https://www.agrimet.ir/ هواشناسی کشاورزی fa daily 1 Fri, 20 Feb 2026 00:00:00 +0330 Fri, 20 Feb 2026 00:00:00 +0330 https://www.agrimet.ir/article_244037.html ترسم نرسی به کعبه ای اعرابی / این ره که تو می‌روی به ترکستان است پهنه ایران‌زمین در درازای تاریخش همواره با کم‌آبی روبه‌رو بوده است. باشندگان این مرزوبوم با بهره‌برداری هوشمندانه و بهره‌بَری از منابع آب اندک در راستای افزایش کارآیی مصرف آب به کامیابی‌هایی دست یافته بودند. پیامد این اقلیم ناسازگار افزایش تاب‌آوری، آینده‌نگری و صرفه‌جویی انسان ایرانی بوده است. این بینش در ادبیات ما هم نمود پیدا کرده است: چو دخلت نیست خرج آهسته‌تر کن / که مـی‌گویند مـلاحان سـرودیاگـر بـاران بـه کوهسـتـان نبـارد / به سالی دجله گردد خشک‌رودیدخل این سرزمین خشک و نیمه‌خشک از ریزش‌های آسمانی و از برکت آن اندوخته‌های آب زیرزمینی، دریاچه‌ها، تالاب‌ها، هامون‌ها، آببندان‌ها و آبانبارهایی، همواره مایه زندگی، بوده‌است. در چند ده سال گذشته با گسترش فن‌آوری‌های نوین و بهره‌برداری ناآینده‌نگر، توسعه ناپایدار، نادیده‌گیری تغییراقلیم و گرمایش جهانی، بخش کلانی از این اندوخته با ولخرجی، بیهوده‌خرجی، بی‌برنامه‌خرجی هزینه شده و هنوز تا کفگیر به ته دیگ نخورد هزینه می‌شود. با امید به مدیریت این دخل اندک، با ساخت سدها سهمیه تالاب‌ها و بومسامانه‌های مسیر رود نادیده گرفته شد. ازاین‌رو برای گذر از این گردنه سخت‌گذر نیاز به راهکاری هوشمندانه و همه‌سو نگر هست. مدیران کلان‌برنامه‌ریزِ منابع آبی باید در پی برنامه‌های افزایش تاب‌آوری، افزایش کارایی مصرف آب، آبخوان‌داری، اهمیت دادن به آمایش سرزمین و آینده‌نگری و پایش تغییرات اقلیمی باشند. پرسش پایه‌ای این هست که آیا ما از روند و اثرگذاری این دستکاری‌های انسان‌برساخته و در پی آن ‌تغییرات اقلیمی تا چه اندازه آگاه هستیم، و اگر هستیم به چه راهکار‌هایی برای برونرفت از آن‌ها اندیشیده‌ایم. باش تا صبح دولتت بدمد / کاین هنوز از نتایج سحرست یافته‌ها‌ی نوین علمی گویای آن هست که در پی جابجایی رودبادها به سوی قطب‌ها، «رودهای نیواری» همراه آن‌ها، که در بر دارنده بخار آب هستند، نیز جابجا می‌شوند. این یافته‌ها نشانگر آن هست که رودبادها و رودهای نیواری دیگر همان مسیرهای تاریخی گذشته را نمی‌پیمایند، بلکه تا چند درجه عرض جغرافیایی به سوی قطب جابجا شده‌اند. این جابجایی تغییرات بزرگی بر وضع هوا گذاشته است. در پی این جابجایی‌ها، روند بارش‌ها نیز به‌شدت در حال تغییر است و عرض‌های جنب استوایی، مانند ایران، بازنده اصلی این تغییرات خواهند بود. این جابجایی شمال‌سوی رودبادها می‌تواند در ایران اقلیمی خشک‌تر و گرم‌تر را چیره سازد و بارندگی‌ها دیر به دیر، ولی بسیار شدیدتر و سیل‌آساتر ‌شوند. شاید: تا رنج تحمل نکنی، گنج نبینی / تا شب نرود، صبح پدیدار نباشد برای گذر از این شب، کم‌آ‌بی و خشکسالی، و پدیداری روشنایی، به مدیریت ریزش‌های آسمانی اندک، ساماندهی افزایش بهره‌بری آب، و افزایش تاب‌آوری، به عزمی راسخ نیاز هست. https://www.agrimet.ir/article_231989.html مدل‌های مبتنی بر یادگیری ماشین، ابزاری کارآمد جهت تحلیل روابط پیچیده بین پارامترهای کیفی هوا و متغیرهای هواشناسی و تعیین عوامل کلیدی مؤثر بر کیفیت هوا هستند. در تحقیق حاضر با استفاده از اطلاعات روزانه پنج متغیر هواشناسی شامل دمای هوا، بارش، رطوبت نسبی، سرعت باد و فشار هوا و غلظت دو آلاینده هوا (O3, PM2.5) عملکرد 3 مدل درخت –پایه RF، XGBoost،CatBoost و مدل پرسپترون چند لایه (MLP) ساخته شده بر مبنای شبکه عصبی جهت برآورد غلظت روزانه مونوکسید‌کربن فصل زمستان در شهر کرمان ارزیابی شده است. مقایسه مدل‌ها با استفاده از شاخص‌های آماری R2، RMSE و MAE انجام شد و نتایج بدست آمده نشان داد که مدل CatBoost با R2 برابر با 778/0، RMSE برابر با (ppb) 284/0 و MAE برابر با (ppb) 2090 در مرحله تست، بالاترین دقت را در تخمین غلظت منوکسید‌کربن دارد. نتایج مدل‌های XGBoost و RF تقریباً یکسان بود و R2 دو مدل در مرحله تست به ترتیب به 747/0 و 728/0 رسید و مدل MLP با R2 برابر با 693/0، RMSE برابر با (ppb) 308/0 و MAE برابر با (ppb) 236/0کمترین دقت را داشت. این نتایج توانایی مدل‌های درخت-پایه را در مقایسه با مدل ساخته شده بر مبنای شبکه عصبی در برآورد غلظت آلاینده منوکسید‌کربن تأیید می‌کند. https://www.agrimet.ir/article_210902.html تبادل خالص بوم‌سازگان (NEE) به عنوان شاخصی مهم برای تعیین وضعیت انتقال دی‌اکسید