تبخیر

تبخیر از پدیده های مهم چرخه آبشناختی است و تخمین و پیش بینی آن در مدیریت و برنامه ریزی اصولی آب ضروری می باشد، به همین خاطر به پیش بینی این پدیده در حوضه دز که بخش مهمی از آب مصرفی کشور را تأ مین می کند پرداخته شده است. در شبیه سازی تبخیر و بررسی امکان پیش بینی آن ازمدل شبکه عصبی مصنوعی با بهره گیری از نرم افزار نروسلوشن استفاده گردیده که آمار مربوط به تبخیر در 4 ایستگاه همدید با حداقل 19 سال آمار ماهانه و داده های مربوط به مهمترین شاخص های آب و هوایی، مورد تجزیه و تحلیل قرار گرفته است. نتایج پژوهش نشان می دهد که مهمترین شاخص های مرتبط با تبخیر در حوضه شامل نینا 3، اس. دبلیومونسون، ام.ای.آی، نینا 1، نینا 4 و نینا 3/4 می باشد. مقایسه داده های مشاهده ای تبخیر و خروجی شبکه عصبی مصنوعی همبستگی بالا بین این داده ها را نشان می دهد، به طوریکه میزان این همبستگی در ایستگاه خرم آباد 79 درصد، دزفول 94 درصد، کوهرنگ 80 درصد و اراک 72 درصد است. با توجه به خروجی شبکه عصبی و داده های مربوط به شاخص های آب و هوایی می توان با دقت بالای 98 درصد به پیش بینی تبخیر درحوضه اقدام نمود.

پژوهش حاضر با هدف تحلیل حساسیت پاراهای موثر بر میزان تبخیر به ارزیابی پاراهای هواشناسی روزانه شامل میانگین دما، رطوبت نسبی، سرعت باد، ساعات آفتابی، میزان تشعشع و فشار سطح ایستگاه سینوپتیک تبریز در دوره آماری 5 ساله (1386 الی 1390) پرداخته است. به این منظور در ابتدا به کمک شبکه عصبی مصنوعی وزن دار، مدلی برای تخمین میزان تبخیر توسعه داده شد. سپس به کمک ماتریس وزنی حاصل از بهترین معماری شبکه، از الگوریتم گارسن برای تحلیل حساسیت و تعیین اهمیت نسبی پاراهای ورودی استفاده گردید. نتایج حاصل نشان داد که میانگین دما و رطوبت نسبی بیش ترین تأثیر و ساعات آفتابی، میزان تشعشع، سرعت بادو فشار سطح ایستگاه کین تأثیر را بر روی میزان تبخیر از تشت شهر تبریز دارد.

هدف از مطالعه حاضر، بررسی تصورات و کج فهمی های دانش آموزان پایه سوم ابتدایی درباره پدیده های تبخیر و میعان است؛ مفاهیمی که هم در برنامه درسی مدارس و هم در زندگی روزانه اهمیت فراوان دارند. 132 نفر از دانش آموزان دختر پایه سوم ابتدایی در سال تحصیلی 94-1393 به روش نمونه گیری تصادفی خوشه ای مرحله ای از چهار آموزشگاه از چهار مرکز استان انتخاب و در این مطالعه شرکت داده شدند. برای گردآوری اطلاعات، از یک آزمون تشخیصی حاوی ده سؤال باز-پاسخ بهره گیری شد و پاسخهای دانش آموزان در قالب توضیحات داده شده و همچنین شرکت در مصاحبه نیمه ساختاریافته مورد تجزیه و تحلیل قرار گرفت. برای ارزیابی میزان درک دانش آموزان، از روش ارزیابی مفهومی استفاده شد. بررسی پاسخ های داده شده به سؤالهای پرسشنامه نشان داد که دانش آموزان پایه سوم ابتدایی کج فهمی های بسیار در زمینه پدیده های تبخیر، میعان و تاثیر گرما بر آنها دارند و نمی توانند در بسیاری از موارد شبیه سازی شده، آموخته های خود درباره تبخیر و میعان را به خوبی به کاربندند. همچنین آموخته های آنان در پایه های پایین تر نتوانسته است مانع بروز این کج فهمی ها شود و علی رغم درک مفهومی تبخیر و میعان از طرف برخی از آنها، همچنان نیاز است که در آموزش مفاهیم مرتبط با چرخه آب و تغییر حالت مواد از مایع به گاز و به عکس، توجه و دقت بسیار به عمل آید. بر پایه این یافته ها ضرورت دارد تا در بازبینی برنامه های درسی و مواد آموزشی علوم تجربی دوره ابتدایی، در سازماندهی مفاهیم مرتبط با تبخیر، میعان و مدل سازی آنها در کتابهای درسی توجه ویژه مبذول شود.

