ارزیابی الگوی فضایی تقاضای آبیاری تحت تغییر اقلیم در مناطق خشک

خلاصه

مطالعه الگوی تقاضای آب کشاورزی تحت تغییرات اقلیمی برای مدیریت منابع آب منطقه ای به ویژه در مناطق خشک اهمیت زیادی دارد. در این مطالعه، الگوی آینده تقاضای آبیاری در واحه هوتان در منطقه خودمختار اویغور سین کیانگ در شمال غربی چین، شامل شهر هوتان، شهرستان هوتان، شهرستان مویو و شهرستان لوپو، بر اساس مدل‌های گردش عمومی (GCMs) و سطح ارزیابی شد. مدل سیستم تعادل انرژی (SEBS). شش سناریو مختلف بر اساس GCM های BCC_CSM1.1، HadGEM2-ES و MIROC-ESM-CHEM تحت مسیر غلظت نماینده (RCP) 4.5 و RCP 8.5 استفاده شد. نتایج نشان داد که روش ادغام GCMs و SEBS برای پیش‌بینی الگوی فضایی مفید بود. تقاضای آبیاری Hotan Oasis در ۲۰۲۱-۲۰۴۰ افزایش خواهد یافت. تقاضای آبیاری سالانه شهر هوتان با ۹۲۳٫۲ و ۹۳۶٫۲ میلی‌متر در روز به ترتیب در سال‌های ۲۰۲۱-۲۰۳۰ و ۲۰۳۱-۲۰۴۰ بیشتر است. سه منطقه دیگر (شهرستان هوتان، شهرستان مویو و شهرستان لوپو) در شش سناریو پایین‌تر هستند. تقاضای آبیاری سالانه یک الگوی فضایی بالا در میانه، کم در شمال غربی و جنوب شرقی تحت شش سناریو در ۲۰۲۱-۲۰۴۰ نشان داد. این مطالعه می تواند پیشنهادات مفیدی را در خصوص تخصیص منابع آب در مناطق مختلف برای حفظ امنیت منابع آب در مناطق خشک ارائه دهد. پایین در شمال غربی و جنوب شرقی تحت سناریوهای شش گانه در ۲۰۲۱-۲۰۴۰٫ این مطالعه می تواند پیشنهادات مفیدی را در خصوص تخصیص منابع آب در مناطق مختلف برای حفظ امنیت منابع آب در مناطق خشک ارائه دهد. پایین در شمال غربی و جنوب شرقی تحت سناریوهای شش گانه در ۲۰۲۱-۲۰۴۰٫ این مطالعه می تواند پیشنهادات مفیدی را در خصوص تخصیص منابع آب در مناطق مختلف برای حفظ امنیت منابع آب در مناطق خشک ارائه دهد.

کلید واژه ها:

الگوی فضایی ؛ تقاضای آبیاری ; مدل SEBS ; تغییرات آب و هوایی ؛ واحه هوتان

۱٫ معرفی

تغییرات اقلیمی به یکی از مهم ترین چالش های زیست محیطی جهانی در قرن بیست و یکم تبدیل شده است. تأثیر منفی تغییر اقلیم بر سیستم منابع آب تقریباً در تمام مناطق جهان اتفاق افتاده است [ ۱ ، ۲ ]. در حال حاضر، مطالعات زیادی در مورد تأثیر تغییر اقلیم بر هیدرولوژی و منابع آب در بسیاری از مناطق وجود دارد [ ۳ ، ۴ ، ۵ ، ۶ ، ۷ ]. برخی از مطالعات قبلی نشان دادند که تغییرات آب و هوا محرک اصلی تغییر رواناب بود، به ویژه در مناطقی که فعالیت های انسانی کمتری داشتند [ ۸ ، ۹ ، ۱۰] .]. برای مناطق خشک بیابانی، تقاضای آب کشاورزی عمدتاً از رواناب رودخانه تأمین می‌شد که از ذوب برف یخچال‌های طبیعی تأمین می‌شد. بنابراین مطالعه الگوی تقاضای آب کشاورزی تحت تغییرات اقلیمی برای مدیریت منابع آب از اهمیت بالایی برخوردار است.

در حال حاضر مطالعات زیادی در مورد الگوی فضایی منابع آب کشاورزی انجام شده است. داده های منابع این مطالعات عمدتاً از طریق بولتن منابع آب از دولت جمع آوری شده است. علاوه بر این، روش‌های تحلیلی مورد استفاده عمدتاً تحلیل فضایی بود که آمار ریاضی را با سیستم‌های اطلاعات جغرافیایی (GIS) ترکیب می‌کرد [ ۱۱] .]. تجزیه و تحلیل فضایی منابع آب در منطقه ای که بولتن منابع آب وجود نداشت، انجام نشد. علاوه بر این، مناطق کوچکتر، مانند زیرحوضه ها (یعنی واحدهای محاسباتی)، الگوی منابع آب را می توان با ساخت یک مدل هیدرولوژیکی توزیع شده یا نیمه توزیع شده بر اساس GIS، مانند SWAT (ابزار ارزیابی خاک و آب) تحلیل کرد. ) مدل. با این حال، بیابان خشک یک منطقه پراکنده آب معمولی است. مدل هیدرولوژیکی توزیع شده به طور کلی نمی تواند در آن منطقه استفاده شود. علاوه بر این، به دلیل پایین بودن سطح آب زیرزمینی و تبخیر شدید در منطقه، مصرف تبخیر و تعرق آب شکل اصلی حرکت آب در منطقه است [ ۱۲] .]. بنابراین، تحلیل الگوی فضایی منابع آب کشاورزی را می توان با الگوی تبخیر و تعرق انجام داد و محاسبه وارونگی تبخیر و تعرق را می توان با سنجش از دور مورد استفاده قرار داد [ ۱۳ ].

