نتایج جستجو

1135

نتیجه یافت شد

مرتبط ترین ها

اعمال فیلتر

به روزترین ها

اعمال فیلتر

پربازدید ترین ها

اعمال فیلتر

پر دانلودترین‌ها

اعمال فیلتر

پر استنادترین‌ها

اعمال فیلتر

تعداد صفحات

114

انتقال به صفحه



فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها



گروه تخصصی










متن کامل


مرکز اطلاعات علمی SID1
مرکز اطلاعات علمی SID
اسکوپوس
مرکز اطلاعات علمی SID
ریسرچگیت
strs
نشریه: 

علوم محیطی

اطلاعات دوره: 
  • سال: 

    1389
  • دوره: 

    8
  • شماره: 

    2
  • صفحات: 

    1-10
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    128
  • دانلود: 

    20
چکیده: 

تعیین تبخیر تعرق واقعی یکی از مهمترین اجزا مطالعه سیکل هیدرولوژی و طراحی و مدیریت سیستم های آبیاری کشاورزی است. در این تحقیق کارایی مدل های هوشمند مثل منطق فازی، رگرسیون فازی و شبکه عصبی مصنوعی برای تخمین تبخیر و نعرق روزانه را بررسی و با مقادیر واقعی و مشاهده اندازه گیری شده در سیستم بر اساس گیاه مرجع چمن در منطقه اکباتان همدان در غرب ایران مقایسه گردیده است. داده های مورد استفاده در مدل های هوشمند عبارت است از حداکثر و حداقل درجه حرارت، حداکثر و حداقل رطوبت سنجی، سرعت باد و ساعت آفتابی در ایستگاه هواشناسی همدان. مقدار Rmse در سه روش منطق فازی، رگرسیون فازی و روش شبکه عصبی مصنوعی، به ترتیب برابر با 0.72، 0.86 و 0.74 میلی متر در روز و همچنین مقدار R 2 به ترتیب برابر 0.88، 0.86 و 0.84 می باشد. بر اساس نتایج بدست آمده روش منطق فازی بهترین روش در بین مدل های هوشمند استفاده شده برای برآورد تبخیر و تعرق روزانه می باشد.

آمار یکساله:  

بازدید 128

دانلود 20 استناد 0 مرجع 0
نویسندگان: 

MOKHTARI M.H. | AHMAD B. | HOVEIDI H. | BUSU I.

اطلاعات دوره: 
  • سال: 

    2013
  • دوره: 

    7
  • شماره: 

    2
  • صفحات: 

    407-422
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    32029
  • دانلود: 

    21356
چکیده: 

METRIC (Mapping evapotranspiration at High Resolution with Internalized Calibration) is known as an appropriate surface energy balance model for the estimation of the spatial distribution of evapotranspiration (ET) in semi-arid regions. Based on lysimeter measurements, METRIC has shown ET estimates of 10% on a sub-field scale on a daily basis. There is a need to identify how the model is sensitive to the input parameters. Therefore, the most influential parameters in the algorithm can be identified and the model can be further improved. Sensitivity analysis at three levels of vegetation cover shows that METRIC is highly sensitive to dT, surface temperature, net radiation, sensible heat flux, surface albedo, soil heat flux, and air temperature. It is also moderately sensitive to friction velocity, aerodynamic resistance to heat transfer, surface emissivity and less sensitive to leaf area index, soil adjusted vegetation index, wind speed (except wind speed at low level of vegetation cover), and roughness length for momentum (except Zom<0.1). A two-factor analysis of the algorithm’s primary inputs showed that the pair albedo-surface temperature is the most and the normalized vegetation index-soil adjusted vegetation index or normalized vegetation index-leaf area index is the least effective pair in this model. In order to improve the accuracy of METRIC, this study suggests upgrading the equations for the above-mentioned effective variables.