کربن (CO2) بین سطح زمین و اتمسفر، مخصوصاً در مبحث تغییر اقلیم به شمار می‌آید. علیرغم قابلیت تجهیزات اندازه‌گیری زمینی در سنجش تبادلات کربن، به دلیل محدودیت‌های زمانی و مکانی مشاهدات، از مدل‌سازی برای پیش‌بینی NEE استفاده می‌گردد. در این تحقیق، تغییرات روزانه NEE در چهار تیپ عملکردی گیاهی (PFTs)‌ شامل جنگل پهن‌برگ (DBF)، جنگل سوزنی‌برگ (ENF)، جنگل آمیخته (MF)، و علفزار (GRA) مورد بررسی قرار گرفت. تکنیک جنگل تصادفی (RF) به عنوان یکی از روش‌های یادگیری ماشین با استفاده از چهار متغیر محیطی شامل تابش خورشید، دمای هوا، دمای خاک، و رطوبت نسبی به‌کار گرفته شد. مقادیر اندازه‌گیری شده و مدل‌سازی شده با استفاده از چهار شاخص آماری R²، NSE، Bias، و RMSE مقایسه شدند. بر اساس نتایج، DBF بهترین و GRA ضعیف‌ترین عملکرد را در مدل‌سازی داشتند. تحلیل اهمیت نسبی متغیرهای محیطی نیز نشان داد که شدت تابش خورشید بیشترین و رطوبت نسبی کمترین اهمیت را در تمام تیپ‌های عملکردی دارند. همچنین، در تیپ علفزار، تأثیر دمای خاک نسبت به دمای هوا در بهبود عملکرد مدل در مقایسه با تیپ‌های جنگلی بیشتر است. نتایج مدل‌سازی همچنین نشان داد که عدم قطعیت رخداد، یک چالش مهم در مراحل مختلف فنولوژیک در تمامی تیپ‌های عملکردی گیاهی محسوب می‌شود؛ به طوری که طبق تقویم میلادی، عدم قطعیت در فصول رشد و شکوفایی گیاهان طی روزهای 140 تا 220 در تیپ‌های جنگلی و روزهای 120 تا 210 در علفزار به اوج می‌رسد. https://www.agrimet.ir/article_210901.html آلودگی گرد و غبار یکی از چالش‌های زیست‌محیطی در مناطق خشک و نیمه‌خشک است که تأثیرات زیان‌بار آن بر سلامت عمومی، کشاورزی، منابع‌آبی و زیرساخت‌ها حائز اهمیت است. در این پژوهش به منظور پیش‌بینی آلودگی ریزگرد (PM10) شهر اهواز، از شاخص AOD ماهواره مودیس در بازه زمانی ۲۰۱۶ تا ۲۰۲۲ استفاده شد و چهار تکنیک یادگیری ماشین شامل XGBoost، SGB، LSTM و MLP به کار گرفته شد. برای این منظور ابتدا با استفاده از مدل HYSPLIT، مسیرهای ریزگرد ردیابی و فراوانی آن بررسی شد. سپس با استفاده از تصاویر تروکالر ماهواره، ایستگاه‌های مجازی در مسیر حرکت ریزگرد تعیین و از مقادیر AOD این نقاط به عنوان داده‌های ورودی به مدل‌های پیش‌بینی استفاده شد. نتایج نشان داد که همبستگی داده‌های شاخص AOD ماهواره‌ای با داده‌های واقعی PM10 در سال‌های 2021 و 2022 در حد 01/0 معنادار بوده و ضرایب تعیین به ترتیب 89/0 و 85/0 به دست آمد. بررسی نقشه‌های مسیریابی ریزگردها مشخص کرد که گرد و غبار از مبدأ کشور عراق به اهواز منتقل شده است. میانگین داده‌هایAOD از هشت ایستگاه مجازی در یک گام زمانی به عقب برای پیش‌بینی یک هفته ای استفاده شد. نتایج نشان داد که روش XGBoost با میانگین مطلق خطا 08/0 و ضریب تعیین 87/0 عملکرد بهتری نسبت به سایر مدل‌ها داشت. همچنین، مدل‌های SGB و LSTM به ترتیب در رتبه‌های بعدی و MLP کمترین دقت را داشته است. نتایج پیش‌بینی هفت روزه نشان داد که مدل‌های بوستینگ، به‌ویژه XGBoost، توانایی بالایی در درک نوسانات داده‌ها دارد. نتایج این پژوهش نشان می‌دهد که داده‌های ماهواره‌ای AOD و مدل‌های پیشرفته یادگیری ماشین ابزارهای مؤثری برای پیش‌بینی و مدیریت آلودگی گرد و غبار می‌باشد. https://www.agrimet.ir/article_222313.html در این مطالعه به بررسی تغییرات زمانی و مکانی فنولوژی پوشش گیاهی در شهر ارومیه پرداخته شد. برای این منظور دایره­ای به شعاع 18 کیلومتر از مرکز شهر به عنوان محدوده مورد مطالعه انتخاب شد. این محدوده، با استفاده از دوایر متحدالمرکزی به مرکزیت میدان «ایالت» در مرکز شهر ارومیه، به 9 حلقه متحدالمرکز تقسیم شد و پاسخ فنولوژی به توسعه شهری در راستای این گرادیان شهری- روستایی بررسی شد. برای این منظور، از محصولات سنجش از دور ماهواره­ای شامل نوع پوشش اراضی (MCD12Q1) و فنولوژی پوشش گیاهی (MCD12Q2) سنجنده MODIS برای دوره آماری 2001 تا 2022 استفاده شد. نتایج حاصل از این مطالعه نشان داد که در مورد مراتع، شروع فصل رشد، روند کاهشی معنی­داری (day year-1 67/0-) داشت، اما پایان فصل رشد و طول فصل رشد، روند معنی­داری نشان نداد. همچنین در مورد مزارع، شروع فصل رشد روند معنی­داری نشان نداد؛ اما پایان فصل رشد (day year-1 68/0) و طول فصل رشد (day year-1 09/1) روند افزایشی معنی­داری نشان داد. در مورد مراتع، حلقه­های نزدیک به شهر شروع فصل رشد زودتر و طول فصل رشد بیشتری نسبت به حلقه­های دورتر از شهر داشتند. همچنین، نتایج مطالعه حاضر