امروزه در بین محققان به دلیل امکان تحلیل مکانی- زمانی، عدم صرف هزینه بالا برای برداشت داده، زمان برنبودن و به خصوص استفاده از داده های شبکه ای در دسترس، روش های تجربی طرفداران زیادی پیدا کرده است. برای اطمینان از صحت برآورد میزان تبخیر دریاچه ها از روش های ابداع شده تجربی در هیدرولوژی، آن ها را با روش بیلان آبی، که روش اندازه گیری مستقیم به شمار می آید، صحت سنجی می کنند. در تحقیق حاضر برای برآورد تبخیر از سطح دریای خزر به منظور برنامه ریزی برای اثرهای نوسانات آب دریا در اکولوژی و تأثیر بر زندگی ساکنان کشورهای مجاور آن، هفت روش تجربی صحت سنجی شد که از میان آن ها روش مایر بیشترین و نزدیک ترین برآورد را به روش مبنا دارا بود. بر اساس روش مایر، میزان تبخیر از سطح این دریا 1010 میلی متر در سال برآورد شد. بالاترین میزان تبخیر به لحاظ مکانی از سطح دریای خزر در جنوب شرقی و خلیج قره بغاز و کمترین میزان آن در بخش غربی و شمالی این دریا انجام می گیرد. به لحاظ زمانی نیز بیشترین مقدار تبخیر خزر در تابستان و کمترین مقدار آن در زمستان انجام می گیرد. عواملی همچون عرض جغرافیایی و دریافت انرژی، جهت گیری ارتفاعات در جنوب و غرب خزر، جریان های آب سرد در بخش غربی، و وجود بیابان های بخش شرقی خزر در الگوی توزیع تبخیر خزر اثرگذار است.

داده های اخذ شده توسط سنجنده های ماهواره ای، به طور معمول به سه دسته تصاویر با قدرت تفکیک مکانی پایین، متوسط و بالا تقسیم می شوند. بسیاری از تصاویر با قدرت تفکیک مکانی پایین و متوسط و قدرت تفکیک زمانی بالا، به راحتی در دسترس کاربران هستند، در حالی که تصاویر با قدرت تفکیک مکانی بالا، در اکثر مواقع دارای قدرت تفکیک زمانی بالایی نیستند و یا به صورت تجاری و با هزینه بالا در دسترس هستند. علاوه بر این، تصاویر با قدرت تفکیک مکانی بالا معمولا فاقد باندهای حرارتی بوده و لذا در مدل کردن فرآیند های طبیعی، مانند تبخیر- تعرق با محدودیت مواجه هستند. تولید نقشه های تبخیر- تعرق روزانه، با قدرت تفکیک مکانی بالا، همواره یکی از چالش های محققان سنجش ازدور بوده است. هدف این مطالعه، امکان سنجی تولید نقشه های تبخیر- تعرق روزانه با قدرت تفکیک مکانی 30 متر است. این تحقیق بر روی زمین های کشت و صنعت امیرکبیر اجرا شده است. برای این منظور ابتدا از بین باندهای 36 گانه تصویر مادیس، باندهایی که از لحاظ طیفی، تقریبا معادل با تصویر لندست 8 بودند، شناسایی شدند. سپس با استفاده از الگوریتم های SADFAT و STARFM و تصاویر لندست 8 و مادیس، باندهای مرئی و مادون قرمز با قدرت تفکیک زمانی روزانه و قدرت تفکیک مکانی 30 متر تولید شدند و در نهایت با استفاده از الگوریتم سبال، نقشه های تبخیر- تعرق واقعی از باندهای شبیه سازی شده تولید شدند. مقایسه تبخیر- تعرق های شبیه سازی شده با تبخیر- تعرق های به دست آمده با روش فائو- پنمن- مانتیث نشان دهنده و است. همچنین مقایسه تبخیر- تعرق شبیه سازی سازی شده با تبخیر- تعرق حاصل از تصویر لندست 8، در همان روز نشان دهنده و است که نشان دهنده عملکرد خوب چهارچوب پیشنهادی برای ریز مقیاس نمایی در این مطالعه است.

