بررسی رابطه تغییرات رطوبت خاک با شاخص‌های اقلیمی در رویشگاه جنگلی مله سیاه در استان ایلام

آب و خاک

مقاله 8، دوره 32، شماره 4 - شماره پیاپی 60، آبان 1397، صفحه 821-830   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v32i4.71927

نویسندگان

جعفر حسین زاده^{* 1}؛ افسانه تنگو²؛ علی نجفی فر¹؛ احمد حسینی¹

¹سازمان تحقیقات، آموزش و ترویج کشاورزی کشور

²دانشگاه علوم کشاورزی و منابع طبیعی ساری

چکیده

پایش مستقیم رطوبت خاک و استخراج داده‌های رطوبت به صورت نقطه‌ای نه تنها پر هزینه و وقت‌گیر است، بلکه در سطوح وسیع، غیر عملی است. این در حالی است که خشک‌سالی پدیده‌ای منطقه‌ای بوده و برای پایش آن به داده‌های وسیع و منطقه‌ای نیاز است از این رو، برآورد رطوبت خاک با استفاده از داده‌های هواشناسی گزینه‌ای مناسب است. پژوهش حاضر با بررسی امکان برآورد رطوبت خاک جنگل از طریق پارامترهای آب و هوایی از جمله بارندگی، دمای متوسط، میانگین حداکثر دما، میانگین حداقل دما، رطوبت نسبی، حداقل دمای مطلق، حداکثر دمای مطلق و رطوبت نسبی انجام شد. برای این منظور، در دو دامنه جنوبی و شمالی رویشگاه جنگلی مله‌سیاه در ایلام، تعداد ١٨ جفت حس‌گر سنجش رطوبت در عمق‌های ۵٠، ٧٠ و ١١٠ سانتی‌متری نصب و رطوبت خاک، با استفاده از دستگاه تی‌دی‌آر5 در فاصله زمانی ماهانه در مدت سه سال متوالی اندازه‌گیری شد. نتایج نشان داد که می‌توان از شاخص‌های هواشناسی برای برآورد بیلان رطوبت خاک در عرصه‌های جنگلی مورد مطالعه، که اندازه‌گیری مستمر و گسترده رطوبت خاک در آنها مشکل است، به‌نحو مطلوبی استفاده کرد. میزان رطوبت خاک این منطقه در شهریور ماه به حداقل خود می‌رسد. رطوبت ماهانه خاک، حتی در عمق زیاد، بیش‌ترین همبستگی را با پارامترهای اقلیمی همان ماه داشته و در این رابطه میانگین دما و رطوبت نسبی هوا به ‌ترتیب بیش‌ترین همبستگی را نشان داد. مقدار ضریب تبیین (R2) برای رابطه رگرسیونی، حدود ٩۳/٠ بود که نشان دهنده برآورد بسیار مناسب رطوبت خاک به ‌وسیله مدل می‌باشد. لذا بطورکلی می‌توان نتیجه گرفت که بر اساس پارامترهای حاصل از ایستگاه‌های هواشناسی نزدیک، می‌توان وضعیت بیلان رطوبت خاک جنگل را به نحو مناسبی برآورد و حتی حداقل برای یک ماه آتی پیش‌بینی نمود.

کلیدواژه‌ها

جنگل بلوط؛ دستگاهTDR؛ متغیرهای هواشناسی؛ رگرسیون گام به گام

مراجع

1- Alfaro E.J., Gershunov A., Cayan D. 2006. Prediction of summer maximum and minimum temperature over the central and western United States: The roles of soil moisture and sea surface temperature. J. Clim, 19: 1407–1421.

2- Babazadeh H., Norouzi Aghdam E., Aghighi H., Shamsnia S.A., and Khodadadi dehkordi D. 2012. Estimation of soil surface moisture in arid and semi-arid range lands using remotely sensed Temperature/Vegetation Index measurements (TVX) (Case Study: Khorasan Province). Iranian journal of Range and Desert Research, 19(1):120-132. (in Persian with English abstract).

3- Baier W., Robertson G.W. 1968. The performance of soil moisture estimates as compared with the direct use of climatological data for estimating crop yields. Agricultural Meteorology, 5(1): 17-31.

4- Behyar M.B. 2014. Evaluation of soil moisture in Isfahan province by E-AMS method. Journal of Geographical Research, 29(1): 1-8. (in Persian).

5- Beltrami H. 2001. On the relationship between ground temperature histories and meteorological records. Global and Planetary Change, 29: 327-348.

6- Brown Sh.E., Pregitzer K.S., Reed D.D., and Burton A.J. 2000. Predicting daily mean soil temperature from daily mean air temperature in four Northern hardwood forest stands, Forest Science. 46: 297-301.

7- Carlson T., Gillies R., Perry E. 1994. A method to make use of thermal infrared temperature and NDVI measurements to infer surface soil water content and fractional vegetation cover. Remote Sensing Reviews, 9: 161–173.

8- Chakcko T.P., and Renuka G. 2002. Temperature mapping thermal diffusivity and subsoil heat flux at Kariavattom of Keral. Proc Indian Academy Science, 111: 79-85.

9- Chiew F.H.S., Whetton PH., McMahon T.A., and Pittock A.B. 1995. Simulation of the impacts of climate change on runoff and soil moisture in Australian catchments. Journal of Hydrology 167: 121–147.