رفتار کاملاً متفاوت مراتع و مزارع را از نظر رفتار سنجه­های فنولوژی در گرادیان شهری-روستایی نشان داد. پاسخ پایان فصل رشد و طول فصل رشد در فواصل کمتر از 12 کیلومتر از مرکز شهر، متفاوت از فواصل بیشتر از 12 کیلومتر بود که این امر می­تواند ناشی از غلبه اثرات سایر جزایر گرمایی یا سرمایی (مانند اثر دریاچه) بر اثرات جزایر گرمایی شهری در فواصل دورتر از 12 کیلومتر باشد. https://www.agrimet.ir/article_223077.html تدقیق برآوردهای تبخیرتعرق پتانسیل با روشی کارآمد به دلیل اهمیت آن در مطالعات بیلان آبی، تأمین نیاز آبی گیاهان و برنامه‌ریزی‌های مدیریتی در کشاورزی، امری ضروری است. بر این اساس هدف از پژوهش حاضر، اصلاح مقادیر تبخیرتعرق با روش­های هارگریوز- سامانی، بلانی- کریدل ایوانف و تورنت وایت در مقیاس سالانه با استفاده از اطلاعات مختصات مکانی و داده­های هواشناسی ایستگاه‌های رامسر، کرمانشاه، همدان، سمنان، مشهد، شیراز، اردبیل، ارومیه، زنجان، یزد و رشت بوده است. روش فائو- پنمن- مانتیث به عنوان روش مبنای مقایسات در نظر گرفته شد. پایه روش­های تصحیح براساس رگرسیون (ساده و بردار پشتیبان)، نسبتی و ساختار ترکیب موازی بود. نوع اطلاعات مکانی و هواشناسی نقش مهمی در افزایش دقت معادلات اصلاحی داشت. به­عنوان نمونه، میزان واریانس خطاها در روش ایوانف اصلی با تمام داده­ها نسبت به معادله­ی اصلاحی رگرسیونی با حذف مولفه باد 18/38 درصد بیشتر بود. روش اصلاحی رگرسیون در برابر روش نسبتی دارای عملکرد بهتری بود، به طوری که میزان افزایش متوسط شاخص ویلموت برای تمامی حالت­های ورودی از روش نسبتی به رگرسیون در روش تورنت وایت، بلانی-کریدل، ایوانف و هارگریوز-سامانی به ترتیب برابر با 67/42، 45/5، 25 و 3 درصد برآورد شد. رهیافت ترکیب موازی در تمامی روش­ها باعث کاهش خطا در تعیین تبخیرتعرق نسیل شد و گزینه نهایی شامل ترکیب موازی حالت­های بهینه رگرسیون بردار پشتیبان و رگرسیون ساده دقت معنی داری داشت. در پتا مجموع نتایج نشان داد که روش­های تورنت وایت، بلانی-کریدل و ایوانف دارای کم برآورد و هارگریوز-سامانی دارای بیش برآورد هستند. رهیافت روش اصلاحی در افزایش دقت معادلات تبخیرتعرق پتانسیل و در نهایت برنامه­ریزی های نیاز آبی براساس اطلاعات موجود دارای اهمیت و قابل توصیه است. https://www.agrimet.ir/article_207356.html تعیین خصوصیات اقلیمی و هیدرولوژیکی هر حوضه آبریز در مطالعات اقلیم کشاورزی و منابع آب اهمیت دارد. دیدبانی عوامل هواشناسی به ویژه ‏بارندگی، دما و نیز پایش خشکسالی نقش بسزایی در شناخت شرایط حوضه آبریز خواهد داشت. پژوهش حاضر با هدف تعیین شرایط خشکسالی در محدوده زیرحوضه رودخانه اترک با استفاده از مدل SWAT انجام شد. بیشترین میزان وقوع خشکسالی در آینده بر اساس شاخص SRI برابر با 15 و تحت سناریوی 3 (مدل BNU ESM, RCP2.6) روی خواهد داد که نسبت به دوره پایه، 5 واحد بیشتر است. بر اساس شاخص SSWI بشترین وقوع خشکسالی در آینده برابر با عدد 10 پیش‌نگری می‏شود که تحت سناریوی 3 روی می‏دهد. در مجموع، تحت تمامی سناریوها و در کل محدوده مورد مطالعه، خشکسالی کشاورزی تعداد وقوع کمتری نسبت به خشکسالی هیدرولوژیکی دارد. بر اساس نتایج، در تمامی سناریوها، میانگین تعداد خشکسالی‌های هیدرولوژیکی و کشاورزی نسبت به دوره پایه افزاش خواهد یافت. طولانی‌ترین مدت خشکسالی هیدرولوژیکی در طی 30 سال آینده برابر با 70 ماه بوده که در سناریو 4 (مدل BNU ESM, RCP8.5) رخ می‏دهد. لازم به ذکر است که طولانی‌ترین دوره خشکسالی کشاورزی نیز برابر با 70 ماه محاسبه شده است که تحت سناریو 4 صورت می‏گیرد. نتایج نشان داد که واکنش خشکسالی‌های هیدرولوژیکی و کشاورزی به تغییر اقلیم یکسان نخواهد بود و خشکسالی کشاورزی بیشتر نسبت به تغییر اقلیم واکنش نشان می‌دهد. https://www.agrimet.ir/article_212624.html محاسبه اجزا بیلان در پهنه جازموریان یکی از دغدغه‏های اساسی محققان و کارشناسان منابع آب می‏باشد. اندازه‏گیری دقیق بارش به عنوان مهمترین مولفه در محاسبات بیلان و جهت دستیابی به نتایج قابل اعتماد در کاربردهای هیدرولوژیکی ضروری است. با توجه به تغییرپذیری زیاد کمیت بارش در مکان و زمان، پایش آن در مقیاس‏های منطقه‏ای به وسیله ایستگاه‏های زمینی دشوار می‏باشد. این در حالی است که تالاب جازموریان با توجه به وسعت قابل ملاحضه فاقد هر گونه ایستگاه هواشناسی و تبخیرسنجی می‏باشد. خوشبختانه پیشرفت فن‏آوری مجموعه داده‏های بارندگی متعددی را به ارمغان آورده است که می‏توانند برای ارزیابی