تبخیر در مطالعات هیدرولوژی و منابع آب و تعیین نیاز آبی گیاه از اهمیت خاصی برخوردار است، و به عنوان یکی از مهم ترین فراسنج های جوی، اهمیت ویژه ای در مدیریت آب و برنامه ریزی آبیاری در کشاورزی دارد. در منطقه سیستان درجه حرارت بالا و همچنین وزش باد موجب شده است تا از مجموع 1.5 میلیارد متر مکعب آب ذخیره شده در چهار چاه نیمه سیستان سالانه حجم بسیار زیادی آب از سطح چاه نیمه ها تبخیر گردد. با توجه به خشکسالی های منطقه، مدیریت صحیح و بهینه آب چاه نیمه ها به خصوص در فصول کم آبی از اهمیت ویژه ای برخوردار است. لذا هدف از مطالعه حاضر محاسبه میزان تبخیر، بررسی روند تغییرات تبخیر و پیش بینی تبخیر طی سال های آتی در چاه نیمه های سیستان می باشد. در این تحقیق برای پیش بینی تبخیر از تشت در چاه نیمه های سیستان از مدل های سری زمانی آریما استفاده شد. بدین منظور از آمار و اطلاعات تبخیر از تشت طی سال های 1376 تا 1393 استفاده شد. همچنین جهت پیش بینی تبخیر از مدل های هالت-وینترز، برون یابی منحنی روند و مدل های ساریما استفاده شد. نتایج ارزیابی مدل های هالت-وینترز، برون یابی روند و ساریما نشان داد که بر اساس رتبه بندی مجموع معیارهای ارزیابی، مدل ساریما (1,1,1)(1,1,1) دارای دقت بیشتری در تخمین مقادیر تبخیر در دوره صحت سنجی (1388-1393) می باشد به طوریکه مقدار R2، MAE، MBE و RMSE به ترتیب 98/0، 26، 82/1- و 82/34 بدست آمد؛ لذا در ادامه از این مدل برای پیش بینی تبخیر تا سال 1400 استفاده شد. نتایج نشان داد که میزان تبخیر از 4484 میلی متر در سال 1376 به 4889 میلی متر در سال 1400 افزایش می یابد، که نشان می دهد 4/0 حجم مخازن چاه نیمه ها صرف تبخیر می شود؛ لذا جهت کاهش تبخیر از چاه نیمه ها ارائه راهکارهای مدیریتی لازم ضروری می باشد.

هدف از مطالعه حاضر، بررسی تصورات و کج فهمی های دانشجومعلمان علوم تجربی درباره ماهیت تبخیر، سرعت تبخیر سطحی و فشار بخار است. مفاهیمی که هم در برنامه درسی مدارس و هم در زندگی روزانه اهمیت فراوانی دارند. تعداد 84 نفر از دانشجومعلمان در سال تحصیلی 94-1393 به روش نمونه گیری تصادفی خوشه ای مرحله ای از دو پردیس «دانشگاه فرهنگیان» در شهر تهران انتخاب شدند و در این مطالعه شرکت کردند. برای گردآوری اطلاعات، از یک آزمون تشخیصی حاوی پنج سؤال بازپاسخ استفاده شد و پاسخ های دانشجومعلمان در قالب توضیحات داده شده و همچنین شرکت در مصاحبه نیمه ساختاریافته (10 مورد) مورد تجزیه وتحلیل قرار گرفت. بررسی پاسخ های داده شده به سؤال های پرسش نامه نشان داد که دانشجو معلمان علوم تجربی کج فهمی های زیادی در زمینه تبخیر، سرعت تبخیر سطحی و فشار بخار دارند و نمی توانند در بسیاری از موارد شبیه سازی شده، آموخته های خود درباره مفاهیم پایه ای را به خوبی مورد استفاده قرار دهند. بر پایه این یافته ها ضرورت دارد تا در بازبینی برنامه های درسی و مواد آموزشی رشته کارشناسی و کاردانی علوم تجربی، در سازمان دهی مفاهیم مرتبط با تبخیر، سرعت تبخیر، فشار بخار و مدل سازی آن ها در کتاب های درسی دقت بیشتری به عمل آید.

