تعیین رابطه دمای هوا و دمای اعماق مختلف خاک در ایستگاه جهرم

شاهمیرزائی جشوقانی, سعید; مزیدی, احمد; محمدی, یاسر; صفری, مصطفی

doi:10.30467/nivar.2023.386671.1241

تعیین رابطه دمای هوا و دمای اعماق مختلف خاک در ایستگاه جهرم

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ دانش‌آموخته کارشناسی ارشد آب و هواشناسی، گروه جغرافیا، دانشگاه یزد

² هیات علمی دانشگاه یزد

10.30467/nivar.2023.386671.1241

چکیده

مطالعه دمای خاک در اعماق مختلف، از نظر اقلیم‌شناسی (به‌خصوص در مقیاس خرد)، کشاورزی و صنعت مهم می‌باشد و بسیاری از فرایندهای خاک را تحت‌تأثیر قرار می‌دهد. روش مورد استفاده توصیفی-تحلیلی بوده و هدف آن تعیین روابط خطی و غیرخطی دمای هوا و دمای عمق‌های 50،30،20،10،5 و 100 سانتی‌متری در ساعت‌های 6:30، 12:30 و 18:30 طی دوره آماری 2007 تا 2021 در ایستگاه جهرم می‌باشد. آمار ساعتی دمای هوا و دمای اعماق مختلف خاک از اداره کل هواشناسی استان فارس دریافت شد و با استفاده از روش رگرسیون روابط خطی و غیرخطی برای هر عمق خاک استخراج شد. نتایج نشان‌می‌دهد روابط خطی در مقایسه با روابط غیرخطی نتایج بهتری از نظر همبستگی و ضریب تبیین داشت و در روابط خطی، ضریب همبستگی بین دمای هوا با دمای اعماق خاک برای همه فصول در سطح 99 درصد معنی‌دار است. بیشترین ضریب همبستگی در تمام فصول معمولاً در اعماق سطحی خاک و مخصوصاً در عمق 5 سانتی‌متری در ساعت 18:30 است و پایین‌ترین ضریب همبستگی در تمام فصول در عمق یک متری و در ساعت 6:30 بوده است و با افزایش عمق، همبستگی و ضریب تبیین روندی کاهشی دارد. بیشترین دامنه نوسان دمای خاک در ساعت 6:30 و در عمق‌های 5 تا 20 سانتی‌متری اتفاق افتاده و افزایش دمای خاک نسبت به افزایش درجه دمای هوا در فصل بهار و پاییز بیشتر از فصول دیگر است.

کلیدواژه‌ها

موضوعات

آب و هوا

عنوان مقاله [English]

Determining the relationship between air temperature and soil temperature at different depths in Jahrom station

نویسندگان [English]

saeed shahmirzaei jeshvaghani ¹
Ahmad Mazidi ²
Yaser Mohammadi ¹
Mostafa Safari ¹

¹ Master's student in Meteorology, Department of Geography, Yazd University

² Associate professor in Climatalogy , Department of Geography, Yazd University

چکیده [English]

The study of soil temperature at different depths is important for climatology (especially at the micro-scale), agriculture and industry, and affects many soil processes. The method used is descriptive-analytical and its purpose is to determine the linear and non-linear relationships of air temperature and temperature depth of 5, 10, 20, 30, 50 and 100 cm during the statistical period of 1386 to 1390 in Jahrom station... Hourly statistics of air temperature and temperature of different soil depths were obtained from Fars Meteorology and linear and non-linear relationships were extracted for each soil depth using regression method. The results showed that based on the correlation coefficient and determination coefficient, linear regression has better results than non-linear relationships and in linear relationships, the correlation coefficient between air temperature and soil depth temperature for all seasons is significant at the 99% level. The highest correlation coefficient in all seasons was usually at the depth of the soil surface, especially at a depth of 5 cm at 18:30 and the lowest correlation coefficient in all seasons was at a depth of 1 meter at 6:30. As the depth increases, the correlation coefficient and determination coefficient have a decreasing trend. The highest range of temperature fluctuations in the soil occurred at 6:30 and at depths of 5 to 20 cm, and the increase in soil temperature compared to the increase in air temperature in spring and autumn is more than in other seasons.