الگوهای بارندگی در دسترس باشند. در این مطالعه 4 مجموعه داده پرکاربرد باران شامل GPM، CHIRPS، PERSIANN-CDR و TRMM جهت ارزیابی دقت برآورد بارش در حوزه آبریز جازموریان و تخمین بارش در محدوده پهنه جازموریان مورد بررسی قرار گرفتند. نتایج بررسی دقت داده‏های ماهواره‏ای در 70 ایستگاه زمینی با استفاده از آماره‏های R-squared ، NRMSE، RMSE، Rp، MAE و MBE مورد بررسی قرار گرفت. نتایج ارزیابی داده‏های بارش ماهواره‏ای نشان داد در ایستگاه‏های مورد مطالعه به طور متوسط ضریب Rp بین 0.7 تا 0.81، ضریب R-squared بین 0.51 تا 0.65، ضریب NRMSE بین 10.56 تا 12.87، ضریب RMSE بین 18.03 تا 22.98، ضریب MAE بین 9.31 تا 11.14 و ضریب MBE بین 0.18 -تا 0.64 متغیر می‏باشند. همچنین بر اساس اماره های Rp و R-squared داده‏های بارش GPM در ایستگاه‏های مورد مطالعه بهترین علمکرد را داشته و بعد از آن داده های TRMM در رتبه بعدی قرار دارد. همچنین نتایج مطالعه نشان داده‏های بارش CHIRPS و PERSIANN-CD عملکرد قابل قبولی دارند. قابل ذکر است نتایج بارش های برآورد شده با استفاده از سنجش از دور با بارش برآورد شده از درون‎یابی بارش ایستگاه‏ها در حوزه آبریزجازموریان مقایسه شد و نتایج نشان داد تمامی ماهواره‏های مورد بررسی میزان بارش در محدوده تالاب را نسبت به روش درون‏یابی ایستگاه‏های داخل حوزه بیشتر برآورد کرده‏اند. https://www.agrimet.ir/article_216389.html در سال‌های اخیر، وقوع پدیده‌های حدی اقلیمی نسبت به ده های گذشته افزایش‌یافته است. با هدف تحلیل فضایی - زمانی نمایه‌های حدی بارش در استان اردبیل، از داده‌های اقلیمی روزانه ایستگاه‌های همدید خلخال، اردبیل و پارس‌آباد در دوره آماری پایه ۲۰۲۰-۱۹۹۳ استفاده شد. نمایه‌های حدی با استفاده از بسته نرم‌افزاری RClimDex و روند تغییرات آن‌ها با استفاده از آزمون من - کندال اصلاح‌شده و تخمین‌گر شیب سن محاسبه شد. نتایج نشان داد که در مرکز و جنوب استان اردبیل، هیچ‌کدام از نمایه‌های حدی بارش، روند افزایشی نداشتند و اکثر نمایه‌های حدی دارای روند کاهشی (غیرمعنی‌دار) بودند. در شمال استان اردبیل (پارس‌آباد) بیشتر نمایه‌های حدی بارش دارای روند افزایشی (غیرمعنی‌دار) بودند. روند نمایه‌های حدی روزهای خشک متوالی (CDD) و بارش در روزهای خیلی مرطوب (R95p) در کل استان اردبیل کاهشی (غیرمعنی‌دار) بود. بیشترین شیب کاهشی نمایه CDD با ۳۲/۰- روز در سال در پارس‌آباد و بیشترین شیب کاهشی نمایه R95p با ۸۷/۰- میلی‌متر بر سال در اردبیل بود. نمایه‌های حداکثر بارش یک‌روزه (Rx1day)، حداکثر بارش پنج‌روزه (Rx5day)، نمایه ساده شدت بارش روزانه (SDII) و بارش در روزهای شدیداً مرطوب (R99p) در شمال استان به‌ترتیب با شیب ۰۷/۰+ میلی‌متر (بر سال)، ۰۷/۰+ میلی‌متر (بر سال)، ۰۲/۰+ میلی‌متر بر روز (بر سال) و ۱/۰ میلی‌متر (بر سال)، روند افزایشی داشتند. این نمایه‌ها در اردبیل و خلخال کاهشی یا بدون روند بودند. نمایه تعداد روزهای با بارش سنگین (R10mm) در پارس‌آباد افزایشی (۱/۰ روز بر سال)، در اردبیل کاهشی (۰۷/۰- روز بر سال) و در خلخال بدون روند بود. روند تغییرات مجموع بارش سالانه در ایستگاه همدید خلخال و پارس‌آباد به‌ترتیب با شیب سن ۰۵/۰ و ۳۰/۱ میلی‌متر بر سال افزایشی (غیرمعنی‌دار) و در ایستگاه همدید اردبیل با شیب سن ۴۱/۱- کاهشی (غیرمعنی‌دار) است. به‌طورکلی، روند هیچ‌کدام از نمایه‌های حدی بارش در استان اردبیل (در سطح ۹۵%). معنی‌دار نبود. نتایج پژوهش حاضر می‌تواند در زمینه مدیریت رویدادهای حدی بارش ازجمله سیلاب‌ها و خشکسالی‌ها مفید واقع شود. https://www.agrimet.ir/article_218248.html الگو‌های جوی بر پویایی رشد و نمو پوشش گیاهی موثراند.هدف این پژوهش تحلیل رابطه پوشش گیاهی استان سیستان و بلوچستان با الگوی دورپیوند[N1] دوقطبی اقیانوس هند (IOD) در فصول مختلف سال است. برای این منظور از داده‌های[N2] نمایه پوشش گیاهی نرمال شده (NDVI) سنجنده مودیس، طی دوره آماری 2001 تا 2022 استفاده‌شد. در ابتدا نواحی دارای پوشش گیاهی استان با مقادیر متوسط NDVI بالاتر از 0.12 مشخص شد. سپس با توجه تغییرات مقدار این نمایه جهت تعیین حساسیت هر طبقه به الگوی دور پیوند به سه‌طبقه‌ی پوشش گیاهی تنک، متوسط و انبوه تقسیم گردید. نتایج حاکی از آن است که پراکندگی میزان ضریب همبستگی مثبت و منفی از الگوی خاصی تبعیت نمی‌کند. بیشترین ضریب همبستگی مثبت پوشش گیاهی در هر سه ناحیه تنک، متوسط و انبوه مربوط به فصل بهار با آماره های( 0/450 r ؛ 05/0> p) و کمترین