تبخیر و تعرق یکی از اجزای مهم بیلان انرژی و آب است. کارآمدترین روش محاسبه میزان تبخیر و تعرق واقعی در مقیاس وسیع، استفاده از تصاویر ماهواره ای و سنجش از دور می باشد. اجرای الگوریتم های محاسبه تبخیر و تعرق مانند سبال نیازمند محاسبه تبخیر تعرق مرجع و در نتیجه بدست آوردن مقادیر دما و رطوبت هوا و سرعت باد است. معمولا در محاسبات مربوط به تبخیر و تعرق از اطلاعات بدست آمده از نزدیکترین ایستگاه (های) هواشناسی به منطقه موردمطالعه استفاده می شود که می تواند همراه با خطا باشد. به همین دلیل در این مطالعه، از سنسورهای اینترنت اشیا جهت اندازه گیری دقیق دمای هوا در ارتفاع 2 متری از سطح زمین و همچنین رطوبت هوا و سرعت باد در منطقه مورد مطالعه استفاده شده است. منطقه مورد مطالعه در این تحقیق، مزارع شرکت کشت و صنعت مغان در استان اردبیل است. در این تحقیق تعداد 23 نود در تعدادی از مزارع شرکت کشت و صنعت مغان نصب و راه اندازی گردید. الگوریتم بیلان انرژی سطح زمین (سبال) جهت محاسبه میزان تبخیروتعرق با تصاویر لندست 8 سال 1394 مورداستفاده قرار است.

النینو از پدیده های مهم اقلیمی است که تأثیر زیادی بر متغیرهای اقلیمی نقاط مختلف کره زمین دارد. با توجه به نقش تبخیر در مطالعات منابع آب، بررسی تأثیر پدیده النینو بر این متغیر اقلیمی، از اهمیت شایانی برخوردار است. هدف از این پژوهش بررسی امکان برآورد تبخیر در ایستگاه همدید خرم آباد با استفاده از داده های النینو و با کمک مدل شبکه عصبی مصنوعی است. بدین منظور، داده های تبخیر ماهانه ایستگاه به مدت 29 سال از 1992 تا 2011 از پایگاه داده سازمان هواشناسی کشور و داده های النینو از سایت نوآ استخراج گردید. سپس با استفاده از مدل شبکه عصبی مصنوعی به تجزیه و تحلیل داده ها پرداخته شد. نتایج نشان داد که از میان موقعیت های النینو تنها در Nina1 و Nina3 با تبخیر در ایستگاه مورد مطالعه ارتباط وجود دارد. با مقایسه داده های مشاهده ای تبخیر و خروجی شبکه عصبی، میزان همبستگی این داده ها 78 درصد می باشد. بین داده های النینو و خروجی شبکه عصبی همبستگی برقرار شد که میزان آن ۹۹/۰ است. بنابراین با توجه به بالا بودن همبستگی بین داده های النینو و خروجی شبکه عصبی و با استفاده از معادله رگرسیون خطی می توان برای ماه های بدون داده، با دقت 99 درصد، نسبت به برآورد تبخیر در ایستگاه خرم آباد، اقدام نمود.

