Evaluation of relationships between meteorological parameters and actual evapotranspiration using regression and hierarchical clustering (case study: Castelvetrano, Italy)

مقدمه:

تبخیر و تعرق واقعی، به‏عنوان یکی از مهم‏ترین اجزای چرخه هیدرولوژیکی، به‏طور میانگین، سبب بازگشت حدود 60 درصد بارش به جو می‏شود. این رقم در مناظق خشک و نیمه خشک تا 90 درصد افزایش می‏یابد. در سال‏های اخیر، با افزایش جمعیت و نیاز آبی جوامع انسانی و از طرف دیگر با بروز تغییرات اقلیمی، اهمیت این پدیده دو چندان شده است. با وجود اهمیت، تبخیر و تعرق علی‏الخصوص نوع واقعی آن، تا حد زیادی ناشناخته باقی‏مانده و برآورد آن با روش‏های اندازه‏گیری مستقیم، مستلزم صرف هزینه و زمان زیاد، و با روش پنمن- مونتیث به‏عنوان مقبول‏ترین روش برآورد تبخیر و تعرق مرجع، به داده‏های هواشناسی زیادی نیازمند است. استفاده از روش‏های تجربی برآورد تبخیر و تعرق، با وجود ضعف مدل مفهومی، به‏علت سادگی هم‏چنان متداول است. ضمن آن‏که می‏توان با بررسی مدل مفهومی با روش‏های آماری، ضمن شناخت متغیرهای تاثیرگذار، بدون پیش‏داوری، روابط تجربی سازگار با مدل مفهومی ایجاد نمود.

مواد و روش ها:

منطقه مورد مطالعه با مساحت 13 هکتار در جنوب غرب سیسیل (ایتالیا) در فاصله حدود 5 کیلومتر از شهر کستلوترانو، با چشم انداز مسطح و نوع خاک نسبتا همگن و دارای محصولات اصلی زیتون (70 درصد پوشش) ،تاکستان‏ها (۲۴ درصد) ومرکبات (6/2 درصد) و دیگر محصولات باغی (4/3 درصد) با ارتفاع حدود 5/3 متر، به صورت شبکه منظم 5 متر در 8 متر (تراکم 250 گیاه در هکتار) است. آب و هوای منطقه، مدیترانه‏ای و طبقه بافت خاک بر اساس طبقه‏بندی USDA‏لوم رسی سیلتی می‏باشد. در این تحقیق از داده‏های هواشناسی یک‏ساعته 23 متغیر هواشناسی ایستگاه هواشناسی- کشاورزی سیسیل و تبخیر و تعرق واقعی استخراج شده از روش ادی کوواریانس مربوط به دوره آماری 2016-2009 استفاده شده است. روش‏های رگرسیون ساده برای بررسی رابطه بین 24 متغیر برای پیش‏بینی همدیگر و تبخیر و تعرق واقعی و خوشه‏بندی سلسله‏مراتبی ادغامی برای طبقه‏بندی 24 متغیر استفاده و رتبه‏بندی متغیرها به عنوان پیش‏گو بر اساس ضریب همبستگی(R) بررسی شد.

نتایج:

بررسی روابط بین 24 متغیر(23 متغیر هواشناسی و تبخیر و تعرق واقعی) با روش رگرسیون ساده، سبب استخراج روابط بین پارامترها در قالب ماتریسی با ابعاد 24 در 24 شد. به‏عبارتی برای پیش بینی هر متغیر(به عنوان متغیر وابسته)، 23 رابطه با دیگر پارامترها (به عنوان پارامترمستقل)، استخراج و سپس اولویت متغیرها(مستقل) برای پیش‏بینی هر متغیر(وابسته) بر اساس ضریب همبستگی(R) مشخص گردید. میانگین 23 رتبه یک متغیر(مستقل) برای پیش‏بینی متغیرهای دیگر(وابسته)، نشان‏دهنده میزان شایستگی متغیر برای پیش‏بینی بقیه متغیرها است. نتیجه خوشه‏بندی سلسله‏مراتبی ادغامی با 70 درصد همبستگی، هفت خوشه است. اعضای خوشه شماره یک متغیرهای مختلف دما (لحظه‏ای، حداقل، حداکثر و متوسط) خوشه شماره دو، متغیر بارندگی(تنها خوشه تک عضو)، خوشه شماره سه متغیرهای هم‏ماهیت رطوبت (لحظه‏ای، حداقل، حداکثر و متوسط)، خوشه شماره 4، متغیرهای فشار (فشار ایستگاه و فشار سطح دریا)،خوشه شماره پنج، متغیرهای تابش کلی خورشید و تبخیر و تعرق(تنها خوشه دارای اعضاء غیرهم‏نام و غیرماهیت) ، خوشه شماره شش، متغیرهای مختلف سرعت باد (لحظه‏ای، حداقل، حداکثر و متوسط در ارتفاع 2 و 10 متری) و خوشه شماره هفت متغیرهای جهت باد را شامل می‏شود. جمع‏بندی نتایج طبقه‏بندی به‏طور کلی نشان می‏دهد متغیرهای هواشناسی به غیر از متغیرهای هم‏نام (مانند متغیرهای دما) تقریباً مستقل هستند و تمام متغیرهای هم‏نام در یک خوشه قرار گرفتند و تنها متغیرهای غیر هم‏نام که در یک خوشه واقع شدند، تابش کلی خورشید و تبخیر و تعرق است. نماینده هر خوشه، بهترین پیش‏بینی کننده (بر اساس رتبه) از بین اعضای آن خوشه برای پیش‏بینی سایر متغیرهاست. بر این اساس، متغیر دمای متوسط، بارندگی، میانگین رطوبت نسبی، فشار سطح دریا، تابش کلی خورشید، سرعت حداکثر باد در ارتفاع 2 متر و جهت باد در ارتفاع 10 متری به‏عنوان نمایندگان 7 خوشه تعیین و بهترین پیش‏بینی کننده این نمایندگان از درون و بیرون اعضای خوشه تعیین شد. بر اساس تحلیل رگرسیونی، بهترین پیش‏بینی کننده تبخیر و تعرق واقعی با ضریب همبستگی بیش از 70 درصد، تابش کلی خورشید است. متغیرهای رطوبت نسبی لحظه‏ای و حداقل با ضریب همبستگی حدود 50 درصد (رابطه معکوس)به‏ترتیب دومین و سومین رتبه تخمین تبخیر و تعرق واقعی را به‏خود اختصاص دادند. رتبه‏های چهار و پنج نیز متعلق به میانگین و حداکثر رطوبت با ضریب همبستگی حدود 49 درصد است. متغیر مستقل مدت زمان خیس بودن برگها با ضریب همبستگی 40 درصد رتبه ششم را به‏خود اختصاص داده است. مشخصات سرعت باد، دما، جهت باد، مجموع بارندگی سالانه و فشار به‏ترتیب با ضرایب همبستگی کمتر از 30 درصد رتبه‏های بعدی را در تخمین تبخیر و تعرق واقعی دارا می‏باشند.

نتیجه گیری و پیشنهادات:

به‏طور کلی، همبستگی بالای تخمین تبخیر و تعرق واقعی با تابش کلی خورشید با توجه به وابستگی این متغیر به سایر متغیرهای اقلیمی و هیدرولوژیکی می‏تواند برای استفاده در حوضه‏های فاقد آمار تبخیر و تعرق، نکته‏ای کاربردی و راه‏گشا باشد. هم‏چنین قرار گرفتن رطوبت نسبی در رتبه اول برای پیش‏بینی سایر متغیرها و رتبه دوم برای تخمین تبخیر و تعرق واقعی، نشان‏دهنده نقش کلیدی این متغیر در منطقه مورد مطالعه است. برخلاف برخی تحقیقات مبنی بر نقش کلیدی بارش در تخمین تبخیر و تعرق در آب و هوای مدیترانه‏ای، در این تحقیق همبستگی قابل قبولی بین متغیر مستقل بارندگی و متغیر وابسته تبخیر و تعرق واقعی مشاهده نشد البته این موضوع ممکن است به‏شکل معادله مرتبط باشد. هم‏چنین رطوبت نسبی لحظه‏ای، حداقل، میانگین و حداکثر به عنوان متغیر مستقل روابط رگرسیونی تخمین تبخیر و تعرق واقعی در رتبه بعد از تابش کلی خورشید قرار گرفت. از طرفی تابش کلی خورشید در تخمین 23 متغیر هواشناسی، اگرچه در رتبه بعد از رطوبت نسبی متوسط و حداقل قرار گرفته اما در تخمین تبخیر و تعرق واقعی با اختلاف زیاد از نظر ضریب همبستگی (71 درصد) نسبت به متغیر مستقل رطوبت نسبی در رتبه اول پیش‏بینی کننده‏ها قرار گرفته است. به‏هر حال تابش کلی خورشید و رطوبت نسبی (متوسط و حداقل) دو متغیر مستقل اثرگذار در تخمین متغیرهای هواشناسی به‏ویژه تبخیر و تعرق واقعی شناسایی شدند و پیشنهاد می‏گردد تحقیقات بیشتری در حوضه‏های با تنوع اقلیمی و متفاوت به‏منظور کشف روابط درونی تبخیر و تعرق واقعی با سایر متغیرهای اقلیمی صورت پذیرد.