همبستگی آن در فصل زمستان مشاهده[N3] شد. ازآنجاکه فازهای مثبت (افزایش بارش) و منفی(کاهش بارش) نمایه IOD تأثیر مستقیمی بر بارش تابستانه جنوب استان دارد می‌توان با استفاده از مقدار آن، وضعیت پوشش گیاهی را با تأخیر یک تا دوماهه در جنوب[N4] استان پیش بینی کرد. https://www.agrimet.ir/article_221668.html امروزه، تغییر اقلیم و گرمایش کره زمین از مهم‌ترین مسائل زیست محیطی هستند که بشر با آن‏ها مواجه می ‏باشد. دلیل اصلی تغییر اقلیم، انتشار گاز‌های گلخانه‌ای است که از احتراق سوخت‌های فسیلی و فعالیت‌های اقتصادی بشر حاصل شده است. بنابراین، شناسایی محرک‌های اثرگذار بر بهبود کیفیت محیط زیست یکی از گام‌های بسیار مؤثر جهت دستیابی به رشد و توسعه اقتصادی سازگار با محیط زیست است. در دهه ‏های اخیر، توسعه فن ‏آوری ‏های سبز و استفاده کارا از انرژی، اقدامات مهمی هستند که در راستای رسیدن به رشد اقتصادی بالاتر و محیط زیست بهتر انجام شده ‏اند. از این رو، در این مطالعه، به بررسی تأثیر فن‏ آوری‌های سبز و بهره‌ وری انرژی بر تغییرات اقلیم در کشورهای منتخب عضو BRICS پرداخته شده است. بدین منظور از داده‌ های تابلویی طی دوره زمانی 1372-1400 و رهیافت GMM، استفاده شد. نتایج نشان داد که رشد اقتصادی، تجارت و رانت منابع طبیعی تأثیر مثبت و معنادای بر انتشار گازهای گلخانه‌ ای و تغییر اقلیم دارند و به ‏عنوان تهدیدی برای تغییر اقلیم محسوب می‌ شوند. در‌ حالی‌ که، فن‏ آوری‌های سبز، انرژی‌ های تجدید‌پذیر و بهره‌ وری انرژی تأثیر منفی و معناداری بر انتشار گازهای گلخانه‌ ای و تغییر اقلیم دارند و سرمایه‌ گذاری مستقیم خارجی تأثیر معنی‌ داری بر انتشار گازهای گلخانه‌ ای و تغییر اقلیم ندارد. در نتیجه، توسعه فن‏ آوری‌های سازگار با محیط زیست، ترویج مصرف انرژی‌های سبز و افزایش بهره ‏وری انرژی به ‏عنوان راهکارهای مهم و مؤثر برای کاهش انتشار گازهای گلخانه‌ ای به‏ منظور کاهش تغییرات آب و هوایی و دستیابی به توسعه پایدار در کشورهای عضو BRICS توصیه می‌ شود. https://www.agrimet.ir/article_223071.html یکی از پیامدهای محتمل گرمایش جهانی و تغییر اقلیم بر سامانه های کشاورزی، تغییر طول فصل رشد است که بر عملکرد و نیاز آبی گیاهان تاثیر‌گذار خواهد بود. در گیاهانی مثل ذرت با دامنه وسیعی از طول فصل رشد، اصلاح تاریخ کاشت متناسب با تغییرات اقلیمی می‌تواند راه‌کاری جهت مدیریت بهینه مصرف آب باشد. در این پژوهش ابتدا روند تغییر متغیرهای اقلیمی در طی یک دوره 32 ساله در منطقه گرگان با آزمون‌های روند و جهش و در طول دوره رشد مورد بررسی قرار گرفت، سپس با استفاده از مدلSSM Crop و در نظر گرفتن 7 سناریو تاریخ کاشت ذرت دیم و آبی با تاخیر های 15 روزه از اول اردیبهشت،عملکرد و نیاز آبی براورد شد. نتایج نشان داد که میانگین تغییر رخداده عوامل دما و بارش در طول دوره رشد درمنطقه مطالعاتی کاهش[N1] .....بارش و افزایش دما به میزان حدود 1 درجه سانتی گراد بوده که نشان می دهد اقلیم منطقه خشک تر شده و در نتیجه نیاز آبی تا حدود 5/3 میلیمتر در سال افزایش یابد. در زراعت دیم تبخیرتعرق به دلیل کمبود بارش، کاهش خواهد یافت ولی در زراعت آبی به دلیل کفایت فراهمی آب آبیاری، افزایش یافته است. تحت تآثیر تغییر اقلیم هم در زراعت دیم و هم در کشت آبی عملکرد ذرت کاهشی معناداری داشته و کارایی مصرف آب نیز کاهش یافته است. لذا برای کاهش این اثرات در آبیاری کامل، کشت زود هنگام ولی در زراعت دیم کشت زود هنگام و یا انتخاب دیر هنگام‌ترین تاریخ توصیه می‌شود. https://www.agrimet.ir/article_233980.html با کاهش فراهمی آب ناشی از پیامدهای گرمایش جهانی و ضرورت افزایش بهره وری آب، استفاده از فناوری‌های کاربردی مانند پوشش‌های توری جهت سایه اندازی موضوع مطالعات متعددی بوده است . در این پژوهش، طرح آزمایش به­صورت فاکتوریل بر پایه بلوک­های کامل تصادفی با سه تکرار در سال زراعی 1403 در دانشگاه علوم کشاورزی و منابع طبیعی ساری، مازندران تحت تیمارهای مختلف سایه­دهی (بدون سایه­دهی، 80 (SH-80)، 50 (SH-50) و 30 (SH-30)درصد گذرایی نور) و تنش خشکی (بدون تنش، NDS)، (قطع آبیاری در مرحله گلدهی، DSF) و (قطع آبیاری در مرحله غلاف­دهی، DSP) انجام شد. بر پایه یافته­ها، اثر متقابل سایه دهی و تنش خشکی در صفات تعداد غلاف، تعداد غلاف پوک، تک دانه، دو دانه، وزن صد دانه و عملکرد دانه بسیار معنی دار شد(P ≤ 0.01). بطوریکه در ترکیب تیماری SH-30 و NDS، بیشترین میانگین تعداد غلاف در بوته، وزن صد دانه و عملکرد دانه به‌ترتیب