روش‌های تخمین تبخیر و تعرق در مقیاس منطقه‌ای را می‌توان تقریباً به سه دسته تقسیم کرد: روش تجربی آماری، روش تعادل انرژی و حالت عددی. در حال حاضر، با توسعه تئوری تبخیر و تعرق منطقه ای و فناوری سنجش از دور، از روش های تعادل انرژی به طور فزاینده ای استفاده می شود. مدل های تبخیر و تعرق سطح زمین حاصل از این روش عمدتاً شامل مدل تک لایه و مدل دو لایه می باشد. تبخیر خاک و تعرق گیاه در مدل دو لایه به دو قسمت تقسیم شدند. با این حال، با توجه به فرآیند محاسباتی دست و پا گیر و این واقعیت که پارامترهای مختلف محاسبه شده معمولا بر اساس تجربه هستند، مدل دو لایه دارای محدودیت های آشکاری است، در این میان، در مقایسه با۱۴ ]، بنابراین استفاده از مدل تک لایه راحت تر و گسترده تر است. الگوریتم‌های تعادل انرژی سطحی برای زمین (SEBAL) و سیستم تعادل انرژی سطحی (SEBS) پیشنهاد شده توسط Bastiaanssen و همکاران. [ ۱۵ ، ۱۶ ] و Su [ ۱۷ ] به ترتیب دو مدل تک لایه پرکاربرد بر اساس اصل تعادل انرژی سطحی هستند. در مقایسه با SEBAL، SEBS دارای مفهوم فیزیکی واضح‌تر، دقت تخمین شار بالاتر و قابلیت عمل بیشتری است، بنابراین در سال‌های اخیر به طور گسترده مورد استفاده قرار گرفته است [ ۱۸ ، ۱۹ ، ۲۰ ]. در چین، نتایج تحقیقات زیادی به دست آمده است که در آن از مدل SEBS برای مطالعه توزیع فضایی تبخیر و تعرق استفاده شده است [ ۲۱], ۲۲ , ۲۳ , ۲۴ , ۲۵ , ۲۶ ]. علاوه بر این، یافته های تحقیقاتی زیادی با مدل SEBS که در سایر نقاط جهان اعمال شده است، وجود دارد [ ۲۷ ، ۲۸ ، ۲۹ ]. از این رو، می‌توانیم از مدل SEBS برای تحلیل الگوی تبخیر و تعرق در بیابان خشک استفاده کنیم.

منابع آب در بیابان خشک محدود است. به منظور جلوگیری از گسترش بیابان زایی، حفظ امنیت منابع آبی در بین مناطق و حفظ توسعه متوازن و هماهنگ همه مناطق، لازم است اکیداً بیابان زایی نابسامان ممنوع شود، محدوده آبیاری کنترل شود و منابع آبی به طور منطقی در مناطق مختلف تخصیص داده شود. برای ارتقای ثبات اقتصادی و اجتماعی منطقه ای، سلامت و توسعه پایدار. بنابراین بررسی الگوی فضایی تقاضای آبیاری در آینده بسیار حائز اهمیت است. Hotan Oasis واقع در صحرای تکلیماکان در چین به عنوان نمونه در این مطالعه انتخاب شد.

به طور کلی، هدف این مطالعه ارزیابی الگوی فضایی تقاضای آبیاری تحت تغییر اقلیم در واحه هوتان، بر اساس پیش‌بینی تغییر اقلیم با الگوی فضایی فعلی تقاضای آبیاری بود.

۲٫ منطقه مطالعه و داده ها

واحه هوتان، بخشی از حوضه رودخانه هوتان، واقع در جنوب غربی حوضه تاریم در جنوب منطقه خودمختار سین کیانگ اویغور در چین، در این تحقیق (۳۹°۳۸′-۴۱°۴۵′ شمالی، ۸۵°۴۲) مورد مطالعه قرار گرفت. ′–۸۹°۱۷′ E) ( شکل ۱ ). واحه شامل بخش‌هایی از شهر هوتان، شهرستان هوتان، شهرستان مویو و شهرستان لوپو است. رودخانه هوتان ۱۱۲۷ کیلومتر با میانگین دبی آب سالانه ۴٫۴۷۸ × ۱۰۹ متر ^مکعب جریان دارد . این رودخانه از جنوب به شمال از میان کویر تکلیماکان می گذرد و سپس به رودخانه تاریم می ریزد. این رودخانه که از رودخانه Yulongkasi و رودخانه Kalakasi می آید، دومین رودخانه بزرگ در دامنه شمالی کوه های Kunlun در جنوب سین کیانگ است.

داده‌های سنجش از دور در این مطالعه بر اساس محصولات داده طیف‌سنج تصویربرداری با وضوح متوسط (MODIS) نصب شده بر روی ماهواره Terra است که در ۱۸ دسامبر ۱۹۹۹ پرتاب شد. داده‌ها شامل محصول بازتاب سطحی MODIS 8 روزه و ۵۰۰ متری است (MOD09A1)، محصول دمای سطح زمین MODIS 16 روزه، ۱۰۰۰ متری (MOD11A2) و شاخص ۱۶ روزه، ۵۰۰ متری MODIS تفاوت طبیعی شده گیاهی (NDVI) (MOD13A1). شماره سریال شبکه منطقه ای در این منطقه مورد مطالعه h24v06 با طرح سینوسی است. داده های ارتفاعی از سازمان ملی هوانوردی و فضایی (ناسا) با وضوح فضایی ۳۰ متر است. علاوه بر این، داده های مشاهده ساعتی فشار هوا، فشار سطح دریا، دما، سرعت باد، ساعات آفتابی،

۳٫ روش شناسی

۳٫۱٫ مدل SEBS

مدل SEBS شامل دو فرآیند فیزیکی است: تعادل تابش سطحی و تعادل انرژی سطح. اصل اساسی آن تعادل انرژی است:

λE=آرn-جی-اچ

(۱)

که در آن λE شار گرمای نهان آشفته است (λ گرمای نهان تبخیر و E چگالی شار بخار آب است)، W/m ^۲ . Rn تشعشع خالص، W/m ^۲ است . G شار حرارتی خاک، W/m ^۲ است . و H شار حرارتی محسوس W/m ^۲ است [ ۱۷ ].

برنامه مدل SEBS توسط سیستم اطلاعات زمین و آب یکپارچه (ILWIS 3.8.5) استفاده شد که فناوری سنجش از راه دور و سیستم های اطلاعات جغرافیایی توسعه یافته توسط دانشکده علوم اطلاعات جغرافیایی و رصد زمین (ITC) در هلند را ادغام می کند. در بسیاری از مطالعات با کاربرد خوب استفاده شده است [ ۳۰]. ILWIS می تواند پیش پردازش داده، استخراج پارامتر و محاسبه مدل را برای مدل SEBS فراهم کند. به طور خاص: از محصولات داده‌های MODIS برای محاسبه پارامترهای فیزیکی سطح زمین مانند آلبدوی سطح زمین، انتشار، NDVI و دمای سطح زمین، ترکیب با داده‌های هواشناسی استفاده شده است، سپس تمام داده‌ها برای محاسبه در مدل قرار داده شده و در نهایت ایجاد، نقشه توزیع فضایی تبخیر و تعرق روزانه.