آمار یکساله:  

بازدید 32029

دانلود 21356 استناد 0 مرجع 0
نویسندگان: 

NOUSHADI M. | SEPASKHAH ALI REZA

اطلاعات دوره: 
  • سال: 

    2005
  • دوره: 

    29
  • شماره: 

    B3
  • صفحات: 

    343-355
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    15916
  • دانلود: 

    7613
چکیده: 

This paper compares the evaluation of three geostatistical interpolation methods including ordinary kriging, residual kriging and cokriging for the interpolation of long-term monthly and yearly reference crop potential evapotranspiration (ETo). This study has been conducted in a region including Fars, Booshehr, Hormozgan, and Kohgilooye-Boyrahmad provinces. Long-term mean values of monthly and yearly ETo were computed from recorded meteorological variables at 119 weather stations using the Hargreaves-Samani method. ETo estimates and estimation errors were evaluated at 19 validation stations. In general, estimates were in good agreement with observed values for residual kriging and cokriging methods. Based on mean absolute error (MAE), mean square error (MSE), mean error percent (MEP) and root mean square interpolation error (RMSIE), the best method for Farvardin (April) is kriging and for Khordad (June), Tir (July), Aban (November), and Azar (December) is cokriging. For other months and for mean annual ETo the best method is residual kriging. It should also be noted that MAE, MSE, and MEP for Mordad (August), Mehr (October), Dey (January), and Bahman (February) are very similar for cokriging and residual kriging. With the exception of Farvardin (April), Ordibehesht (May), and Shahrivar (September), for the other months and for annual ETo, the deviation of cokriging estimations from a 1:1 line is less than kriging and residual kriging. In other words, the points from these methods are more spread out around the 1:1 line, but the band of the deviation in cokriging is less than the two other methods. Therefore, the best method for estimation of monthly and yearly ETo is cokriging, except in Farvardin (April), Ordibehesht (May) and Shahrivar (September).

آمار یکساله:  

بازدید 15916

دانلود 7613 استناد 0 مرجع 0
گارگاه ها آموزشی
اطلاعات دوره: 
  • سال: 

    1393
  • دوره: 

    5
  • شماره: 

    17
  • صفحات: 

    44-55
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    211
  • دانلود: 

    43
چکیده: 

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

آمار یکساله:  

بازدید 211

دانلود 43 استناد 1 مرجع 0
اطلاعات دوره: 
  • سال: 

    1398
  • دوره: 

    13
  • شماره: 

    5
  • صفحات: 

    1342-1351
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    108
  • دانلود: 

    53
چکیده: 

یکی از مهمترین اجزای چرخه هیدرولوژیکی، تبخیر-تعرق می باشد و برآورد آن برای بسیاری از مطالعات نظیر مدیریت منابع آب، شبیه سازی عملکرد محصول و برنامه ریزی آبیاری حائز اهمیت است. هدف از این پژوهش، برآورد تبخیر-تعرق مرجع با استفاده از روش داده های پانلی است. روش داده های پانلی یک تحلیل چند متغیره بوده که در آن تحلیل رگرسیون در هر دو بعد مکانی و زمانی صورت می گیرد. این مطالعه با استفاده از داده های هواشناسی 9 ایستگاه سینوپتیک خراسان رضوی در بازه زمانی 2010-1971 انجام شد. داده های موجود به صورت کاملاً تصادفی به دو مجموعه تقسیم شدند، 75 درصد برای توسعه مدل و 25 درصد باقیمانده برای ارزیابی مدل اختصاص یافت. برای توسعه مدل میانگین ماهیانه دمای هوا و میانگین ماهانه سرعت باد به عنوان متغیرهای مستقل و مجموع ماهانه تبخیر-تعرق مرجع به عنوان متغیر مستقل در نظر گرفته شد. نتایج نشان داد که تصریح اثرهای ثابت دوطرفه از سایر تصریح ها مناسبتر است. شاخص های آماری (جذر میانگین مربعات خطای 85/9 میلی متر در ماه، میانگین قدرمطلق خطا 38/7 میلی متر در ماه و ضریب تعیین 99/0) کارآمد بودن این مدل را آشکار ساخت. همچین، در مقایسه مدل داده های پانلی با مدل رگرسیون حداقل مربعات معمولی و روش هارگریوز-سامانی، مدل فوق دارای توانایی بالاتری در برآورد تبخیر-تعرق مرجع می باشد.

آمار یکساله:  

بازدید 108

دانلود 53 استناد 0 مرجع 0
نویسندگان: 

BLANCO F.F. | FOLEGATTI M.V.

