بررسی اثر نسبی متغیرهای اقلیمی بر تبخیر-تعرّق پتانسیل گیاه مرجع در حاشیه جنوبی دریای خزر

در این مطالعه از روش تجزیه به عاملها برای تشخیص متغیرهای مهم و موثر بر ET₀  در نوار ساحلی دریای خزر استفاده شد. میزانET₀  در شش ایستگاه واقع در نوار ساحلی دریای خزر با روش PMF56 بدست آمد. این پارامتر تابعی غیرخطی از دیگر متغیرهای اقلیمی است.. تغییرات زمانی و مکانی ET₀ معلول تغییر همزمان پارامترهای دیگر اقلیمی است. در مطالعه حاضر متغیرهای اقلیمی مانند ساعات آفتابی، سرعت باد، حداکثر درجه حرارت هوا، حداقل درجه حرارت هوا، بارش و رطوبت نسبی هوا برای تحلیل تغییر در ET₀  انتخاب شد. همین شش متغیر اقلیمی در مطالعه موهان و آروماگام (1996) نیز انتخاب و استفاده شده بود. نتایج نشان داد که مقدار دامنه تغییرات ET₀ سالانه این منطقه بطور تقریب از حداقل 850  میلیمتر (در رشت و رامسر) تا حداکثر 1200 میلیمتر (در گرگان) تغییر می­کند. بررسی چشمی نمودارهای سری زمانی این پارامتر حاکی از صعودی بودن سری زمانی ET₀ سالانه این ایستگاه­ها است. بررسی های دقیقتر با روش MK سری زمانی ET₀ سالانه نشان داد که تقریبا همه ایستگاه­ها (بجز نوشهر) روند صعودی معنی­دار داشتند. تندترین شیب خط روند صعودی ET₀ در این ایستگاه­ها معادل  43/13 میلیمتر در سال متعلق به گرگان بود. می­توان نتیجه گرفت که میزان ET₀ در ایستگاه­ با تندترین شیب، در طول چهار دهه گذشته، بیش از 536 میلیمتر افزایش داشته است. هرچند این ناحیه از نواحی پرباران کشور محسوب می­شود (دین پژوه و همکاران 2004) لیکن امروزه افزایش نرخ تبخیر-تعرق شرایط نامطلوبی را برای اکوسیستم منطقه فراهم ساخته است. به منظور تشخیص متغیرهای اثر گذار روی ET₀ از روش FA بهره گرفته شد. روش FA این مزیت مهم را دارد که ابعاد داده ها را به مراتب کاهش و متغیر های وابسته به هم را به یک سری عامل­های مستقل از هم تبدیل می­کند (مانلی 1994 و رنچر 1995). به همین دلیل یکی از روش­های پرکاربرد در مطالعات مختلف به­شمار می رود (مانلی 1994). بررسی ماتریس همبستگی بین متغیرها نشان داد که متغیرها همبستگی بالایی را با همدیگر دارند این نتیجه نشان می­دهد که روش FA را می­توان با موفقیت روی داده­ها تحلیل کرد. نتایج نشان داد که دو عامل اول در ایستگاه­های منتخب از حداقل 5/56 درصد در رشت تا حداکثر 3/76 درصد در آستارا تغییر می­کند. موهان و آروماگام (1996) در مطالعه خود که برای هفت ایستگاه هند انجام داد حداقل و حداکثر واریانس دو عامل نخست را بترتیب معادل با 74 و 89 درصد گزارش کرده­اند. عامل­ها مستقل از هم بوده و ترکیب خطی از شش متغیر اقلیمی مذکور می­باشد. ضرایب دو عامل­ نخست برای هریک از متغیرهای اقلیمی محاسبه شد. بیشترین ضریب متعلق به یکی از فراسنج­های اقلیمی بود. در مورد عامل اول بیشترین ضریب در بین شش ایستگاه مورد مطالعه متعلق به حداکثر دمای هوا (در آستارا) بود در حالی­که در خصوص عامل دوم، بیشترین ضریب متعلق به سرعت باد در گرگان بود. عامل اول در اغلب ایستگاه­ها به دمای هوا نسبت داده شد. درحالی­که در اغلب ابستگاه­ها عامل دوم بیشتر با سرعت باد و بارش توجیه گردید. بی تردید، شیب صعودی در ET₀ ایستگاه­ها نیاز آبی گیاهان مختلف را افزایش می دهد.. اغلب پوشش خاک این منطقه جنگلی است اگر میزان بارش منطقه نیز به تناسب ET₀ افزایش یابد، مشکل چندانی متصور نیست، در غیر این­صورت، ممکن است بخش­هایی از جنگل­های منطقه خشک و اراضی مرتعی نیز بتدریج به بیابان تبدیل شوند. برای بهره برداری از اراضی آبی منطقه لازم است تمهیداتی اندیشیده شود. مثلا سطح زیر کشت برنج کاهش یافته و بخشی از اراضی به زیر کشت غلات مانند گندم و جو بروند. افزایش محسوس و معنی­دار در ET₀ ایستگاه­های مورد مطالعه زنگ خطر کمبود آب را برای تصمیم گیران صنعت آب منطقه به صدا درآورده است. به­ نظر می­رسد، سازگاری با شرایط جاری طبیعت یگانه راه استفاده پایدار از منابع طبیعی منطقه از جمله آب می­باشد.

در این مطالعه، مقادیر تبخیر- تعرّق پتانسیل گیاه مرجع (ET₀) با روش پنمن-مانتیث برای شش ایستگاه‌ در حاشیه جنوبی دریای خزر محاسبه شد. روند تغییرات ET₀  سالانه ایستگاه­ها با آزمون من کندال تحلیل شد. آنگاه تجزیه به عامل­ها برای تعیین اثر نسبی متغیرهای اقلیمی روی ET₀ هر ایستگاه انجام شد. برای این کار ماتریس همبستگی (R) بین هفت متغیر اقلیمی به­عنوان ماتریس مشابهت تشکیل شد. معنی داری ضرایب همبستگی آزمایش شد. نتایج روند تغییرات ET₀ نشان داد که در همه ایستگاه­ها (بجز نوشهر) روند ET₀  سالانه مثبت و معنی­دار بود.  شیب خط روند  ET₀ایستگاه­ها در همه آن­ها  صعودی بود. تجزیه به عامل­ها نشان داد که مجموع واریانس توجیه شده توسط دو عامل اول از حداقل 5/56 درصد در رشت تا حداکثر 6/79 درصد در ساری تغییر می­کند. بیشترین ضریب عامل اول در رشت ساعات آفتابی و در ایستگاه­های دیگر حداکثر درجه حرارت بود. بیشترین ضریب عامل دوم، متعلق به سرعت باد (در ایستگاه­های رشت، ساری، گرگان و نوشهر) و بارش (در ایستگاه­های رامسر و آستارا) بودند. نتایج این مطالعه در مدیریت منابع آب منطقه می­تواند مفید واقع شود