مقایسه چند حالت واسنجی معادله هارگریوز برای تخمین تبخیرتعرق (مطالعه موردی: ایستگاه‌های سینوپتیک شیراز و زرقان در استان فارس)

محورهای موضوعی : مدیریت آب در مزرعه با هدف بهبود شاخص های مدیریتی آبیاری

حمید رضا فولادمند ¹

1 - دانشیار آبیاری و زهکشی، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران.

تاریخ دریافت : 1402/04/15 تاریخ پذیرش : 1402/05/25 تاریخ انتشار : 1402/02/01

کلید واژه: دمای موثر ماهانه, معادله هارگریوز, معادله پنمن- مانتیت, تبخیرتعرق,

چکیده مقاله :

زمینه و هدف: معادله هارگریوز یکی از ساده‌ترین روش‌های تخمین تبخیرتعرق پتانسیل گیاه مرجع است که دارای دو ضریب ثابت 8/17 و 0023/0 می‌باشد. این معادله در بسیاری از تحقیقات انجام شده در دنیا برمبنای داده‌های لایسی‌متر و یا معادله پنمن- مانتیت واسنجی شده است. هدف اصلی از این تحقیق واسنجی و ارزیابی معادله هارگریوز از سه حالت مختلف بر مبنای معادله پنمن- مانتیت برای دو ایستگاه سینوپتیک شیراز و زرقان در استان فارس می‌باشد.روش پژوهش: در این تحقیق معادله هارگریوز در سه حالت مختلف برمبنای معادله پنمن- مانتیت برای دو ایستگاه‌های سینوپتیک شیراز و زرقان در استان فارس واسنجی و ارزیابی گردید. در حالت اول (H1) به جای استفاده از میانگین دمای ماهانه در معادله اصلی هارگریوز، از دمای موثر ماهانه استفاده شد و همچنین ضرایب 0023/0 و 8/17 نیز واسنجی شدند. دمای مؤثر ماهانه تابعی از دمای حداکثر و دمای حداقل ماهانه است و ضریب ثابتی دارد که در مرحله واسنجی باید تعیین گردد. در حالت دوم (H2) از معادله اولیه هارگریوز استفاده شد و ضرایب ثابت 0023/0 و 8/17 واسنجی شدند و در حالت سوم (H3) فقط ضریب ثابت 0023/0 واسنجی شد. برای انجام این تحقیق از 25 سال داده‌های هواشناسی ماهانه ایستگاه‌های سینوپتیک شیراز و زرقان طی سال‌های 1367 تا 1391 برای واسنجی ضرایب حالت‌های ذکر شده اول تا سوم استفاده شد و ضرایب مورد نظر در هر ایستگاه و برای هر ماه سال به طور جداگانه با استفاده از گزینه Solver نرم‌افزار اکسل تعیین شدند. سپس از ده سال داده‌های هواشناسی ماهانه ایستگاه‌های هواشناسی شیراز و زرقان طی سال‌های 1392 تا 1401 برای ارزییابی نتایج استفاده شد. برای مقایسه نتایج در هر دو مرحله واسنجی و ارزیابی از مجذور میانگین مربعات خطا (RMSE)، مجذور میانگین خطای نرمال شده (NRMSE)، میانگین انحراف خطا (MBE) و ضریب کارایی مدل (EF) استفاده شد.یافته‌ها: نتایج در هر دو ایستگاه شیراز و زرقان و مراحل واسنجی و ارزیابی نشان داد که حالت سوم (H3) تخمین معادله هارگریوز یعنی تنها تعیین ضریبی به جای ضریب ثابت 0023/0 مناسب‌تر از حالت‌های دیگر است. مقدار این ضریب نیز در ماه‌های مختلف سال در دو ایستگاه بین 0022/0 تا 0027/0 به دست آمد.نتایج: نتایج نشان داد که همانند بسیاری از تحقیقات انجام شده قبلی مناسب‌تر است که برای استفاده از معادله هارگریوز جهت محاسبه تبخیرتعرق، ضرایب این معادله برای منطقه موردمطالعه واسنجی گردد. ازطرف‌دیگر نتایج نشان داد که استفاده از دمای مؤثر ماهانه در تخمین تبخیرتعرق از معادله هارگریوز منجر به بهبود قابل توجه تخمین تبخیرتعرق نخواهد شد.