اطلاعات دوره: 
  • سال: 

    2003
  • دوره: 

    7
  • شماره: 

    2
  • صفحات: 

    285-291
تعامل: 
  • استنادات: 

    315
  • بازدید: 

    4582
  • دانلود: 

    9195
کلیدواژه: 
چکیده: 

آمار یکساله:  

بازدید 4582

دانلود 9195 استناد 315 مرجع 0
strs
نویسندگان: 

Kazemi M.H. | Shiri J. | MAJNOONI HERIS A. | Nazemi A.H.

اطلاعات دوره: 
  • سال: 

    2020
  • دوره: 

    30
  • شماره: 

    3
  • صفحات: 

    0-0
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    8376
  • دانلود: 

    9195
چکیده: 

evapotranspiration (ET), a major component of the hydrologic cycle, is important in water resources management and irrigation scheduling. Nowadays, due to the lack of the lysimetric data in weather stations, the ET values calculated by the standard FAO Penman-Monteith model (𝐸 𝑇 0) are used as benchmark values of grass reference crop. Also, the Penman-Kimberly model is widely applied for computing the alfalfa-reference crop ET (𝐸 𝑇 𝑟 ). In the present study, the meteorological data from 6 weather stations located in the Sistan-Va-Baluchestan Province covering a period of 10 years were used to calculate the 𝐸 𝑇 0 and 𝐸 𝑇 𝑟 values. Then, the 𝐸 𝑇 𝑟 to 𝐸 𝑇 0 ratios were computed for all six stations during the studied period. The Penman-Kimberly model at Mirjavah station had the worst result compared to other stations. The NS coefficient values for this station are the lowest (0. 07) and the SI and RMSE values for this station are 0. 43 and 2. 48, respectively, which is the highest value among the study stations. Finally, the contributions of the energy balance and aerodynamic components on the final ET values were determined using the Penman-Kimberly model, which showed the important influence of both components on the ET process. Consequently, the use of radiation-based models e. g. Priestly-Taylor model in these stations should be carried out by special care.

آمار یکساله:  

بازدید 8376

دانلود 9195 استناد 0 مرجع 0
اطلاعات دوره: 
  • سال: 

    1394
  • دوره: 

    29
  • شماره: 

    6
  • صفحات: 

    1721-1734
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    59
  • دانلود: 

    23
چکیده: 

در کاربردهای مختلفی چون مدل سازی پویای زراعی-هیدرولوژیکی، نیاز به برآوردهای زیرروزانه تبخیر-تعرق مرجع (ETo) می باشد. با این حال، در بسیاری از مناطق، عدم دسترسی به داده های هواشناسی زیرروزانه مانع از کمی سازی ETo زیرروزانه گردیده است. در این مقاله، ETo زیرروزانه با استفاده از مدل های پنمن-مانتیث ASCE و فائو 56 (به ترتیب، ASCE-PM و FAO56-PM) و اطلاعات هواشناسی زیرروزانه حاصل از چارچوب ریزمقیاس سازی توسعه یافته برآورد گردید. بدین منظور، از اطلاعات هواشناسی بلندمدت روزانه ایستگاه های سینوپتیک آبادان (59 ساله) و اهواز (50 ساله) استفاده شد. نتایج حاکی از یک انطباق بسیار بالا بین مقادیر روزانه و برآوردهای مجموع 24 ساعته ETo اشتقاق یافته از مدل های ASCE-PM (با ضریب کارآیی مدل (EF) بین 0.990 تا 0.994) و FAO56-PM (با EF بین 0.992 تا 0.995) در مقیاس های زمانی مختلف بود. برآوردهای مجموع 24 ساعته ETo زیرروزانه اشتقاق یافته از هر دو مدل ASCE-PM و FAO56-PM، مقادیر ETo روزانه در مناطق آبادان و اهواز را به ترتیب، کم برآورد (به ترتیب، 0.08 و 0.58 درصد) و بیش برآورد (به ترتیب، 1.63 و 0.98 درصد) نمودند. عملکرد هر دو مدل فوق در بازسازی مقادیر روزانه مولفه آیرودینامیک، در مقایسه با مقادیر روزانه مولفه تشعشع بهتر بود. به طور کلی، با افزایش مقیاس زمانی، میزان انطباق بین مقادیر مجموع 24 ساعته ETo با مقادیر روزانه فاقد روندی مشخص بود. نتایج نشان داد اتخاذ گام زمانی کوچکتر، لزوما به بهبود انطباق مقادیر مجموع 24 ساعته و روزانه ETo نمی انجامد.