به منظور بررسی پایایی مدل، از مدل پنمن-مانتیث بر اساس مطالعات قبلی روش تأیید مدل [ ۳۱ ، ۳۲ ] استفاده شد، زیرا هیچ سیستم مشاهده کوواریانس گردابی در منطقه مورد مطالعه وجود نداشت. اگرچه مقدار تبخیر و تعرق که مستقیماً توسط سیستم‌های مشاهده کوواریانس گردابی محاسبه می‌شود، واقعی‌تر است، اما مقدار شار آب و گرما بین پوشش گیاهی و اتمسفر را می‌توان با سیستم‌های مشاهده کوواریانس گردابی اندازه‌گیری کرد و تبخیر و تعرق را می‌توان با توجه به تعادل آب پس از آن تبخیر و تعرق محصول مرجع (ET _۰) با استفاده از مدل Penman-Monteith توصیه شده توسط FAO-56 محاسبه شد، سپس تبخیر و تعرق واقعی محصول (ET) با در نظر گرفتن ضریب گیاهی محلی به دست آمد، که از تحقیقات قبلی [۳۳]، برای مقایسه نتایج محاسبه شده با استفاده از مدل SEBS بود .

در حال حاضر، مطالعات کمی در مورد الگوی تبخیر و تعرق سالانه از الگوی تبخیر و تعرق روزانه [ ۳۴ ] انجام شده است، در حالی که تحقیقات قبلی فقط الگوی تبخیر و تعرق روزانه را مورد مطالعه قرار داده است. در این تحقیق، توزیع مکانی تبخیر و تعرق سالانه به روش درون یابی و جمع‌بندی، با استفاده از داده‌های تبخیر و تعرق روزانه با فاصله ۱۶ روز بدست آمده است. فرمول به شرح زیر است:

Eتی=∑من=۱n(Eتیمن+Eتیمن+۱)Δتی۲

(۲)

که در آن ET تبخیر و تعرق سالانه، میلی متر است. ET _i و ET _i+1 تبخیر و تعرق روزانه در روز i و روز i + 1 به ترتیب میلی متر هستند. Δ T فاصله روزها بین دو تبخیر و تعرق روزانه مجاور (یعنی ۱۶ روز) است. i تعداد تبخیر و تعرق روزانه است (۱، ۲، ۳، …، n ).

۳٫۲٫ پیش بینی آب و هوای آینده

مرحله پنجم پروژه مقایسه مدل جفت شده (CMIP5) جدیدترین آزمایش هماهنگ شده مدلسازی آب و هوای جهانی است [ ۳۵ ]. در حال حاضر ۶۵ مدل گردش عمومی (GCM) از ۲۸ موسسه تحقیقاتی مختلف وجود دارد که به طور گسترده در زمینه تحقیقات تغییرات آب و هوایی استفاده می شود [ ۳۶ ، ۳۷ ]. CMIP5 دارای چهار سناریو انتشار گازهای گلخانه ای است: Representative Concentration Pathway 2.6، RCP 4.5، RCP 6.0 و RCP 8.5. در این مطالعه، RCP 4.5 و RCP 8.5 و سه GCM ( جدول ۱ ) که عملکرد خوبی در چین داشتند برای مطالعه انتخاب شدند [ ۳۸ ، ۳۹]. بنابراین شش سناریو (BCC_4.5، BCC_8.5، HADG4.5، HADG8.5، MIROC_4.5 و MIROC_8.5) در این تحقیق مورد بررسی قرار گرفت. این مطالعه شامل داده‌های مربوط به عوامل هواشناسی برای قرن ۲۱ (۲۰۰۶-۲۱۰۰) تحت سناریوهای RCP4.5 و RCP8.5 است.

نتایج خروجی مستقیم مدل‌های اقلیمی دارای انحرافات سیستماتیک زیادی هستند. بنابراین، هنگام استفاده از داده‌های مدل آب و هوایی GCM، کاهش مقیاس ضروری است. یک روش کاهش مقیاس آماری می تواند رابطه آماری بین عوامل اقلیمی در مقیاس بزرگ و عوامل اقلیمی منطقه ای را با استفاده از داده های مشاهده چند ساله ایجاد کند. علاوه بر این، این روش می تواند رابطه را بر اساس داده های مشاهده مستقل آزمایش کند. سپس، این رابطه به خروجی اطلاعات اقلیمی در مقیاس بزرگ از GCM ها برای پیش بینی سناریوهای آینده تغییرات آب و هوایی منطقه ای (به عنوان مثال، دما و بارش) اعمال می شود. در این تحقیق از روش نگاشت بر اساس چندک برابر برای روش کاهش مقیاس آماری استفاده شد. این روش یک روش تصحیح انحراف جدید است که بر اساس روش چندک ارائه شده توسط Li [40 ]. بر اساس داده‌های مشاهده‌شده قبلی، مانند بارش و دما، در سه ایستگاه هواشناسی (یعنی ایستگاه‌های هوتان، پیشان و یوتیان) در حوضه رودخانه هوتان، یک مدل کاهش مقیاس آماری با استفاده از یک روش نقشه‌برداری مبتنی بر کمیت مساوی ایجاد شد. در منطقه مورد مطالعه، داده‌های هواشناسی آینده از خروجی سه GCM توسط مدل کاهش مقیاس تولید شد.

۳٫۳٫ پیش بینی تقاضای آبیاری

در این مطالعه، شبکه‌های سیستم کانالی در زمین‌های کشاورزی در نتایج شبیه‌سازی گنجانده شد که قدرت تفکیک مکانی تبخیر و تعرق محاسبه‌شده توسط SEBS 500 متر بود. بنابراین کانال‌ها به‌عنوان زمین زراعی محاسبه شدند و نتایج تبخیر و تعرق زمین کشاورزی شامل دو جنبه تبخیر و تعرق سیستم کانال و تبخیر و تعرق زمین‌های کشاورزی واقعی بود. در حالی که با توجه به تعادل آب در هوتان واحه: آب ورودی برابر با مجموع تبخیر و تعرق، نفوذ خالص میدان و نفوذ کانال ها است، فرمول ها به شرح زیر است:

س=E+q1+q2

(۳)

ک=۱-q1+q2س

(۴)

س=Eک

(۵)

که در آن Q برآورد تقاضای آبیاری از رودخانه هوتان است. E محاسبه تبخیر و تعرق زمین کشاورزی توسط SEBS، میلی متر است. q _۱ نفوذ خالص در میدان است (یعنی نفوذ کسر تبخیر فریاتیک)، میلی متر. q _۲ نفوذ در سیستم کانال، میلی متر است. k ضریب نسبت تبخیر و تعرق به نیاز آبیاری است.