تبخیر یکی از مهمترین اجزای چرخه هیدرولوژی می باشد که نقش بسیار مهمی در مدیریت منابع آب و محیط زیست دارد. اطلاع از میزان هدر رفت آب در اثر فرآیند تبخیر در یک منطقه بالاخص در مناطق خشک و نیمه خشک که با کمبود منابع آب مواجه هستند، یکی از مهمترین اصول مدیریتی در برنامه ریزی منطقه ای است. هدف از انجام این تحقیق ارزیابی دقت روش شبکه عصبی مصنوعی در برآورد تبخیر روزانه در ایستگاه هواشناسی شهرستان شیراز و قابلیت تعمیم آن در ایستگاه هواشناسی شهرستان زرقان واقع در استان فارس می باشد. برای این منظور تعداد 1775 داده هواشناسی روزانه شامل دما، رطوبت نسبی، سرعت باد، ساعت آفتابی جمع آوری و مقدار تبخیر روزانه با استفاده از چهار مدل شبکه عصبی مصنوعی برآورد گردید. جهت مدل سازی در این تحقیق از شبکه عصبی پرسپترون چند لایه و تابع سیگموئیدی استفاده گردید. نتایج بدست آمده از چهار مدل شبکه عصبی مصنوعی بر اساس معیارهای ضریب تعیین (R2)، ضریب ناش-ساتکلیف (NSC) و مجذور میانگین مربعات خطا (RMSe) مورد ارزیابی قرار گرفتند. نتایج نشان داد که در ایستگاه هواشناسی شیراز مدل 4 با ساختار 1-6-5 نرون، دارای RMSe کمتر و R2 و NSC بالاتر در هر دو مرحله آموزش و آزمون نسبت به دیگر مدل ها می باشد و به عنوان مدل برتر جهت پیش بینی میزان تبخیر روزانه در شهرستان شیراز انتخاب گردید. نتایج حاصل از تعمیم پذیری مدل 4 با ساختار 1-6-5 در ایستگاه هواشناسی زرقان نیز نشان از دقت بالای این مدل در پیش بینی تبخیر روزانه در این ایستگاه دارد. بنابراین می توان از مدل 4 به عنوان مدل مناسب جهت پیش بینی مقادیر تبخیر روزانه در شهرستان زرقان برای دوره هایی که اندازه گیری تبخیر انجام نشده است، استفاده نمود.

امروزه با در دست داشتن مدل های باز تحلیل شده هیدرولوژیکی به راحتی می توان به مقادیر موردنیاز تبخیر در زمان و مکان دلخواه دست پیدا کرد. در مقاله حاضر به بررسی کارایی مدل های بازتحلیل شده هیدرولوژیکی SWBM، HTESSEL، HBV-SIMREG، Ensemble و LISFLOOD برای تخمین مقدار تبخیر از مخزن سد یامچی اردبیل پرداخته شد. جهت ارزیابی کارایی مقادیر تبخیر به دست آمده از مدل های باز تحلیل شده هیدرولوژیکی، از نتایج معادله تحلیلی پنمن و مقادیر هشت رابطه تجربی جهت تخمین تبخیر از سطح آزاد آب استفاده گردید. همچنین در کنار این دو روش، دقت مدل های بازتحلیل شده با روش عصبی پیش خور نیز مورد مقایسه قرار گرفت. نتایج به دست آمده نشان داد که مقادیر تبخیر حاصل از مدل تحلیلی پنمن دارای ضریب همبستگی 90/0 با داده های به دست آمده از تشت تبخیر منطقه موردمطالعه است. از میان مدل های بازتحلیل شده هیدرولوژیکی بالاترین همبستگی با مقادیر تشت تبخیر توسط مدل LISFLOOD با مقدار 87/0 و RMSE برابر 37/1 میلی متر در روز به دست آمد. نتایج به دست آمده همچنین نشان داد که مقدار MAE مدل LISFLOOD با داده های ثبت شده توسط تشت تبخیر در تخمین تبخیر از مخزن سد یامچی در حدود 14/1 میلی متر در روز بوده است. با توجه به نتایج حاصله می توان بیان کرد که برای تخمین تبخیر از مخازن سد در صورت عدم دسترسی به داده های منطقه، مدل های بازتحلیل شده هیدرولوژیکی می تواند تخمین مناسبی در مقیاس تبخیر روزانه در اختیار کاربر قرار دهد.

