تخمین نیاز آبیاری با استفاده از توابع توزیع احتمال (مطالعه موردی: گندم پائیزه)

Abstract

اطلاعات اندک ناشی از شرایط اقلیمی غیرقابل ‌پیش‌بینی، به عدم قطعیت در تصمیم‌گیری‌های بخش کشاورزی منجر می­شود. به همین دلیل، تحلیل‌های احتمالاتی با احتمال وقوع متفاوت ضمن افزایش انعطاف­پذیری در تصمیم­گیری‌ها، می‌تواند ضریب اطمینان تصمیمات را نیز بالا برد. در این تحقیق با بهره‌گیری از اطلاعات ایستگاه هواشناسی سینوپتیک تبریز نسبت به تعیین مقادیر بارش مؤثر و تبخیر- تعرق گیاه موردمطالعه (گندم) در طول دوره­های میانی و پایانی رشد در منطقه موردمطالعه (دشت تبریز) در دوره آماری 29 ساله (از سال 1982 تا 2010) اقدام شد. با تجزیه و تحلیل مقادیر بارش مؤثر و تبخیر­- تعرق به‌عنوان متغیر­های احتمالاتی، روشی مطمئن برای تخمین نیاز آبیاری بر اساس توابع توزیع احتمال ارائه شد. با بررسی 12 تابع توزیع احتمال مختلف، مشخص شد که برای داده­های بارش ماهانه با مقادیر بیش­تر از 30 میلی­متر، تابع توزیع لوگ نرمال سه پارامتری بهترین نتایج را به دست داد اما برای داده­های تبخیر تعرق، تابع توزیع مشخصی به دست نیامد. هم­چنین، یکی از مزیت‌های روش ارائه‌شده، به دست دادن فرمول‌های جامع برای برآورد مقدار نیاز آبیاری گیاه با ترکیبی از احتمالات وقوع متفاوت (برای دوره­های مختلف رشد) است. نتایج به‌دست‌آمده هم­چنین نشان داد که مقدار نیاز آبیاری گزارش‌شده در برنامه NETWAT که در واقع در سطح احتمال 50 درصد بوده و در بسیاری از طرح‌های آبیاری در ایران از آن استفاده می­شود، با مقادیر محاسبه‌شده در این تحقیق متفاوت است. لذا با توجه به گزارش‌های مشابه در پژوهش­های مختلف، استفاده از روش ارائه‌شده در این تحقیق به‌منظور تخمین دقیق­تر نیاز آبیاری گیاه (در سطوح احتمالاتی مختلف) به‌ویژه برای شرایط بحرانی (تبخیر­- تعرق زیاد و بارندگی کم) و یا برای گیاهان حساس به تنش آبی (در سطح احتمال 80 درصد و یا بالاتر) توصیه می­شود.