تقاضای آبیاری تحت سناریوها در هر منطقه در آینده را می توان به صورت زیر محاسبه کرد:

سf=ک”⋅E”ک

(۶)

که در آن k ضریب نسبت تبخیر و تعرق به نیاز آبیاری است. k’ دامنه تغییرات تبخیر و تعرق تخمین زده شده از حال تا آینده است. E’ محاسبه تبخیر و تعرق زمین های کشاورزی در هر منطقه در حال حاضر توسط SEBS، میلی متر است.

۴٫ نتایج

۴٫۱٫ توزیع تبخیر و تعرق

۴٫۱٫۱٫ اعتبارسنجی مدل

مقادیر پیکسل تبخیر و تعرق روزانه زمین کشاورزی شبیه سازی شده توسط SEBS در سال ۲۰۱۵، که در ایستگاه هواشناسی قرار داشت، با مقادیر محاسبه شده توسط Penman-Monteith مقایسه شد. تبخیر و تعرق روزانه شبیه سازی شده و محاسبه شده در ایستگاه هوتان در سال ۲۰۱۵ در این مطالعه مقایسه شد، زیرا دو ایستگاه دیگر (پیشان و یوتیان) در واحه هوتان قرار نداشتند. نتایج در شکل ۲ نشان داده شده است .

شکل ۲ نشان می دهد که مقادیر شبیه سازی شده از SEBS کوچکتر از مقادیر محاسبه شده از Penman-Monteith در همان روز است. این به دلیل انواع کاربری های دیگر مانند جاده ها است که در پیکسل های زمین مزرعه مخلوط شده اند (اندازه پیکسل ۳۰ متر ۳۰ متر است)، که منجر به مقادیر تبخیر کوچکتر می شود. از طریق تجزیه و تحلیل آماری مقادیر شبیه سازی شده و محاسبه شده در همان روز، محدوده خطای آن مقادیر بین ۵٪ تا ۲۰٪ است. بنابراین، تبخیر و تعرق برآورد شده توسط SEBS منطقی است.

۴٫۱٫۲٫ توزیع فضایی تبخیر و تعرق

توزیع فضایی تبخیر و تعرق در Hotan Oasis در سال ۲۰۱۵ در شکل ۳ نشان داده شده است . پیکسل های سفید منفرد مقادیری ندارند. تبخیر و تعرق شهر هوتان و شهرستان هوتان در وسط واحه بیشتر از شهرستان مویو در شمال غربی و شهرستان لوپو در جنوب غربی است. شکل ۳ یک الگوی فضایی بالا در وسط، پایین در شمال غربی و جنوب شرقی را نشان می دهد. با توجه به نوع کاربری زمین که توسط ArcGIS 10.2 تجزیه و تحلیل شده است ( شکل ۴نسبت زمین های بلااستفاده در شهرستان های لوپ و مویو بسیار زیاد است و زمین های بلااستفاده عمدتاً بیابانی است. تبخیر و تعرق سالانه مناطق بیابانی به وضوح کمتر از سایر انواع زمین است که منجر به این الگو می شود. بیشترین تبخیر و تعرق پیکسل ۱۴۴۸ میلی متر و کمترین آن ۲۱ میلی متر است. علاوه بر این، از شکل ۳ می توان دریافت که تبخیر و تعرق سالانه زمین های کشاورزی زیاد است و توزیع مکانی تبخیر و تعرق در محدوده رودخانه با شکل رودخانه ها مطابقت دارد.

۴٫۱٫۳٫ الگوی فضایی تبخیر و تعرق زمین کشاورزی

تبخیر و تعرق زمین های کشاورزی در مناطق مختلف در سال ۲۰۱۵ توسط Arcgis 10.2 محاسبه شد ( جدول ۲ ). در Hotan Oasis، میانگین مقدار تبخیر و تعرق در شهر هوتان بالاترین (۹۰۱٫۹۴ میلی‌متر بر الف) بود. این به دلیل تعرق برنج شالیزاری کاشته شده در شهر هوتان بود که ارزش آن را افزایش داد. از سوی دیگر، زیرساخت آبیاری در تمام مناطق در Hotan Oasis بهترین است. در حالی که منطقه نزدیک به رودخانه هوتن بوده و از قابلیت تضمین آبیاری بالایی برخوردار است. تفاوت کمی بین سه منطقه دیگر برای مقدار میانگین وجود داشت. شهرستان هوتن کوچکترین است، عمدتاً به این دلیل که زمین کشاورزی در منطقه پراکنده است و قابلیت تضمین آبیاری پایینی دارد.

۴٫۲٫ پیش بینی تبخیر و تعرق

روند تبخیر و تعرق ایستگاه هوتان تحت شش سناریو را می توان با استفاده از مدل پنمن-مانتیث در سال های ۲۰۲۰-۲۰۹۰ ( شکل ۵ )، با توجه به داده های هواشناسی پیش بینی آب و هوای آینده که در بالا ذکر شد، به دست آورد. نتایج نشان می دهد که در آینده، تبخیر و تعرق در سناریوهای شش گانه افزایش خواهد یافت. روند افزایشی MIROC_RCP8.5 قوی ترین و BBC_RCP4.5 کندترین است.

دامنه تغییرات داده های تبخیر و تعرق برآورد شده در سال های ۲۰۲۱-۲۰۳۰ و ۲۰۳۱-۲۰۴۰ بر اساس داده های تبخیر و تعرق برآورد شده در دوره پایه ۲۰۱۱-۲۰۲۰ محاسبه شده است ( جدول ۳ ). تبخیر و تعرق همه سناریوها در سال‌های ۲۰۲۱-۲۰۳۰ در مقایسه با سال‌های ۲۰۱۱-۲۰۲۰ به جز BCC_RCP 4.5 در Hotan Oasis افزایش می‌یابد. در حالی که HADG_RCP 4.5 بیشترین افزایش را دارد (۲٫۳۶٪). علاوه بر این، مقادیر همه سناریوها در سال‌های ۲۰۳۱-۲۰۴۰ در مقایسه با سال‌های ۲۰۱۱-۲۰۲۰ افزایش می‌یابد، به جز HADG_RCP 4.5، و سناریو با بالاترین افزایش سناریو MIROC_RCP 8.5، با ۳٫۸۰٪ است.