با 1/79، 7/16 گرم و 2/1170 کیلوگرم در هکتار مشاهده شد. همچنین بیشترین میزان فعالیت کلروفیلa و b مربوط به ترکیب تیماری SH-30 و NDS به ترتیب با 9/0 و 33/0 میلی‌گرم در گرم مشاهده شد. همچنین نتایج نشان داد که بیشترین بهره‌وری آب ) (WPI در ترکیب تیماری SH-50 و DSF، و بهره‌وری آب بر اساس تبخیر-تعرق ((WPET در ترکیب تیماری SH-30 و NDS به ترتیب با 4/2 و 8/1 کیلوگرم بر مترمکعب مشاهده شد. درمجموع به‌ کارگیری روش سایه‌دهی در شرایط بدون تنش، ویژگی‌های کمی و کیفی سویا را افزایش داد. در نتیجه، استفاده از پوشش های توری SH-30 و SH-50 برای تعدیل اثرات نامطلوب تنش خشکی توصیه می‌گردد. https://www.agrimet.ir/article_234968.html پایش عمق آب در استخرهای کشاورزی، علیرغم چالش های اجرایی و محدودیت‌های بسیار برای مدیریت بهینهی منابع آب و برنامه‌ریزی آبیاری کلیدی و حیاتی می‌باشد. این پژوهش با هدف توسعه یک مدل مقرون‌به‌صرفه مبتنی بر سنجش از دور برای برآورد عمق آب در استخرهای با پوشش ژئوممبران پرداخته است. در این پژوهش، از 190 اندازه‌گیری میدانی عمق آب در 14 استخر طی دوره پنج‌ماهه (از آذر ۱۴۰۳ تا فروردین ۱۴۰۴) واقع در منطقهی مجن (شهرستان شاهرود) و تصاویر همزمان ماهوارهی سنتینل-۲ استفاده شد. مجموعه‌ای جامع از 96 متغیر مستقل (۱۲ باند طیفی و 84 شاخص طیفی) استخراج گردید. پس از پالایش داده‌ها، از الگوریتم رگرسیون خطی گام‌به‌گام برای انتخاب خودکار مؤثرترین متغیرها و برای مدل‌سازی بهینه رابطه بین متغیرهای طیفی و عمق آب بهره گرفته شد. تحلیل منحنی تغییرات بازتاب طیفی، یک روند نزولی پایدار را با افزایش عمق آب نشان داد. بررسی ماتریس‌های همبستگی، الگوهای مشخصی از روابط بین باندها و شاخص‌های طیفی را آشکار کرد. با به‌کارگیری رگرسیون گام‌به‌گام، مدل نهایی با استفاده از چهار شاخص طیفی انتخاب شده (NGBDI، B1_7، B1_9 و B6_9) توسعه یافت. این مدل با ضریب تعیین (R) 75/0 ، خطای جذر میانگین مربعات (RMSE) 70 سانتیمتر و میانگین خطای درصدی مطلق (MAPE) 41/9 درصد، از دقت و قابلیت اطمینان مناسبی برخوردار است. ارزیابی‌های آماری تحلیل واریانس و نمودارهای تشخیصی، عملکرد قابل قبول مدل را تأیید کردند. یافته‌ها مؤید اثربخشی کابرد فناوری سنجش از دور به‌عنوان یک ابزار دقیق، مقرون‌به‌صرفه، کارآمد و مقیاس پذیر برای پایش عمق آب استخرهای کشاورزی برای مدیران منابع آب و تصمیم‌سازی آگاهانه برای امنیت آبیاری کشاورزی می‌باشد. https://www.agrimet.ir/article_235939.html تغییر اقلیم ناشی از گرمایش جهانی یکی از بزرگ‌ترین چالش‌های زیست‌محیطی در سطح جهان است که تأثیرات عمیق و گسترده‌ای بر بخش‌های مختلف اقتصادی به‏ویژه بخش کشاورزی دارد. این تأثیرات به‌خصوص در کشورهای در حال توسعه که بخش عمده‌ای از جمعیت آن‌ها به کشاورزی وابسته است، نمود بیشتری یافته و تهدیدی جدی برای امنیت غذایی، اشتغال و توسعه پایدار به‏شمار می‌رود. لذا، در این مطالعه به بررسی تأثیر تغییر دما بر رقابت‌پذیری محصولات کشاورزی در کشورهای عضو D8پرداخته شده است. بدین منظور از روش داده‏های پانلی استفاده شد. آمار و اطلاعات لازم برای دوره زمانی 2023-1996 جمع‏آوری گردید. نتایج نشان داد که افزایش دما و نرخ ارز تأثیر منفی و معنی‏داری بر رقابت‌پذیری محصولات کشاورزی دارند، درحالی‏که حکمرانی خوب و توسعه زمین‌های مجهز به آبیاری تأثیر مثبت و معنی‏داری بر رقابت‌پذیری محصولات کشاورزی دارند. این یافته‌ها تأکید می‌کنند که برای حفظ و ارتقاء رقابت‌پذیری کشاورزی، تدوین سیاست‌های سازگاری با تغییرات اقلیمی، مدیریت پایدار نرخ ارز، بهبود حکمرانی و توسعه زیرساخت‌های آبیاری باید در اولویت قرار گیرند. چنین رویکردهایی می‌توانند به حفظ و افزایش رقابت‌پذیری کشاورزی کشورهای عضو گروه D8 کمک کنند و در نتیجه، زمینه‌ساز توسعه پایدار و افزایش رفاه اقتصادی در این منطقه گردند. https://www.agrimet.ir/article_239117.html این مطالعه به بررسی و تعیین عوامل موثر بر آگاهی کشاورزان از تغییرات آب و هوایی و استراتژی‌های سازگاری با نقش تعدیل گر تحصیلات (مطالعه موردی: شهرستان جیرفت) پرداخته است جامعه آماری در این پژوهش کلیه کشاورزان شهرستان جیرفت می‌باشد که با استفاده از فرمول کوکران اوکان تعداد 384 نفر به عنوان نمونه انتخاب شدند. ابزار گردآوری اطلاعات پرسشنامه ساخته محقق است که پایایی آن از روش آلفای کرونباخ 87/0 مورد تأیید قرار گرفت. نتایج نشان داد که اثر اقدامات سازگاری با تعدیل‌گری نقش تحصیلات بر آگاهی کشاورزی