کلیدواژه‌ها [English]

Air temperature
soil temperature
regression
microclimate
Jahrom

مراجع

1. آتش‌پرور، س.، و س.ا. شمس‌نیا، 1400، برآورد میانگین مکانی دمای خاک در عمق‌های مختلف با استفاده از داده‌های هواشناسی در ایستگاه‌های کشاورزی استان فارس، تحقیقات کاربردی خاک، جلد9، شماره4، زمستان 1400، صفحات 116 تا 127.
2. احمدی، ف.، و ف. رادمنش، 1393 ، بررسی روند تغییرات متوسط دمای ماهانه و سالانه نیمه شمالی کشور در نیم قرن اخیر، آب و خاک،28 ، شماره4، صفحات 865-855.
3. خوشخو، ی.، پ. ایران‌نژاد، ع. خلیلی، ح. رحیمی، و ع.ا. لیاقت، 1392، ارزیابی مدل coup برای شبیه‌سازی عمق نفوذ یخبندان خاک در ایستگاه سینوپتیک بیجار، نشریه‌ی هواشناسی کشاورزی جلد 1، شماره 2، پاییز و زمستان 1392 صفحات 11 تا20.
4. گلشن، س.، م. رائینی سرجاز، و ر. نوروز ولاشدی، 1393، بررسی و آشکارسازی اثر گرمایش جهانی بر تغییرات روند دمای خاک و برآورد آن با روش همبستگی رگرسیونی، پژوهش‌های حفاظت آب و خاک، 22، شماره 4، صفحات 138-121.
5. محمدی، م.، و م. فروزانفرد، 1395، بررسی روند درجه حرارت عمق‌های مختلف خاک در چند نمونه اقلیمی ایران، پژوهش‌های اقلیم شناسی، شماره 25، صفحات 140-127.
6. مزیدی، ا.، و ف. فلاح زاده، 1390، روند دمای سالانه خاک در ایستگاه یزد، جغرافیای توسعه، شماره 24، پاییز 1390، صفحات 39 تا50.
7. مزیدی، ا.، غ. مظفری، و ف. جهانی دوقزلو، 1397، تعیین رابطه دمای هوا و دمای اعماق مختلف خاک در ایستگاه آباده، دومین کنفرانس ملی آب و هواشناسی ایران، اردیبهشت 1397، ایران.

8. منصوری فرید، ح.، 1398، پیش‌بینی تغییرات دمای خاک در اعماق مختلف نسبت به دمای هوا و بررسی پخش حرارت در عمق خاک، پایان نامه کارشناسی‌ارشد، دانشکده صنایع و مکانیک، مرکز آموزش عالی فنی و مهندسی بوئین‌زهرا.
9. نصیریان، ف.، ن. فرهادی، م. مقدم، و ف. قناتی، 1395، تأثیر دمای خاک بر فعالیت آنزیم‌های آنتی‌اکسیدان و مقدار گلوکز کورم زعفران در طول دوره خواب، نوزدهمین کنگره ملی و هفتمین کنگره بین المللی زیست شناسی ایران، تبریز، https://civilica.com/doc/687718.
10. نورزاده نامقی، م.، غ. داوری‌نژاد، ح. انصاری، س.ح. نعمتی، و ا. زارع فیض آبادی، 1394، ارزیابی تأثیر انواع مالچ‌های آلی و غیر آلی بر محتوی دما و رطوبت خاک در پسته (Pistacia vera L)، نهمین کنگره علوم باغبانی ایران، اهواز، https://civilica.com/doc/724670.
11. Badache M, Eslami-Nejad P, Ouzzane M, Aidoun Z, and Lamarche L. 2016. A new modeling approach for improved ground temperature profile determination. Renew. Energy, 85, pp.436–444.
12. Batir, Joseph F., Matthew J. Hornbach, and David D. Blackwell. "Ten Years of Measurements and Modeling of Soil Temperature Changes and Their Effects on Permafrost in Northwestern Alaska." Global and Planetary Change 148 (2017): 55-71. Doi: 10.1016/j.gloplacha.2016.11.009.
13. Belghit A, and Benyaich M. 2014. Numerical Study of Heat Transfer and Contaminant Transport in an Unsaturated Porous Soil. Water Resour. Prot., 6(13), p.1238.
14. Bond-Lamberty B, Wang C, Gower S T. 2005. Spatiotemporal measurement and modeling of standlevel boreal forest soil temperatures. Agric. For. Meteorol. 131: 27–40.
15. Brar GS, Steiner JL, Unger PW, and Prihar SS. 1992. Modeling sorghum seedling establishment from soil wetness and temperature of drying seed zones. Agron J: 905–910.
16. Citakoglu H. 2017. Comparison of artificial intelligence techniques for prediction of soil temperatures in Turkey. Theor. Appl. Climatol., 130 (1–2):545–556.