۴٫۳٫ الگوی فضایی تقاضای آبیاری

با توجه به مطالعات قبلی [ ۴۱ ، ۴۲ ]، می توان نتیجه گرفت که q _۱ و q _۲ ۳۴٫۶۷ درصد از نیاز آبیاری در واحه هوتان را تشکیل می دهند، بنابراین ضریب نسبت تبخیر و تعرق محاسبه شده توسط SEBS به تقاضای آبیاری ۶۵٫۳۲ درصد است (یعنی ، k = 65.32٪. مدل هیدرولوژیکی اتلافی برای Hotan Oasis [ ۴۳ ] در مطالعات قبلی مورد استفاده قرار گرفت و هر بخش از مصرف آب توسط مدل محاسبه شد. از این رو، مقادیر متوسط q1، q2 و Q همه با استفاده از مدل بر اساس تاریخ ۲۰۰۶-۲۰۰۹ محاسبه شدند. با توجه به نتایج در بخش ۴٫۱تبخیر و تعرق زمین های کشاورزی در واحه هوتان در سال ۲۰۱۵ ۸۶۶٫۷۵ میلی متر بوده است. طبق رابطه (۳) نیاز آبیاری زمین های کشاورزی در واحه هوتان در سال ۲۰۱۵ برابر با ۱۳۲۵٫۷۰ میلی متر بود. تقاضای واقعی آب آبیاری زمین های کشاورزی در منطقه هوتان ۱۳۰۲٫۸۵ میلی متر در بولتن منابع آب سین کیانگ در سال ۲۰۱۵ بود. خطای بین این دو داده را می توان ۱٫۷۲ درصد محاسبه کرد. از این رو، تقاضای آبیاری را می توان از تبخیر و تعرق منطقه ای شبیه سازی شده توسط SEBS محاسبه کرد.

توزیع فضایی تبخیر و تعرق در سال‌های ۲۰۱۴ و ۲۰۱۶ نیز توسط SEBS شبیه‌سازی شد تا پیش‌بینی دقیق‌تر شود. میانگین تبخیر و تعرق ۲۰۱۴-۲۰۱۶ در هر منطقه برای پیش بینی تقاضای آبیاری استفاده شد. اگر راندمان استفاده از آب آبیاری ثابت بماند، می توان تقاضای آبیاری الگوی مکانی سالانه در سال های ۲۰۲۱-۲۰۳۰ و ۲۰۳۱-۲۰۴۰ را با توجه به میانگین تبخیر و تعرق ۲۰۱۴-۲۰۱۶ در هر منطقه در واحه هوتان ( شکل ۶ ) تخمین زد (شکل ۶). ۳) – (۶). شکل ۵نشان می دهد که کل تقاضای آبیاری سالانه در Hotan Oasis تحت سناریوی HADG_RCP 4.5 در سال های ۲۰۲۱-۲۰۳۰ بالاترین میزان است، در حالی که این مقدار MIROC_RCP 8.5 در سال های ۲۰۳۱-۲۰۴۰ است. تقاضای آبیاری سالانه شهر هوتان بالاتر است، به ترتیب با ۹۲۳٫۲، ۹۳۶٫۲ میلی‌متر در روز در سال‌های ۲۰۲۱-۲۰۳۰ و ۲۰۳۱-۲۰۴۰، در حالی که سه منطقه دیگر (هوتان، شهرستان مویو و شهرستان لوپو) در سناریوهای شش‌گانه کمتر هستند. . بنابراین، در واحه هوتان، تقاضای آبیاری الگوی فضایی سالانه در شش سناریو در آینده بالا در میانه، پایین در شمال غرب و جنوب شرق پیش‌بینی شد.

۵٫ بحث

یک مدل هیدرولوژیکی توزیع شده می تواند برای ایجاد الگوی فضایی تقاضای آب کشاورزی استفاده شود [ ۴۴ ]. اما به دلیل شرایط خاص جغرافیایی در مناطق خشک، نمی توان از مدل هیدرولوژیکی پراکنده استفاده کرد. از این رو، این مطالعه یک روش جدید مبتنی بر SEBS برای رسیدگی به مشکل قبلی پیشنهاد کرد. تبخیر و تعرق سالانه کل واحه هوتان در سال ۲۰۱۵ برابر با ۸۶۶٫۰۴ میلی متر بود که توسط مدل SEBS محاسبه شد که نزدیک به آن در یک منطقه بیابانی دیگر بود [ ۲۶]]. ضریب k به طور مستقیم بر اساس مطالعات قبلی در این مطالعه محاسبه شد. این سوال که آیا می توان این ضریب را با تجزیه و تحلیل آماری آزمایش های صحرایی به دست آورد نیز نیاز به مطالعه بیشتری دارد. علاوه بر این، در این مطالعه، شهرستان در واحه هوتان به عنوان هدف تحقیق برای بررسی الگوی تقاضای آبیاری در نظر گرفته شده است. الگوی تقاضای آبیاری در مناطق کوچکتر مانند شهرها نیز با استفاده از روش پیشنهادی قابل محاسبه است.

تأثیر تغییر اقلیم جهانی بر سین کیانگ در دهه ۱۹۸۰ علم آشکاری بوده است، جایی که آج دما در حال افزایش بوده است [ ۴۵ ]، در حالی که روند دما به ویژه از قرن بیست و یکم در واحه هوتان [ ۴۶ ] افزایش یافته است. بنابراین، پیش‌بینی تبخیر و تعرق بسیار محتمل بود، در حالی که برخی مطالعات از داده‌های مدل آب و هوایی GCMs در Hotan Oasis [ ۴۷ ] استفاده کردند.

در دهه‌های گذشته، مساحت زمین‌های کشاورزی در Hotan Oasis همیشه افزایش یافته است [ ۴۸ ]، و مساحت زمین‌های کشاورزی احتمالاً با افزایش فعالیت‌های انسانی در آینده بیشتر خواهد شد. علاوه بر این، به دلیل افزایش سطح زمین کشاورزی، تقاضای آبیاری افزایش خواهد یافت. بر اساس این مطالعه، در عین حال، تقاضای آبیاری آینده نیز تحت شرایط تغییرات آب و هوایی افزایش خواهد یافت. بنابراین، تقاضای آب کشاورزی آتی واحه به میزان قابل توجهی افزایش خواهد یافت. لازم است دولت برنامه های احیای دقیق تری را تدوین کند و همچنین پروژه های آبیاری بیشتری را برای بهبود بهره وری مصرف آب آبیاری احداث کند.