10- Deliberty T.L., and Legates D.R. 2003. Interannual and seasonal variability of modeling soil moisture Oklahoma. International Journal of Climatology, 23: 1057–1086.

11- Destouni G. and Verrot L. 2014. Screening long-term variability and change of soil moisture in a changing climate. Journal of Hydrology, 516: 131–139.

12- Dirmeyer P.A. 2000. Using a global soil wetness dataset to improve seasonal climate simulation. Journal of Climatology, 13: 2900–2922.

13- Dickinson, R.E., 2000. How coupling of the atmosphere to ocean and land helps determine the timescales of inter annual variability of climate. Journal of Geophysical Research, 105: 20115–20119.

14- Fashaee M., Sanaee Nejad S. H., Davary K. 2016. Soil Moisture Estimation Using MODIS Images (Case Study: Mashhad Plain Area). Journal of Water and Soil. 29(6):1735-1745.

15- Gillies, R.R., Carlson, T.N., Cui, J., Kustas, W.P., and Humes, K.S., 1997. A verification of the triangle method for obtaining surface soil water content and energy fluxes from remote measurements of the Normalized Difference Vegetation Index (NDVI) and surface radiant temperature. International Journal of Remote Sensing, 18 (15): 3145-3166.

16- Hosseini A., Hosseini S.M., Rahmani A., and Azadfar D. 2014. Comparison between two oak stands (healthy and affected by oak decline) in respect to characteristics of competitive environments at Ilam province. Iranian Journal of Rangelands and Forests Plant Breeding and Genetic Research, 21(4): 606-616. (in Persian with English abstract).

17- Irannejad P., Ghahreman N., Taheri P. 2013. Estimation of soil moisture content by using routine weather data in two agrometeorological stations of Iran. The 2nd International Conference on Plant, Water, Soil and Air Modeling, 8(9);1-12.

18- Khanmohammadi F., Homaee M., Noroozi A.A. 2015. Soil moisture estimating with NDVI and land surface temperature and normalized moisture index using MODIS images. Journal of Water and Soil Conservation, 4(2): 37-45. (In Persian with English abstract).

19- Koster R.D., Suarez M.J. 1995. Relative contributions of land and ocean processes to precipitation variability. Journal of Geophysical Research, 100: 13775–13790.

20- Koster R.D., Suarez M.J. and Heiser M. 2000.Variance and predictability of precipitation at seasonal to interannual timescales. Journal of Hydrometeorology, 1, 26–46.

21- Koster R.D., Suarez M.J. 2001. Soil moisture memory in climate models. Journal of Hydrometeorology, 2: 558–570.

22- Nandintsetseg B. and Shinoda M. 2011. Seasonal change of soil moisture in Mongolia: its climatology and modeling. International Journal of Climatology, 31: 1143–1152.

23- Narasimhan B., Srinivasan R., Arnold J.G., Di Luzio M. 2005. Estimation of long-term soil moisture using a distributed parameter hydrologic model and verification using remotely sensed data. American Society of Agricultural Engineers, 48(3): 1101−1113.

24- Pal J.S., and Eltahir E.A.B. 2001. Pathways relating soil moisture conditions to future summer rainfall within a model of the land-atmosphere system. Journal of Climatology, 14: 1227–1242.

25- Paulo C., Terry J., and Eduardo A. 2009. Evaluation of FAO Penman–Monteith and alternative methods for estimating reference evapotranspiration with missing data in Southern Ontario, Canada. Agricultural Water Management, 97: 635-644.

26- Ramezani Etemadi H., Liaqat A., Parsi Nejad M. And Ramezani Etemadi M. 2012. Study of Agricultural Drought Status Based on Soil Moisture at Synoptic Station in Qazvin. Journal of Water Research in Agriculture, 1993-93: (1) 26.

27- Robock, A., Vinnikov K.Y., Srinivasan G., Entin J.K., Hollinger S.E., Speranskaya N.A. Liu S. and Namkhai A. 2000. The Global Soil Moisture Data Bank. Bulletin of American Meteorology Society, 81, 1281–1299.

28- Shang, K. Z., Wang, S.G., Ma Y.X., Zhou, Z.J., Wang, J.Y., Liu, H.L., Wang, Y.Q. 2007. A scheme for calculating soil moisture content by using routine weather data. Atmospheric Chemistry and Physics, 7, 5197–5206.

29- Talebi A., and Pourmohommadi S. 2009. Assessment of changes in soil moisture using a physical model of water balance. Fifth National Conference on Watershed Management Science and Engineering Iran, Karaj, Iran Watershed Association. (in Persian).

30- Trajkovic S., and Kolakovic S. 2009. Estimation reference evapotranspiration using limited weather data. Irrigation and Drainage. NO.4. ASCE. 433-449.

31- Western A.W., and Grayson R. B. 1998. The Tarrawarra data set: Soil moisture patterns, soil characteristics, and hydrological flux measurements. Water Resource Research, 34: 2765–2768.

32- Yeh T.C., Wetherald R.I., and Manabe S. 1984. The effect of soil moisture on the short term climate and hydrology change-A numerical experiment. Monthly Weather Review, 112: 474–490.