عنوان پایان‌نامه

ارزیابی و مقایس مدل های فیزیکی و تجربی برآورد دوره خیسی سطح برگ و شبنم نشینی



    دانشجو در تاریخ ۲۵ بهمن ۱۳۹۰ ، به راهنمایی ، پایان نامه با عنوان "ارزیابی و مقایس مدل های فیزیکی و تجربی برآورد دوره خیسی سطح برگ و شبنم نشینی" را دفاع نموده است.


    رشته تحصیلی
    مهندسی کشاورزی-هواشناسی کشاورزی
    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 4803;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 52295
    تاریخ دفاع
    ۲۵ بهمن ۱۳۹۰
    دانشجو
    آذر صحراگرد
    استاد راهنما
    نوذر قهرمان
    چکیده
    لینک فایل چکیده
    دوره خیسی برگ (Leaf Wetness Duration,LWD) یک پارامتر کلیدی در هواشناسی کشاورزی، بویژه برای کاربرد در سیستم‌های هشدار بیماری‌های گیاهی است. ریسک وقوع بسیاری از بیماری‌های گیاهی مستقیماً به این متغیر محیطی بستگی دارد. LWDدر بیشتر مواقع اندازه‌گیری نمی‌شود به همین دلیل روش‌های مختلفی برای برآورد آن با استفاده از داده‌های هواشناسی توسعه پیدا کرده است. از میان مدل‌های مختلف موجود برای برآورد LWD ،مدل‌های فیزیکی که از اصول شکل‌گیری و تبخیر شبنم و نیز بارندگی استفاده می‌کنند، دارای قابلیت تعمیم مکانی زیادی بوده اما به دلیل پیچیدگی روابط، استفاده عملی از آنها دشوار است. در مقابل، مدل‌های تجربی با وجود محدودیت‌های ساختاری کاربرد بیشتری دارند. ساده‌ترین مدل تجربی تنها از متغیر رطوبت نسبی جهت برآورد دوره خیسی سطح برگ استفاده می‌کند. هدف از این مطالعه، ارزیابی کارآئی یک رهیافت فیزیکی و سه مدل تجربی برآورد LWD بر مبنای رطوبت نسبی، دمای هوا و نقطه شبنم در دو ایستگاه واقع در استان فارس می باشد. داده‌های مورد نیاز این مدل‌ها از ایستگاه‌های خودکار موجود در ایستگاههای کشاورزی پالیز و سروستان جمع آوری شده و برای ارزیابی کارآئی مدل‌های منتخب برآورد LWD شامل آستانه ثابت رطوبت نسبی(RH?87)؛ آستانه رطوبتی توسعه یافته؛ کمبود اشباع و مدل فیزیکی پنمن ـ مانتیث مورد استفاده قرار گرفتند. نتایج بدست امده نشان داد کارآئی مدل‌های به کار گرفته شده در دو ایستگاه مورد نظر متفاوت هستند. آستان? رطوبت نسبی بهینه برای دو منطقه مورد نظر اصلاح شد. با به کار‌گیری مقادیر واسنجی شده در مدل تجربی با آستان? ثابت رطوبتی، برآوردها بهبود یافته و LWDبا خطای کمتری برآورد شد. در ایستگاه پالیز خورشید، برآوردهای روزانه برای تمامی فصول سال با مدل آستانه ثابت رطوبتی (با آستانه بهینه اصلاح شده) بهترین برآورد‌ها را داشت. در ایستگاه سروستان، برای دو فصل بهار وتابستان بیشترین دقت مربوط به مدل آستانه توسعه یافته و در دو فصل پاییز وزمستان، مدل آستانه ثابت با آستانه بهینه بهترین نتایج را به دست داد. بر اساس نتایج حاصله، در ایستگاه پالیز و مقیاس زمانی ساعتی، در فصول بهار وتابستان، مدل فیزیکی عملکرد بهتری دارد ولی در فصول پاییز و زمستان مدل آستانه رطوبتی بهینه ارجح است. در مورد ایستگاه سروستان، تصمیم‌گیری برای بهترین مدل برای بهار وتابستان دشوار است ولی در مجموع مدل آستانه توسعه یافته عملکرد مناسب تری داشته است. متناظرا برای فصول پاییز وزمستان مدل آستانه قابل توصیه است. نتایج این مطالعه نشان می‌دهد که متغیر LWD، بسیار وابسته به محل مورد بررسی و مقطع زمانی اندازه‌گیری آن است. کاهش مقیاس زمانی نتایج بهتری در برآورد این متغیر پیچیده دارد.
    Abstract
    Leaf wetness duration (LWD) is a key parameter in agrometeorology especially in plant disease-warning systems since the risk of outbreaks of many plant diseases is directly proportional to this environmental variable.Since LWD is not widely measured, several methods have been developed to estimate it from weather data. Among the models used to estimate LWD, those that use physical principles of dew formation and dew and/or rain evaporation have shown good portability and sufficiently accurate results, but their complexity is a disadvantage for operational use. Alternatively, empirical models have been used despite their limitations. The simplest empirical models use only relative humidity data. The objective of this study was to evaluate the performance of three relative humidity (RH)-based empirical models and a Penman-Monteith physical model to estimate LWD in two regions located in Fars province. The required data for running the models were obtained from two automatic weather station installed in study sites namely; Paliz and Sarvestan. These data were used to evaluate the performance of the following empirical LWD estimation models: Constant RH threshold (RH ? 87%); Extended RH threshold and Dew Point Depression (DPD); and a Physical model: Penman–Monteith. The performance of the models was different in two study sites. By calibrating and modification of RH threshold for each site, the accuracy of the RH models improved and errors decreased. In Paliz station, the calibrated constant RH model showed the best performance for daily scale estimations in all seasons. In sarvestan station station, RH-EXT model had better estimations comparing to others in spring and summer and in the other two seasons, calibrated model showed the best performance. Daily basis estimations of physical model in Paliz station in spring and summer was more accurate and for the rest of the year calibrated model had better estimations. In case of Sarvestan site, it is hard to decide which model is the best, but taking into account the all obtained results, RH-EXT model can be recommended. In autumn and winter, calibrated model is preferable. The results indicated that LWD is highly site specific and dependent to the time of measurements. Considering short time periods results in better estimations of this complex variable.