۶٫ نتیجه گیری

الگوی فضایی تقاضای آبیاری در شش سناریو با استفاده از مدل SEBS بر اساس تحلیل الگوی فضایی تبخیر و تعرق در واحه هوتان پیش‌بینی شده بود. میانگین مقدار تبخیر و تعرق در شهر هوتان بالاترین میزان بود که ۹۰۱٫۹۴ میلی‌متر بر ساعت بود، در حالی که کمترین آن مربوط به شهرستان هوتان با ۸۵۴٫۴۱ میلی‌متر بر ثانیه در سال ۲۰۱۵ بود. تبخیر و تعرق در واحه هوتان در سال‌های ۲۰۲۱-۲۰۴۰ روند افزایشی را نشان داد. تقاضای آبیاری سالانه شهر هوتان بالاتر است، به ترتیب با ۹۲۳٫۲ و ۹۳۶٫۲ میلی‌متر در ساعت در سال‌های ۲۰۲۱-۲۰۳۰ و ۲۰۳۱-۲۰۴۰، در حالی که تقاضای آبیاری در سه منطقه دیگر تحت سناریوهای شش‌گانه کمتر است. تقاضای آبیاری سالانه یک الگوی فضایی بالا در میانه، کم در شمال غربی و جنوب شرقی تحت شش سناریو در سال‌های ۲۰۲۱-۲۰۳۰ و ۲۰۳۱-۲۰۴۰ نشان داد.