چکیده انگلیسی:

Background and Aim: The Hargreaves equation is one of the simplest methods for estimation of reference crop potential evapotranspiration which has two constant coefficients of 17.8 and 0.0023. The Hargreaves equation has been calibrated in many studies around world based on lysimeter data or the Penman-Monteith method. The main objective of this study was the calibration and validation of Hargreaves equation with three conditions based on the Penman-Monteith equation in Shiraz and Zarghan synoptic stations in Fars province. Method: In this study, the Hargreaves equation has been calibrated and evaluated with three different conditions based on the Penman-Monteith method in Shiraz and Zarghan synoptic stations in Fars province. In the first condition (H1), the monthly effective temperature was used instead of monthly mean temperature, and also the constant coefficients of 17.8 and 0.0023 were calibrated. The monthly effective temperature is the function of minimum and maximum monthly temperature and a constant coefficient that must be determined in calibration stage. In the second condition (H2), the constant coefficients of 17.8 and 0.0023 were calibrated, and in the third condition (H3) only the constant coefficient of 0.0023 was calibrated. For this study, 25 years (1988-2012) of monthly weather data of Shiraz and Zarghan synoptic stations in Fars province were used to calibrate the three mentioned conditions, and the coefficients of each condition for each month and each station were determined separately by using the Solver menu of Excel software. Then, 10 years (2013-2022) of monthly data of mentioned stations were used to evaluate the obtained results. Also, Root Mean Square Error (RMSE), Normalized Root Mean Square Error (NRMSE), Mean Bias Error (MBE) and model Efficiency Factor (EF) were employed to compare the results in calibration and evaluation stages.Results: The results in calibration and evaluation stages for both stations showed that the H3 condition for estimating evapotranspiration was better than the other conditions, and only determining a coefficient instead of 0.0023is needed. The value of this coefficient was changed between 0.0022 to 0.0027 in both stations.Conclusion: The results indicated that similar to many previous studies in the world, it is better to calibrate the coefficients of the Hargreaves equation for estimating reference crop potential evapotranspiration for study region. On the other hand, the results showed that using monthly effective temperature for estimating reference crop potential evapotranspiration in Hargreaves equation didn’t lead to the improvement of evapotranspiration estimation.

منابع و مأخذ:

Ahmadi ,S. H., & Fooladmand, H. R. (2008). Spatially distributed monthly reference evapotranspiration derived from the calibration of Thornthwaite equation: a case study, South of Iran. Irrigation Science, 26: 303-312.

Allen, R. G, Pereira, L.S., Raes, D. & Smith, M. (1998). Crop Evapotranspiration: Guidelines for Computing Crop WaterRequirements. FAO Irrigation and Drainage Paper 56, Rome, Italy.

Camargo, A. P., Marin, F. R., Sentelhas, P. C. & Picini, A. G. (1999). Adjust of the Thornthwaite’s method to estimate the potential evapotranspiration for arid and superhumid climates, based on daily temperature amplitude. Revista Brasileira de Agrometeorologica, 7:251–257. [In Portuguese]

Doorenbos, J., & Pruitt, W. O. (1977). Guidelines for predicting crop water requirements. FAO Irrigation and Drainage Paper, FAO Irrigation and Drainage Paper 24, Rome, Italy.

Droogers, P., & Allen, R. G. (2002). Estimating reference evapotranspiration under inaccurate data conditions. Irrigation and Drainage Systems, 16: 33-45.

Fooladmand, H. R., & Ahmadi, S. H. (2009). Monthly spatial calibration of Blaney-Criddle equation for calculating monthly ETo in south of Iran. Irrigation and Drainage, 58: 234-245.

Fooladmand, H. R., & Haghighat, M. (2007). Spatial and temporal calibration of Hargreaves equation for calculating monthly ET_o based on Penman-Monteith method. Irrigation and Drainage, 56: 439-449.