تاثیر معناداری داشت. پایداری کشاورزی با تعدیل‌گری نقش تحصیلات بر آگاهی کشاورزی تاثیر معناداری دارد. متقابل ریسک درک شده تعدیل‌گری نقش تحصیلات بر آگاهی کشاورزی تاثیر معناداری داشت. آبیاری پایدار تعدیل‌گری نقش تحصیلات بر آگاهی کشاورزی تاثیر معناداری داشت با توجه به نقش پر رنگ تحصیلات در این مطالعه می توان با انجام دوره‌های آموزشی برای کشاورزان با توجه به سطح تحصیلات آن‌ها و نیازهای خاص هر گروه، به افزایش آگاهی و پذیرش استراتژی‌های سازگاری کشاورزان پرداخت.. https://www.agrimet.ir/article_239755.html آب حاصل از ذوب پوشش برف در مناطق کوهستانی به سبب تاخیر زمان ذوب و توزیع تدریجی رواناب نقش بسیار مهمی در درتامین نیازهای آبی درطول ماه های بعدی دارد. در پژوهش حاضر با استفاده از سری تصاویرسنجنده لندست و داده‌های ایستگاه زمینی در طول دوره 21 ساله(2020-2000) روند تغییرات بیشینه و کمینه مساحت پوشش برف (SCA) ، SWR ، بارش، آب معادل برف (SWE)، نسبت برف به بارش و همچنین دمای کمینه، بیشینه ، فصلی ، ماهانه ومتوسط سالانه هوا، و نیز رابطه تغییرات SCA و SWE با متغیرهای بارش و دما با روش رگرسیون چندگانه گام‌به‌گام مورد تجزیه و تحلیل قرار گرفت. نتایج نشان داد که کمینهSCA (عمدتا برای ماه آوریل) با نرخ سالانه 62/1 هکتار و در مجموع برای دوره مطالعاتی در حدود 34 هکتاربا روندی معنی‌دار(در سطح5 درصد) کاهش یافته است. علاوه بر آن در بین متغیرهای اقلیمی، دمای بیشینه فصل زمستان با نرخ سالانه حدود 12/0 درجه سانتی‌گراد طی دوره 21 ساله در حدود 5/2 درجه سانتی‌گراد افزایش یافته است. نتایج مدل رگرسیونی نیز نشان داد که SAC بیشینه و کمینه علاوه بر متغیر SWE به ترتیب با دمای کمینه سالانه و دمای بیشینه ماه سپتامبر دارای ضریب همبستگی چندگانه (R) برابربا 67/0 و 64/0 می‌باشد. همچنین ضریب همبستگی چندگانه SWR با متغیرهای SWE، دمای بیشینه تابستان و دمای کمینه سالانه حدود 94/0 تعیین شد. در مجموع نتایج حاصله نشان داد که در ارتفاعات سبلان پوشش یخچالی به طور معنی‌داری کاهش یافته است. با توجه به نقش مهم رواناب حاصل از ذوب برف در تامین نیاز آبی منطقه ، ادامه این روند و کاهش ذخایر یخچالی در بلند مدت، مدیریت منابع آب متکی به برف در منطقه مورد مطالعه را با چالش جدی مواجه خواهد کرد. https://www.agrimet.ir/article_246447.html تبخیر از تشت یکی از شاخص‌های اصلی در مدل‌سازی هیدرولوژیکی و مدیریت منابع آب است. ازاین‌رو، توسعه‌ی مدل‌های قابل‌اعتماد برای برآورد آن اهمیت بالایی دارد. روش‌های تجربی و فیزیکی متداول، به‌دلیل نیاز به داده‌های گسترده و حساسیت به شرایط اقلیمی، همواره با محدودیت‌هایی مواجه بوده‌اند. در پاسخ به این محدودیت‌ها، پژوهش‌های اخیر به استفاده از الگوریتم‌های یادگیری ماشین و یادگیری عمیق روی آورده‌اند. این رویکردها به‌عنوان ابزارهایی کارآمد برای مدل‌سازی و پیش‌بینی تبخیر از تشت مطرح شده‌اند. هدف این پژوهش، تحلیل روندهای علمی و انتشار پژوهش‌ها با استفاده از تحلیل بیبلیومتریک، و شناسایی و مقایسه رویکردهای مدل‌سازی تبخیر از تشت بر پایه سنتز ساختاری پژوهش‌ها است. پس از غربالگری اولیه 205 مقاله، 120 مقاله مرتبط انتخاب و تحلیل شدند. در بخش بیبلیومتریک، روند زمانی توزیع انتشارات، توزیع جغرافیایی، شبکه‌های همکاری و کلیدواژه‌ها بررسی شد. نتایج نشان داد که از سال ۲۰۱۹ به بعد، رشد قابل‌توجهی در حجم انتشارات و همکاری‌های علمی، به‌ویژه در کشورهای هند، ایران و چین، مشاهده می‌شود. تحلیل کلیدواژه‌ها بیانگر تمرکز مطالعات بر مفاهیمی چونpan evaporation ، machine learning و artificial neural network است. در بخش سنتز ساختاری پژوهش‌ها، مدل‌های ANN، ANFIS و SVM به‌عنوان پرکاربردترین رویکردها شناسایی شدند و مدل‌های ترکیبی مبتنی بر الگوریتم‌های فراابتکاری به‌عنوان روند رو‌به‌رشد اخیر معرفی شدند. با وجود پیشرفت‌ها، چالش‌هایی مانند محدودیت داده‌های ایستگاهی، ضعف همکاری‌های بین‌المللی و کم‌توجهی به ارزیابی عدم‌قطعیت مدل‌ها همچنان وجود دارد. نتایج این مطالعه می‌تواند با ترسیم تصویری جامع از وضعیت علمی و شکاف‌های دانشی موجود، مسیر پژوهش‌های آینده را برای بهبود دقت و پایداری مدل‌های تبخیر از تشت مشخص کند. https://www.agrimet.ir/article_247023.html بارش در مناطق خشک و نیمه‌خشک دارای تغییرپذیری شدید زمانی در مقیاس ماهانه و سالانه و ناهمگنی فضایی در توزیع مکانی است و برآورد دقیق آن برای تحلیل الگوهای فضایی–زمانی و مدیریت منابع آب از