منابع

یونیال، بی. Jha، MK; ورما، AK ارزیابی تاثیر تغییر اقلیم بر اجزای تعادل آب یک حوضه رودخانه با استفاده از مدل SWAT. منبع آب مدیریت ۲۰۱۵ ، ۲۹ ، ۴۷۶۷-۴۷۸۵٫ [ Google Scholar ] [ CrossRef ]
شرستا، NK; دو، X. وانگ، جی. ارزیابی اثرات تغییر آب و هوا بر منابع آب شیرین حوضه رودخانه آتاباسکا، کانادا. علمی کل محیط. ۲۰۱۷ ، ۶۰۱ ، ۴۲۵-۴۴۰٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
لو، ای. تکل، ES; Manoj، J. روابط بین تغییرات آب و هوایی و هیدرولوژیکی در حوضه رودخانه می سی سی پی فوقانی: مطالعه SWAT و Multi-GCM. J. Hydrometeorol. ۲۰۱۰ ، ۱۱ ، ۴۳۷-۴۵۱٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
فیکلین، دی ال. بارنهارت، عدم قطعیت پارامتر مدل هیدرولوژیکی BL SWAT و پیامدهای آن برای پیش بینی های آب اقلیمی در حوزه های آبخیز وابسته به ذوب برف. جی هیدرول. ۲۰۱۴ ، ۵۱۹ ، ۲۰۸۱-۲۰۹۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
ژانگ، ایکس. خو، ی. Fu، G. عدم قطعیت در شبیه سازی جریان شدید SWAT تحت تغییرات آب و هوا. جی هیدرول. ۲۰۱۴ ، ۵۱۵ ، ۲۰۵-۲۲۲٫ [ Google Scholar ] [ CrossRef ]
سننت آپاریسیو، جی. پرز سانچز، جی. کاریلو-گارسیا، جی. Soto, J. استفاده از SWAT و Fuzzy TOPSIS برای ارزیابی تأثیر تغییرات آب و هوایی در سرچشمه‌های حوضه رودخانه Segura (SE اسپانیا). Water ۲۰۱۷ , ۹ , ۱۴۹٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
گروسون، ی. Anctil، F. سووج، اس. پرز، JMS ارزیابی انتقال پذیری اقلیمی و زمانی مدل SWAT در یک حوضه آبخیز بزرگ متضاد. جی هیدرول. مهندس ۲۰۱۷ ، ۲۲ ، ۰۴۰۱۷۰۰۴٫ [ Google Scholar ] [ CrossRef ]
لوپز-کار، دی. دیویس، جی. Jankowska، MM; گرانت، ال. لوپز-کار، AC; کلارک، ام. فضا در مقابل مکان در سیستم‌های پیچیده انسانی-طبیعی: مدل‌های فضایی و چند سطحی استفاده از زمین گرمسیری و تغییر پوشش (LUCC) در گواتمالا. Ecol. مدل. ۲۰۱۲ ، ۲۲۹ ، ۶۴-۷۵٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
جیانگ، سی. شیونگ، ال. وانگ، دی. لیو، پی. گوا، اس. Xu, C. جداسازی اثرات تغییرات آب و هوا و فعالیت های انسانی بر رواناب با استفاده از معادلات نوع Budyko با پارامترهای متغیر با زمان. جی هیدرول. ۲۰۱۵ ، ۵۲۲ ، ۳۲۶-۳۳۸٫ [ Google Scholar ] [ CrossRef ]
لی، جی. لی، جی. ژو، اس. چن، F. کمی سازی اثرات تغییر سطح زمین بر رواناب سالانه با در نظر گرفتن تنوع بارش توسط SWAT. منبع آب مدیریت ۲۰۱۶ ، ۳۰ ، ۱۰۷۱-۱۰۸۴٫ [ Google Scholar ] [ CrossRef ]
وانگ، QM؛ استراتژی های Mei، XR برای استفاده پایدار از منابع آب کشاورزی در چین. جی. آگریک. ۲۰۱۷ ، ۷ ، ۸۰-۸۳٫ [ Google Scholar ]
یو، ی. هوانگ، LM؛ شن، بی. Maimaitiming، A.; Qin، SY; Dai، YP تحلیل وضعیت فعلی مصرف آب در حوضه رودخانه هوتان. ج. منبع آب. انجین آب ۲۰۰۹ ، ۲۰ ، ۴۷-۵۱٫ [ Google Scholar ]
لیو، سی. ژائو، جی. لیو، YY; Wei, W. تخمین سنجش از دور کمیت تبخیر و تعرق و تجزیه و تحلیل ساختار فضا-زمان بر روی حوضه رودخانه شیانگ. سنسور از راه دور. ۲۰۱۱ ، ۲۳ ، ۱۱۷-۱۲۲٫ [ Google Scholar ]
باهر، م. بولت، جی. اولیوسو، ا. ریوالند، وی. گالیگو-الویرا، بی. میرا، م. رودریگز، جی. جارلان، ال. مرلین، O. ارزیابی و ویژگی‌های تجمع الگوریتم‌های تبخیر و تعرق مبتنی بر مادون قرمز حرارتی از ۱۰۰ متر تا مقیاس کیلومتر در یک منطقه کشاورزی نیمه‌خشک آبی. Remote Sens. ۲۰۱۷ , ۹ , ۱۱۷۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
باستیانسن، دبلیو. مننتی، م. فدس، RA; Holtslag، AAM یک الگوریتم تعادل انرژی سطح سنجش از دور برای زمین (SEBAL)-1. فرمولاسیون. جی هیدرول. ۱۹۹۸ ، ۲۱۲ ، ۱۹۸-۲۱۲٫ [ Google Scholar ] [ CrossRef ]
Bastiaanssen، WGM; پلگروم، اچ. وانگ، جی. ممکن است.؛ مورنو، جی اف. رورینک، جی جی; Val، TVD یک الگوریتم تعادل انرژی سطح سنجش از دور برای زمین (SEBAL)-2. اعتبار سنجی. جی هیدرول. ۱۹۹۸ ، ۲۱۲ ، ۲۱۳-۲۲۹٫ [ Google Scholar ] [ CrossRef ]
Su, Z. سیستم تعادل انرژی سطحی (SEBS) برای تخمین شارهای حرارتی آشفته. هیدرول. سیستم زمین Sc. ۲۰۰۲ ، ۶ ، ۸۵-۹۹٫ [ Google Scholar ] [ CrossRef ]
ژانگ، ی. ژنگ، جی اچ. لیو، ژ. Yao, JQ توزیع مکانی و زمانی تبخیر و تعرق در شهرستان هوتوبی بر اساس داده های Landsat8 و مدل SEBS. Ecol. علمی ۲۰۱۶ ، ۳۵ ، ۲۶-۳۲٫ [ Google Scholar ]
او، YB; Wang, SL تبخیر و تعرق منطقه ای پوشش های مختلف زمین بر اساس سنجش از دور. چانه. J. Appl. Ecol. ۲۰۰۷ ، ۱۸ ، ۲۸۸-۲۹۶٫ [ Google Scholar ]
Losgedargh, SZ; رحیم زادگان، م. ارزیابی مدل های SEBS، SEBAL و METRIC در تخمین تبخیر دریاچه های آب شیرین (مطالعه موردی: سد امیرکبیر، ایران). جی هیدرول. ۲۰۱۸ ، ۵۶۱ ، ۵۲۳-۵۳۱٫ [ Google Scholar ] [ CrossRef ]
لیو، آر. ون، جی. وانگ، ایکس. Wang, Z. اعتبار سنجی تبخیر و تعرق و روندهای بلند مدت آن در منطقه منبع رودخانه زرد. جی. آب و هوا. چانگ. ۲۰۱۷ ، ۸ ، ۴۹۵-۵۰۹٫ [ Google Scholar ] [ CrossRef ]
لی، ی. هوانگ، سی. هو، جی. گو، ج. زو، جی. لی، ایکس. نقشه‌برداری تبخیر و تعرق روزانه بر اساس ادغام فضایی و زمانی تصاویر ASTER و MODIS در مناطق کشاورزی آبیاری شده در حوضه رودخانه هیهه، شمال غربی چین. کشاورزی برای. هواشناسی ۲۰۱۷ ، ۲۴۴ ، ۸۲-۹۷٫ [ Google Scholar ] [ CrossRef ]
سان، جی. هو، ز. سان، اف. وانگ، جی. زی، ز. لین، ی. Huang، F. تحلیلی بر روی تأثیر مقیاس‌های فضایی بر شارهای حرارتی محسوس در فلات تبت شمالی بر اساس کوواریانس گردابی و داده‌های سینتیلومتر دیافراگم بزرگ. نظریه. Appl. کلیماتول. ۲۰۱۷ ، ۱۲۹ ، ۹۶۵-۹۷۶٫ [ Google Scholar ] [ CrossRef ]
جین، ایکس. گوا، آر. Xia, W. توزیع تبخیر و تعرق واقعی بر روی حوضه قائدام، یک منطقه خشک در چین. Remote Sens. ۲۰۱۳ , ۵ , ۶۹۷۶–۶۹۹۶٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
چن، ایکس. لی، بی. لی، کیو. لی، جی. عبدالله، S. الگوی فضایی-زمانی و تغییرات تبخیر و تعرق در آسیای مرکزی خشک و سین کیانگ چین. J. Arid Land ۲۰۱۲ ، ۴ ، ۱۰۵-۱۱۲٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
