پیش بینی و تحلیل عدم قطعیت تبخیر- تعرق گیاه مرجع در شرایط تغییر اقلیم در شیرا

Abstract

مقدمه و هدف افزایش جهانیِ گازهای گلخانه‌ای به دلیل متاثر ساختن متغیرهای مهمِ هواشناسی و هیدرولوژیکی همانند تبخیر- تعرق پتانسیل، می‌تواند تهدیدی جدی برای کشاورزی پایدار در شرایط وقوع تغییراقلیم محسوب شود. تبخیر- تعرق پتانسیل یکی از عوامل کلیدی موثر بر تولید محصولات کشاورزی است و نداشتن درک مناسب از مقدارِ آن می‌تواند امنیت آب و غذا را به مخاطره بیندازد. به همین دلیل در این پژوهش، مقدار این متغیرِ مهم تا سال 2100 تحت سناریوهای مختلف انتشار در مدل‌های گردش عمومی جو (GCMs) برآورد شد. مواد و روش‌ها بر اساسِ خروجی‌های بدست آمده از 15 مدل GCMs تحت سه سناریوی A1B، A2 وB1، تاثیر وقوعِ گرمایش جهانی بر میزان تبخیر-تعرق پتانسیل و عدم‌قطعیت‌های حاکم در پیش‌بینی آن در شهرستان شیراز تحلیل شد. داده‌های بزرگ‌مقیاسِ مدل‌های GCMs با مدل آماری LARS-WG در ایستگاه شیراز در سه بازه‌یِ زمانیِ 2040-2011 (دوره‌ی ابتدایی)، 2070-2041 (دوره‌ی میانی)و 2100-2071 (دوره‌ی انتهایی) ریزمقیاس شدند. بدین منظور، ابتدا مدل با استفاده از داده‌های هواشناسیِ روزانه در دوره‌ی پایه (2010-1981) واسنجی و صحت-سنجی شد و سپس برای ریزمقیاس‌سازی استفاده شد. توانایی مدل‌های تجربی، رگرسیون خطی و روش‌های هوش مصنوعی شامل سیستم استنتاج عصبی فازی و ماشین‌های بردار پشتبان در برآورد تبخیر- تعرق پتانسیل در مقایسه با روش فائو پنمن-مانتیث ارزیابی شد. سپس میزان تبخیر-تعرق پتانسیل در آینده با استفاده از مدل منتخب برآورد شد. در نهایت، دامنه‌ی عدم‌قطعیت برای مقادیرِ برآورد شده‌ی تبخیر- تعرق پتانسیل تحت مدل‌های مختلف GCMs در مقیاس‌های زمانیِ سالانه، فصلی و ماهانه تعیین شد. نتایج و بحث نتایج آزمون t و مقدارِ آماره‌های ارزیابی نشان داد مدل ریزمقیاس‌سازِ منتخب، توانایی قابل قبولی در تخمین مولفه‌های بارش و دماهای کاردینال تا سال 2100 دارد. روش ماشین‌های بردار پشتیبان بر اساس معیارهایِ جذر میانگین مربعات خطا (mm 42/0) و ضریب کارآیی مدل (97/0)، کم‌ترین خطا را در تخمین تبخیر- تعرق پتانسیل داشت که نشان‌دهنده تناسب این روش برای برآورد این پارامتر در اقلیم آینده-ی شیراز می‌باشد. در حد فاصل سال‌های 2100-2011، مقایسه‌ی میانگین نتایجِ 35 ترکیب از مدل‌های منتخب (15 مدل GCMs تحت سه سناریوی انتشار) و همچنین میانه‌های توابع توزیع احتمال در سه سناریوی A1B، A2 و B1 با مقدار آن‌ها در دوره پایه، حاکی از افزایش تبخیر-تعرق پتانسیل در مقیاس‌های زمانی سالانه، فصلی و ماهانه بود. دوره‌های میانی و انتهایی قرن 21 ام (6/15-3/10 درصد)، فصل‌های پربارش (9/31-4/5 درصد) و همچنین ماه‌های دسامبر، ژانویه و فوریه (45-5/8 درصد) بیش‌ترین افزایش در میزان تبخیر- تعرق پتاسیل را در مقایسه با دوره‌ی پایه تحت گرمایش جهانی خواهند داشت. بررسی توابع توزیع تجمعی احتمال نشان داد دامنه‌ی عدم قطعیت در تخمین تبخیر- تعرق پتانسیل در مقیاس‌های سالانه، فصلی و ماهانه به ترتیب در محدوده‌های 250-180، 7/132-1/47 و 4/56-6/19 میلی‌متر قرار دارد. نتیجه‌گیری یافته‌های این پژوهش نشان می‌دهد افزایش تقاضای اتمسفری در ماه‌های پربارش می‌تواند با کاهشِ ذخیره‌ی رطوبتی خاک برای کشت‌های بهاره و افزایش کمبودِ آب سبز در کشت‌های پاییزه، کشاورزی را در هر دو بخش دیم و آبی به مخاطره بیندازد که این امر مستلزم برنامه‌ریزی برای مواجه با این چالش جهانی است. با این وجود، باید در نظر داشت که ریسک‌پذیری برنامه‌ریزی‌های بلندمدت به دلیل عدم ‌قطعیت‌های بیش‌تر در تخمینِ تبخیر- تعرق پتانسیل بیش‌تر از مقیاس‌های زمانیِ کوتاه ‌مدت خواهد بود.

Keywords

• واژگان کلیدی: توابع توزیع احتمال
• شیراز
• گرمایش جهانی
• ماشین‌های بردار پشتیبان
• مدل‌های gcm