آمار یکساله:  

بازدید 59

دانلود 23 استناد 0 مرجع 0
اطلاعات دوره: 
  • سال: 

    1394
  • دوره: 

    15
  • شماره: 

    49
  • صفحات: 

    19-35
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    258
  • دانلود: 

    70
چکیده: 

تبخیر و تعرق یکی از پارامترهای مهم در چرخه هیدرولوژی است که بر میزان آب در دسترس و کشاورزی تاثیر مستقیم می گذارد. در این تحقیق، جهت برآورد تبخیر- تعرق پتانسیل از داده های میانگین مربوط به متوسط درجه حرارت، حداقل درجه حرارت، حداکثر درجه حرارت، حداقل رطوبت نسبی، سرعت باد و ساعات آفتابی طی دوره آماری 57 ساله (2008-1951) استفاده شده و با دخالت دادن موقعیت جغرافیایی شامل ارتفاع، طول و عرض جغرافیایی ایستگاه تبریز، مقادیر تبخیر- تعرق پتانسیل با استفاده از نه روش معتبر در نرم افزار REF-ET محاسبه گردید. با توجه به نتایج به دست آمده، روش بلانی- کریدل به عنوان بهترین روش برای محاسبه این شاخص در محدوده مورد مطالعه تشخیص داده شد. همچنین جهت آشکار نمودن تغییرات زمانی این شاخص از آزمون گرافیکی من- کندال استفاده گردید که نتایج نشان داد که با وجود سیر کاهشی این شاخص تا دهه نود میلادی، به تدریج در سال های اخیر تبخیر- تعرق پتانسیل افزایش یافته است. حداکثر افزایش میزان تبخیر و تعرق در اواسط بهار و پاییز می باشد و تغییرات ماهانه این شاخص، روند افزایشی معنی داری را برای ماه های می و اکتبر نشان می دهد و این در شرایطی است که تبخیر- تعرق پتانسیل در اکثر ماه های تابستان (ژوئیه، اوت، سپتامبر) با وجود نوسانات زیاد روند غیر معنی داری را نشان می دهد.

آمار یکساله:  

بازدید 258

دانلود 70 استناد 0 مرجع 11
نویسندگان: 

GOODARZI M.R. | Janati K. | Fatehifar A.

اطلاعات دوره: 
  • سال: 

    2021
  • دوره: 

    9
  • شماره: 

    1
  • صفحات: 

    43-56
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    1267
  • دانلود: 

    1098
چکیده: 

evapotranspiration after rainfall is the main component of the hydrological cycle that quantifies the amount of water lost. Since climate change directly affects the temperature and rainfall parameters, and the evapotranspiration rate is directly related to the air temperature, it is expected to have significant changes in the future. Therefore, in this research, the possible impacts of climate change on evapotranspiration changes under two RCP2. 6 and RCP8. 5 climate scenarios are investigated using statistical downscaling model (SDSM) and CanESM2 atmospheric general circulation model output for the future period 2030-2059. Reference evapotranspiration rate was compared with Hargreaves-Samani and Thornthwaite methods in monthly and annual periods for the base and future periods. The results showed a mean increase of annual maximum and minimum temperatures in both scenarios from 0. 06 to 0. 26 ° C compared to the base period. The highest increase was in May by 2. 61 ° C under the RCP8. 5 emission scenario. Overall, the trend of evapotranspiration has been increasing throughout the years. The evapotranspiration in the Hargreaves-Samani method in the RCP8. 5 scenario had the highest mean change of 0. 08 mm or 2. 79%. Although annual changes were not perceptible, as evapotranspiration in the basin reaches its maximum in July, the changes increased by 0. 45 mm/day in RCP8. 5 scenario. The results of monthly survey can be used in surface and underground water resources management and watershed projects estimating the water needs of plants plus appropriate timing of useful irrigation.

آمار یکساله:  

بازدید 1267

دانلود 1098 استناد 0 مرجع 0
litScript