یی، زی؛ ژائو، HL; جیانگ، YZ; Yan، HW; کائو، ی. هوانگ، YY; Hao, Z. تخمین تبخیر و تعرق روزانه در مقیاس میدانی: با استفاده از مدل اصلاح شده SEBS و داده های HJ-1 در یک منطقه کویر-واحه، شمال غربی چین. Water ۲۰۱۸ , ۱۰ , ۶۴۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Muthuwatta، LP; احمد، م. Bos، MG; Rientjes، THM ارزیابی در دسترس بودن و مصرف آب در حوضه رودخانه کرخه، ایران با استفاده از سنجش از دور و آمار زمین. منبع آب مدیریت ۲۰۱۰ ، ۲۴ ، ۴۵۹-۴۸۴٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
الخایر، ف. سو، ز. Flerchinger، GN شناسایی اثر آب های زیرزمینی کم عمق بر دمای سطح زمین و تعادل انرژی سطح با استفاده از MODIS و SEBS. هیدرول. سیستم زمین علمی ۲۰۱۲ ، ۱۶ ، ۱۸۳۳-۱۸۴۴٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
ماهور، م. تولپکین، وی. استین، ا. شریفی، ع. مقایسه دو روش کاهش مقیاس برای افزایش وضوح فضایی نقشه برداری تبخیر و تعرق واقعی. ISPRS J. Photogramm. ۲۰۱۷ ، ۱۲۶ ، ۵۶-۶۷٫ [ Google Scholar ] [ CrossRef ]
گیبسون، لس آنجلس؛ موئنچ، ز. Engelbrecht, J. عدم قطعیت های خاص در استفاده از یک مدل SEBS از پیش بسته بندی شده برای استخراج تبخیر و تعرق در یک منطقه مطالعاتی ناهمگن در آفریقای جنوبی. هیدرول. سیستم زمین علمی ۲۰۱۱ ، ۱۵ ، ۲۹۵-۳۱۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
لی، بی اف. چن، YN; لی، WH; Chao، ZC سنجش از دور و مدل SEBAL برای تخمین تبخیر و تعرق در رودخانه تاریم. Acta Geogr. گناه ۲۰۱۱ ، ۶۶ ، ۱۲۳۰-۱۲۳۸٫ [ Google Scholar ]
ژو، جی. آزمایشگاه.؛ پوبو، سی. Luo, B. مطالعه بر روی تبخیر و تعرق سطح روزانه با SEBS در منطقه خودمختار تبت. جی. جئوگر. علمی ۲۰۱۴ ، ۲۴ ، ۱۱۳-۱۲۸٫ [ Google Scholar ] [ CrossRef ]
چن، YM; Guo، GS; وانگ، جی ایکس؛ کانگ، اس.زی. لو، HB; Zhang، DZ نیاز آبی محصول اصلی و آبیاری چین ، چاپ اول. مطبوعات منابع آب و برق: پکن، چین، ۱۹۹۵; صص ۱۰۳-۳۷۵٫ [ Google Scholar ]
فنگ، XX; Qin، ZD; ژنگ، XQ; چن، JF برآورد تبخیر و تعرق در ناحیه چشمه لیولین بر اساس مدل SEBS. J. Taiyuan Univ. تکنولوژی ۲۰۱۴ ، ۴۵ ، ۲۵۹-۲۶۴٫ [ Google Scholar ]
کوترولیس، AG; Grillakis، MG; Tsanis، IK; Papadimitriou، L. ارزیابی بارش و عملکرد شبیه‌سازی دما در آزمایش‌های تاریخی CMIP3 و CMIP5. صعود دینام. ۲۰۱۶ ، ۴۷ ، ۱۸۸۱-۱۸۹۸٫ [ Google Scholar ] [ CrossRef ]
خارین، وی. Zwiers، FW; ژانگ، ایکس. Wehner, M. تغییرات در دما و بارندگی شدید در مجموعه CMIP5. صعود چانگ. ۲۰۱۳ ، ۱۱۹ ، ۳۴۵-۳۵۷٫ [ Google Scholar ] [ CrossRef ]
پالرم، سی. جنتون، سی. کلود، سی. کی، جی. چوب، NB; L’Ecuyer، T. ارزیابی بارش فعلی و پیش بینی شده قطب جنوب در مدل های CMIP5. صعود دینام. ۲۰۱۷ ، ۴۸ ، ۲۲۵-۲۳۹٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
لو، XF; Ren, CY; وانگ، YH; Cui، FQ; لو، XT; ویژگی‌های تفاوت فضایی گونگ، ZJ بر روی قابلیت شبیه‌سازی تغییرات فصلی دمای هوا شبیه‌سازی شده توسط سه مدل آب و هوای جهانی در چین. سرزمین خشک Geogr. ۲۰۱۸ ، ۴۱ ، ۹۷۲-۹۸۳٫ [ Google Scholar ]
خو، سی. Xu, Y. ارزیابی مقدماتی شبیه‌سازی تغییرات آب و هوایی در چین توسط مدل‌های چندگانه CMIP5. اتمس. اقیانوس. علمی Lett. ۲۰۱۲ ، ۵ ، ۴۸۹-۴۹۴٫ [ Google Scholar ]
لی، اچ. شفیلد، جی. تصحیح چوب، EF Bias میدان‌های بارش و دما ماهانه از پانل بین‌دولتی تغییرات آب و هوایی مدل‌های AR4 با استفاده از تطبیق چندک‌های مساوی. جی. ژئوفیس. Res. اتمس. ۲۰۱۰ ، ۱۱۵ ، D10101. [ Google Scholar ] [ CrossRef ]
ژائو، CS; هوانگ، LM؛ شن، بی. لی، زد. هو، اچ پی؛ Yang, SX ایجاد مدل هیدرولوژیکی اتلاف پذیر برای Hotan Oasis. J. Arid Land Resource. محیط زیست ۲۰۱۰ ، ۲۴ ، ۷۲-۷۷٫ [ Google Scholar ]
بای، ام. بهبود و تحقق کامپیوتری مدل هیدرولوژیکی اتلافی برای واحه هوتان. پایان نامه کارشناسی ارشد، دانشگاه صنعتی شیان، شیان، چین، ۲۰۱۱٫ [ Google Scholar ]
هو، اچ پی؛ تانگ، QH; لی، زد. یانگ، مدل هیدرولوژیکی تبخیر رواناب SX برای واحه پلاتین خشک، ۱، ساختار مدل. Adv. علوم آب ۲۰۰۴ ، ۱۵ ، ۱۴۰-۱۴۵٫ [ Google Scholar ]
سانتی، سی. Muttiah، RS; آرنولد، جی جی؛ Srinivasan، R. یک ابزار برنامه ریزی منطقه ای مبتنی بر GIS برای ارزیابی تقاضای آبیاری و صرفه جویی با استفاده از SWAT. ترانس. ASABE ۲۰۱۷ ، ۴۸ ، ۱۳۷-۱۴۷٫ [ Google Scholar ] [ CrossRef ]
لیو، دبلیو. Xu، YP; Huang, Y. اثرات گرم شدن کره زمین بر بارش و حجم رواناب در سین کیانگ. سرزمین خشک Geog. ۲۰۰۵ ، ۲۸ ، ۵۹۷-۶۰۲٫ [ Google Scholar ]
وانگ، اس اف. جیائو، XY؛ وانگ، LP; سانگ، اچ. صلاحو، MK; Maimaitiyiming، A. ارزیابی اثرات تغییر آب و هوا بر منابع آب واحه هوتان با استفاده از مدل SWAT، شمال غربی چین. فرسن. محیط زیست گاو نر ۲۰۱۹ ، ۲۸ ، ۱۸۰۱–۱۸۱۰٫ [ Google Scholar ]
لو، ام. منگ، اف. لیو، تی. دوان، ی. فرانکل، آ. قربان، ع. De Maeyer، P. رویکردهای گروه چند مدل برای ارزیابی اثرات تغییرات آب و هوایی محلی بر منابع آب حوضه رودخانه هوتان در سین کیانگ، چین. Water ۲۰۱۷ , ۹ , ۵۴۸٫ [ Google Scholar ] [ CrossRef ]
چن، ZS; چن، YN; لی، HW; ژائو، تجزیه و تحلیل RF بر تغییرات کاربری زمین و اثر اکولوژیکی آنها در حوضه رودخانه هوتان. J. Arid Land Resource. محیط زیست ۲۰۰۹ ، ۲۳ ، ۴۹-۵۴٫ [ Google Scholar ]

شکل ۱٫ موقعیت منطقه مورد مطالعه.

شکل ۲٫ شبیه سازی و محاسبه تبخیر و تعرق روزانه در ایستگاه هوتن در سال ۲۰۱۵٫

شکل ۳٫ توزیع فضایی تبخیر و تعرق در واحه هوتان در سال ۲۰۱۵٫

شکل ۴٫ توزیع فضایی کاربری اراضی در واحه هوتان در سال ۲۰۱۵٫

شکل ۵٫ روند تبخیر و تعرق ایستگاه هوتن تحت سناریوهای شش گانه.

شکل ۶٫ تقاضای آبیاری الگوی فضایی سالانه، در آینده، ( a ) ۲۰۲۱-۲۰۳۰، ( b ) ۲۰۳۱-۲۰۴۰٫

ونوس نصیرفام

11 فوریه 2023

مقالات