Skip to content
naulon

Not checkedNot checked for notices yet.

مقایسه و بررسی نقش الگوریتم‌های PYSEBAL و SEBS در برآورد تبخیر-تعرق واقعی در دشت قزوین

محدثه السادات فخار, عباس کاویانی

مدیریت آب و آبیاری · 2022

doi:10.22059/jwim.2022.338119.961 (opens in a new tab)

We email you when a new notice or a question about this paper appears.

Abstract

روش‌های مختلفی به‌منظور پایش تبخیر-تعرق وجود دارد که به‌طورعمده به‌صورت نقطه­ای اندازه­گیری می‌کنند که تعمیم آن برای کل منطقه دشوار خواهد بود. سال­های اخیر روش‌های مبتنی بر سنجش‌ازدور به‌منظور برآورد تبخیر- تعرق واقعی در محدوده وسیع­ موردتوجه قرارگرفته است. در این پژوهش مقدار تبخیر-تعرق واقعی به­صورت روزانه در دشت قزوین توسط دو الگوریتم SEBS و PYSEBAL برای 15 تصویر TM، 22 تصویر ETM+ و 24 تصویر MODIS بدون ابر و برف در طی سال­های 2000 تا 2003 میلادی استفاده شد. نتایج حاصل با داده‌های یک لایسیمتر زهکش­دار کشت­شده با چمن در محدوده دشت قزوین مورد مقایسه قرار گرفتند. از مقایسه خروجی­های به‌دست‌آمده از دو الگوریتم این نتیجه به‌دست آمد که الگوریتم PYSEBAL با بهره­گیری از جدید­ترین روش‌های برآورد تبخیر- تعرق هم‌چون عدم انتخاب دو پیکسل گرم و سرد توسط کاربر و استفاده حداقلی از داده­های زمینی توانسته است بسیاری از ضعف‌های سایر الگوریتم­ها را پوشش دهد. به‌طوری‌که الگوریتم PYSEBAL در هر سه سنجنده MODIS، LANDSAT-ETM+ و LANDSAT-TM به‌ترتیب با مقدار RMSE ، برابر با 45/0، 46/0 و 02/2 میلی­متر بر روز، و مقدار R2 96/0، 95/0 و 82/0 عملکرد بهتری را نسبت به الگوریتم SEBS در محدوده موردمطالعه داشته است. در ادامه با توجه به این‌که تعیین مقدار آبی که صرف تبخیر- تعرق می‌شود از اساسی­ترین عوامل در برنامه­ریزی به­منظور رسیدن به محصول بیش‌تر است، ضریب Kc می‌تواند راهنمای مناسب و سریعی در مدیریت آبیاری محسوب شود. بررسی­های انجام‌شده بر روی گیاه چمن نشان از دقت بالای مدل PYSEBAL با مقدار ضریب همبستگی 68/0 در برآورد این ضریب داشته و در نهایت استفاده از روش‌های مبتنی بر سنجش‌ازدور می­تواند به‌عنوان جایگزینی مناسب به‌منظور جلوگیری از صرف هزینه زیاد و بهبود مدیریت آب در منطقه باشد.

Abstract licence: CC BY

Reads

Read by people on this page

None yet.

Checked or read by AI through naulon

None yet.

A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.

Are you an author?

Is this your paper?

Claim it to add your note and be paid when agents cite it. Free.