17. Cleall PJ, Muñoz-Criollo JJ, and Rees SW. 2015. Analytical solutions for ground temperature profiles and stored energy using
meteorological data. Transp. Porous Media, 106(1), pp.181–199.
18. Gao Y, Fan R, Li H, Liu R, Lin X, Guo H. and Gao Y. 2016. Thermal performance improvement of a horizontal ground-coupled heat exchanger by rainwater harvest. Ener. Buil, 110, pp.302–313.
19. Hariharan, G., Kannan, K., & Sharma, K. R. (2009). Haar wavelet in estimating depth profile of soil temperature. Applied Mathematics and Computation, 210(1), 119–125. doi: 10.1016/j.amc.2008.12.036.
20. Hosseinzadeh Talaee P. 2014. Daily soil temperature modeling using neuro-fuzzy approach. Theor. Appl. Climatol. 118: 481–489.
21. Hu G, Lin Z, Wu X, Ren L, Wu T, Xie C, Qiao Y, Shi J, Cheng G. 2016. An analytical model for estimating soil temperature profiles on the Qinghai-Tibet plateau of China. J. Arid. Land 8 (2), 232–240.
22. Kang S, Kim S, Oh S, Lee D. 2000. Predicting spatial and temporal patterns of soil temperature based on topography, surface cover and air temperature. For. Ecol. Manage. 136: 173–184.
23. Kisi, O., Tombul, M., & Kermani, M. Z. (2015). Modeling soil temperatures at different depths by using three different neural computing techniques. Theoretical and applied climatology, 121(1-2), 377-387.
24. Liu BC, LiuW. and Peng SW. 2005. Study of heat and moisture transfer in soil with a dry surface layer. Int. J. Heat Mass Transf., 48(21–22):4579–4589.
25. Maryanaji Z, Merrikhpour H. and Abbasi H. 2017. Predicting soil temperature by applying atmosphere general circulation data in west Iran. J Water Clim Chan, 8(2), pp.203–218.
26. Napagoda NA, and Tilakaratne CD. 2012. Artificial neural network approach for modeling of soil temperature: a case study for Bathalagoda area. Sri Lankan J Appl Stat, 13, pp.39–59.
27. Ozgener O, Ozgener L, and Tester, JW. 2013. A practical approach to predict soil temperature variations for geothermal (ground) heat exchangers applications. Int. J. Heat Mass Transf., 62, pp.473–480.

28. Paul KI, Polglase PJ, Smethurst PJ, O’Connell AM, Carlyle CJ, and Khanna PK. 2004. Soil temperature under forests: a simple model for predicting soil temperature under a range of forest types. Agric. For. Meteorol., 121(3–4), pp.167–182.
29. Peng S, Piao S, Wang T, Sun J, Shen Z. 2009. Temperature sensitivity of soil respiration in different ecosystems in China. Soil Biol. Biochem. 41, 1008–1014. http://dx.doi.org/10.1016/j.soilbio.2008.10.023.
30. Qian B, Gregorich EG, Gameda S, Hopkins DW, and Wang XL. 2011. Observed soil temperature trends associated with climate change in Canada. J. Geophys. Res. Atmos., 116(D2).
31. Samadianfard S, Ghorbani MA. and Mohammadi B. 2018. Forecasting soil temperature at multipledepth with a hybrid artificial neural network model coupled-hybrid firefly optimizer algorithm. Inf. Process. Agric., 5(4), pp.465–476.
32. Sandor R, and Fodor N. 2012. Simulation of soil temperature dynamics with models using different concepts. Sci. World J., 590287.https://doi.org/10.1100/2012/590287.
33. Xing L, Li L, Gong J, Ren C, Liu J, Chen H. 2018. Daily Soil Temperatures Predictions for Various Climates in United States Using Data-Driven Model. Energy, 160: 430–440. https://www.sciencedirect.com/science/article/abs/pii/S0360544218312921
34. Zeynoddin M, Bonakdari H, Ebtehaj I, Esmaeilbeiki F, Gharabaghi B. and Haghi DZ, 2019. A reliable linear stochastic daily soil temperature forecast model. Soil Tillage Res, 189, pp.73–87.
35. Zhang, H. X., N. M. Yuan, Z. G. Ma, and Y. Huang, 2021: Understanding the soil temperature variability at different depths: Effects of surface air temperature, snow cover, and the soil memory. Adv. Atmos. Sci., 38(3), 493−503. https://doi.org/10.1007 / s00376-020-0074-y.
36. Zhu, D., Ciais, P., Krinner, G., Maignan, F., Jornet Puig, A., & Hugelius, G. (2019). Controls of soil organic matter on soil thermal dynamics in the northern high latitudes. Nature Communications, 10(1). doi:10.1038/s41467-019-11103-1.