اهمیت بالایی برخوردار است. در این پژوهش، بارش ماهانه استان خوزستان طی دوره ۲۰۱۰ تا ۲۰۲۲ با استفاده از بارش ماهواره‌ای GPM، میانگین دمای هوا، دمای سطح زمین (LST)، ارتفاع و مختصات جغرافیایی مدل‌سازی شد. تحلیل‌های اولیه با روش‌های خطی (پیرسون) و غیرخطی (اسپیرمن، کندال-تاو، اطلاعات متقابل) نشان داد که GPM با ضریب همبستگی 85/0، LST با ضریب اسپیرمن 74/0-، دمای هوا با ضریب اسپیرمن 0.73- و ارتفاع با ضریب همبستگی 35/0 بیشترین ارتباط را با بارش دارند. پنج روش Extra Trees (ET)، XGBoost (XGB)، LightGBM، کریجینگ و وزنی عکس فاصله (IDW)استفاده شد. نتایج نشان داد ET با ضریب تعیین 91/0، RMSE 7 میلی‌متر، MAE 4/9 میلی‌متر، MAPE 26/8 درصد و MBE 1/7- میلی‌متر دقیق‌ترین مدل است. XGB با ضریب تعیین 77/0 و RMSE 11/4 میلی‌متر در رتبه دوم قرار گرفت. اما با کم‌برآوردی پیک‌های بارش همراه بود. در روش‌های سنتی، IDW با ضریب تعیین 71/0 بهتر از کریجینگ با ضریب تعیین 69/0 عمل کرد اما هر دو خطای بالاتر و MBE مثبت (بیش‌برآوردی) داشتند. تحلیل وابستگی به ارتفاع نشان داد با افزایش ارتفاع، خطای کم‌برآوردی در همه مدل‌ها افزایش می‌یابد. بر این اساس، ادغام داده‌های ماهواره‌ای و اقلیمی با مدل Extra Trees رویکردی مؤثر برای افزایش دقت برآورد بارش در مناطق خشک و نیمه‌خشک فراهم می‌کند. https://www.agrimet.ir/article_248523.html سرمازدگی دیررس بهاره از مهمترین مخاطرات اقلیمی مؤثر بر پایداری تولید سیب در باغات شهرستان سمیرم است. این پژوهش با هدف تحلیل آماری الگوی زمانی وقوع سرمازدگی و تعیین آستانههای بحرانی دما در بازه فنولوژیک حساس ۱۵ فروردین تا ۷ اردیبهشت، برای ایستگاه سینوپتیک سمیرم طی یک دوره ۲۰ساله (۱۳۸۱ تا ۱۴۰۰) انجام شد. دادههای حداقل دمای روزانه پس از کنترل کیفیت استخراج و بر اساس سه آستانه شدت (ضعیف، متوسط، شدید) طبقهبندی شد؛ همچنین تاریخ نخستین گذر از آستانههای ۱− و ۲− درجه سلسیوس در هر سال تعیین گردید. در مجموع دوره ۲۰ساله، ۲۷ روز سرمازدگی ضعیف (8/5٪ کل روزهای پنجره)، ۲۳ روز سرمازدگی متوسط (9/4٪) و ۳ روز سرمازدگی شدید (6/0٪) ثبت شد. آزمون ناپارامتریک من کندال و شیب سن برای هیچیک از سطوح شدت، روند معنیداری (05/0 p <) را طی این دوره نشان نداد. تاریخ نخستین گذر آستانه ۱− درجه در دوره اخیر (۱۳۹۳-۱۴۰۰) تنها در ۳ از ۸ سال رخ داد (میانگین ۲۲ فروردین) و آستانه ۲− درجه در هیچیک از این ۸ سال عبور نشد؛ درحالیکه در دوره پیشین (۱۳۸۱-۱۳۹۲) هر دو آستانه در تمامی ۱۲ سال رخ داده بود. این تفاوت باید محتاطانه و در کنار محدودیتهای تکایستگاهیبودن و کوتاهتر بودن دوره از استاندارد ۳۰ساله اقلیمشناسی تفسیر شود. نتایج، مبنایی کمّی برای پایش سالانه ریسک سرمازدگی و برنامهریزی اقدامات حفاظتی در باغات سیب منطقه فراهم میسازد. https://www.agrimet.ir/article_250817.html سنجش از دور مبتنی بر تصاویر ماهواره‌ای، روشی مؤثر و غیرمخرب برای پایش عملکرد محصولات کشاورزی است که می‌تواند در مدیریت منابع، برنامه‌ریزی زنجیره تأمین و تضمین امنیت غذایی نقش مهمی ایفا کند. تلفیق داده‌های سنجش از دور با روش‌های داده‌کاوی و الگوریتم‌های یادگیری ماشین نیز دقت پیش‌بینی عملکرد محصولات را افزایش می‌دهد. این پژوهش با هدف توسعه و ارزیابی چارچوبی تحلیلی مبتنی بر داده‌های ماهواره‌ای و الگوریتم‌های یادگیری ماشین برای تخمین عملکرد پنبه در استان گلستان انجام شد. با توجه به اهمیت اقتصادی پنبه و نیاز به داده‌های بهنگام در مدیریت زراعی، از تصاویر ماهواره‌ای لندست ۸ و ۹ استفاده شد. پس از استخراج شاخص‌های طیفی ، عملکرد مدل‌های رگرسیون چندمتغیره خطی (MLR) و درخت تصمیم M5 با استفاده از معیارهای خطا ارزیابی گردید. نتایج نشان داد مدل MLR نسبت به M5 دقت کمتری دارد. بهترین نتایج در تاریخ ۸ اکتبر (۱۶ مهر ۱۴۰۳)، هم‌زمان با اوج گلدهی و تشکیل غوزه پنبه، به‌دست آمد. به‌گونه‌ای که مدل M5 در این تاریخ ، بهترین عملکرد را با ضریب تعیین 75/0، RMSE برابر 846 کیلوگرم بر هکتار و MAE معادل 671 کیلوگرم بر هکتار نشان داد، در حالی‌که مدل MLR در همین تاریخ دارای ضریب تعیین 46/0، RMSE برابر 1207 کیلوگرم بر هکتار و MAE معادل 1026 کیلوگرم بر هکتار بدست آمده است. شاخص‌های SAVI، NDVI، EVI، LAI و NMDI بیشترین نقش را در پیش‌بینی عملکرد داشتند. نتایج پژوهش نشان داد الگوریتم M5 روشی دقیق، مقرون‌به‌صرفه و تفسیرپذیر برای پایش منطقه‌ای پنبه و توسعه سامانه‌های هوشمند کشاورزی دقیق در ایران است.