واسنجی ابتدا بهینه سازی پارامترها در هریک از زیرحوضه ها به صورت جداگانه انجام گرفت و سپس مقدار عمومی پارامترها با به دست آوردن اندازه ثابتی از پارامترهای حساس که در همه زیر حوضه ها پاسخ قابل قبولی ارائه دهند، انجام شد. یافته های تحقیق نشان می دهد که گرچه کارایی مدل در واسنجی با پارامترهای محلی برتر از واسنجی با استفاده از پارامترهای بزرگ مقیاس است، ولی ایستایی پارامترهای عمومی بهتر است. به منظور ارزیابی کارایی مدل از شاخص Nash-sutcliffeاستفاده گردید که این شاخص برای کالیبراسیون محلی ۸۵/۰ و کالیبراسیون بزرگ مقیاس ۶۵/۰ به دست آمد که در دامنه مطلوبی برای شبیه سازی قرار دارد.

تحلیل پدیده های هیدرولوژیکی با استفاده از سری زمانی ازجمله موضوعات مهم در هیدرولوژی است. در تحقیق حاضر از مدل رگرسیون کمترین مربعات فازی و مدل ARIMA برای شبیه سازی دبی ماهانه در حوضه ی آبخیز کوه سوخته استفاده گردید. طول دوره ی آماری 25 سال در نظر گرفته شد. در مدل خود همبسته تجمعی میانگین متحرک، ابتدا شناسایی مدل و مرتبه ی آن و در مرحله ی بعد تخمین پارامترها و کفایت مدل مورد بررسی قرار گرفت. در مدل رگرسیون کمترین مربعات فازی با در نظر گرفتن عدم قطعیت حاکم بر سیستم های طبیعی، از تابع عضویت مثلثی متقارن استفاده شد. جهت مقایسه ی کارایی دو مدل در پیش بینی دبی ماهانه، آمار هواشناسی و هیدرومتری مورداستفاده قرار گرفت. دبی ماهانه مدل سازی شده توسط مدل های ARIMA و رگرسیون کمترین مربعات فازی با استفاده از شاخص های مختلف ازجمله شاخص نش- ساتکلیف با هم مقایسه شدند که مقدار آن به ترتیب 84/0 و 88/0 برای کارایی مدل ها به دست آمد که نشان دهنده ی کارایی بهتر رویکرد رگرسیون کمترین مربعات فازی در برآورد دبی با مقادیر زیاد، نسبت به مدل سری زمانی است. ولی مدل ARIMA در برآورد دبی با مقادیر کم، دقت بیشتری دارد.