Fooladmand, H. R., & Salooni, M. (2014). Modification of Jensen- Haise equation for estimating evapotranspiration in Farce province. Journal of Irrigation and Water Engineering, 16: 95-105. [In Persian]

Fooladmand, H. R., Zandilak, H., & Ravanan, M. H. (2008). Comparison of different types of Hargreaves equation for estimating monthly evapotranspiration in the south of Iran. Archives of Agronomy and Soil Science, 54(3): 321-330.

Gavilan, P., Lorite, L. J., Tornero, S., & Berengena, J. (2006). Regional calibration of Hargreaves equation for estimating reference ET in a semiarid environment. Agricultural Water Management, 81: 257–281.

Ghahraman, B., Sharifan, H., Davary, K. & Karimirad, L. (2014). Optimum correction factor for Hargreaves– Samani method for determination of reference crop evapotranspiration (Case study: Khorasan Razavi province). Iranian Journal of lrrigation and Drainage, 7(4): 466-477. [In Persian]

Hargreaves, G. L., & Samani, Z. A. (1985). Reference crop evapotranspiration from temperature. Applied Engineering in Agriculture, 1(2): 96-99.

Heydari, M. M., & Heydari, M. (2014). Calibration of Hargreaves–Samani equation for estimating reference evapotranspiration in semiarid and arid regions. Archives of Agronomy and Soil Science, 60(5): 695-713.

Jensen, M. E., & Haise, H. R. (1963). Estimating evapotranspiration from solar radiation. Journal of Irrigattion and Drainage ASCE, 89: 15-41.

Martinez-Cob, A., & Tejero-Juste, M. (2004). A wind-based qualitative calibration of the Hargreaves ETo estimation equation in semiarid regions. Agricultural Water Management, 64: 251–264.

Pashakhah, P., Ebrahimi, H., Bolokazari, S., & Hasan Pour Darvishi, H. (2017). Calibrate and evaluation of the three experimental methods estimating source evapotranspiration. (Case study: Three different dlimates of six main climates in Iran). Iranian Journal of Irrigation and Drainage, 11(1): 104-112. [In Persian]

Pandey, P. K., & Pandey, V. (2023). Parametric calibration of Hargreaves–Samani (HS) reference evapotranspiration equation with different coefficient combinations under the humid environment. HydroResearch, 6: 147-155.

Roudbari, A. & Bagheri, A. (2023). Estimation of reference evapotranspiration using full and limited data of Sari, Qarakheil and Amol synoptic stations. Journal of Water Research in Agriculture, 36(4): 455-466. [In Persian]

Sedaghat, A., Ebrahimipak, N., Tafteh, A., & Hosseini, S. N. (2023). Evaluating reference evapotranspiration using data mining methods and comparing it with the results of water requirement system in Qazvin province. Journal of Water and Soil, 36(6): 711-727. [In Persian]

Sharifan, H., Dehghani, A. A. & Karimirad, I. (2012). Correction factor for Hargreaves-Samani method to estimate ETo (Case study: Gorgan synoptic station). Journal. of Water and Soil Conservation, 19(2): 227-235. [In Persian]

Tafteh, A., Ebrahimipak, N., & Hosseini, S. N. (2023). Investigating the performance of regression equations methods in determining reference evapotranspiration and comparison with Hargreaves method in Alborz province. Iranian Journal of Irrigation and Water Engineering, 13(2): 133-148. [In Persian]

Tang, P., Xu, B., Gao, Z., Li, H., Gao, X., & Wang, C. (2019). Estimating reference crop evapotranspiration with elevation based on an improved HS model. Hydrology Research, 50(1): 187-199.

Thornthwaite, C. W. (1948). An approach toward a rational classification of climate. Geographical Review, 38: 55-94.

Zhu, T., Lu, Y., Yang, Y., Gue, L., Lue, H., Fang, C., & Cui, Y. (2019). Calibration and validation of the Hargreaves Samani model for reference evapotranspiration estimation in China. Irrigation and Drainage, 68(4): 822-836.