تبخیر از تشت به عنوان یک پارامتر کاربردی در زمینه های مختلف، مانند برآورد هدر رفت آب از دریاچه ها و مخازن سدها و همچنین برآورد نیاز آبی گیاهان به ویژه در مناطقی که اطلاعات لایسیمتری وجود ندارد، کاربرد دارد. مدل سازی این پارامتر می تواند در زمینه بازسازی داده های گم شده و برنامه ریزی های درازمدت منابع آب و توسعه کشاورزی کارساز باشد. در این پژوهش با به کارگیری یک مدل هوش مصنوعی (برنامه ریزی بیان ژن) و دو مدل سری زمانی (فوریه و آریما)، تبخیر از تشت در ایستگاه سد زاینده رود در دوره زمانی 1344 تا 1396 (53 سال) مدل سازی شد. سری زمانی داده های تبخیر از تشت در مقیاس روزانه برای ماه های گرم سال (خرداد، تیر، مرداد، شهریور و مهر)، به عنوان ورودی مدل های فوریه و آریما و 4 الگوی مختلف شامل استفاده از داده های روزانه تبخیر 1 ماه قبل، 2 ماه قبل، 3 ماه قبل و 4 ماه قبل، به عنوان ورودی مدل برنامه ریزی بیان ژن استفاده شد. نتایج نشان داد که مدل برنامه ریزی بیان ژن تنها در ماه مهر نتایج قابل قبولی دارد و برای ماه های دیگر نتایج از نظر شاخص های آماری قابل قبول نمی باشد. میزان خطای برآود تبخیر روزانه در ماه مهر 38/0 میلی متر بر روز (معادل 7/2 درصد) بدست آمد. این میزان خطا بر اساس ضریب تبیین 84/0 و ضریب نش- ساتکلیف (ضریب کارایی مدل) 83/0، قابل قبول ارزیابی شد. بر خلاف مدل برنامه نویسی بیان ژن، مدل فوریه در تمام ماه های مورد مطالعه نتایج قابل قبول ارائه داد. مقادیر خطای برآورد تبخیر روزانه در این روش بین 02/1 تا 7/0 میلی متر بر روز به دست آمد که معادل 2/5 تا 8/8 درصد است. مقایسه نتایج دو مدل فوق با نتایج مدل آریما نیز نشان داد مقادیر خطای مدل آریما در تمام ماه ها بیشتر (4/9 تا 6/19 درصد) از مدل های فوریه و برنامه ریزی بیان ژن است. بنابراین بهترین مدل برای برآورد تبخیر روزانه از تشت، در ماه مهر مدل برنامه ریزی بیان ژن و در بقیه ماه ها مدل فوریه می باشد. ارزیابی دقت و توانایی برآورد داده های حدی تبخیر روزانه نیز نشان داد، مدل فوریه در تخمین داده های حدی، دارای توانایی بالاتری نسبت به دو مدل دیگر است. بنابراین می توان این مدل را جهت برآورد تبخیر روزانه در ایستگاه سد زاینده رود و همچنین بازسازی داده های گم شده توصیه نمود.

در مناطق نیمه خشک و کوهستانی از جمله لرستان عواملی چون سرعت زیاد باد و دما در فصول گرم سال منجر به تبخیر سطحی زیاد که عامل عمده تلفات آب می باشد اتفاق می افتدکه این تبخیر حتی در دمای پایین تر از نقطه جوش آب اتفاق می افتد. تاکنون راهکارهای مختلفی برای کاهش میزان تبخیر ارائه شده است. در پژوهش حاضر که با هدف عملکرد توپ های پلی اتیلنی بدون روزنه بر کیفیت شیمیایی آب با آنالیز آماری انحراف واریانس یک سویه و آزمون میانگین گیری توکی و دانکن در 18 سری داده برداری انجام شد. پارامترهای منتخب کیفی شیمیایی شامل سولفات، کل جامدات محلول و کدورت مورد بررسی قرار گرفت. بررسی تغییرات سولفات 9/38 ppm))، و همچنین مقادیر پارمتر فوق الذکر در تشتک دارای توپ بدون روزنه سولفات 42/40 ppm)) بوده است. در طول دوره ی آماری تغییرات کدورت و کل جامدات محلول مورد بررسی قرار گرفت که کاهش7 درصدی کدورت در تشتک دارای توپ بدون روزنه، کاهش 5 درصدی کل جامدات محلول در تشتک دارای توپ بدون روزنه نسبت به تشتک شاهد گردیده است. استفاده از پوشش های شناور کنترل تبخیر می تواند روشی مؤثر برای کاهش کدورت آب باشد. این پوشش ها علاوه بر کاهش کدورت آب، می توانند از تبخیر آب نیز جلوگیری کنند که این امر می تواند به حفظ منابع آب کمک کند. در روند تغییرات درصد اکسیژن محلول تشتک توپ بدون روزنه نسبت به تشتک شاهد تغییر کاهشی در تبادلاکسیژن داراست که این تغییر قابل توجه و معنادار نیست.