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

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 به­صور...

Full description

Bibliographic Details
Main Authors: محدثه السادات فخار, عباس کاویانی
Format: Article
Language:fas
Published: University of Tehran, College of Aburaihan 2022-06-01
Series:مدیریت آب و آبیاری
Subjects:
Online Access:https://jwim.ut.ac.ir/article_87403_ab6d1c48acb5a883abddb4982abac12b.pdf
_version_ 1811217566809456640
author محدثه السادات فخار
عباس کاویانی
author_facet محدثه السادات فخار
عباس کاویانی
author_sort محدثه السادات فخار
collection DOAJ
description 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.
first_indexed 2024-04-12T06:56:58Z
format Article
id doaj.art-4a458dc296174992ac4d2afe43948e76
institution Directory Open Access Journal
issn 2251-6298
2382-9931
language fas
last_indexed 2024-04-12T06:56:58Z
publishDate 2022-06-01
publisher University of Tehran, College of Aburaihan
record_format Article
series مدیریت آب و آبیاری
spelling doaj.art-4a458dc296174992ac4d2afe43948e762022-12-22T03:43:07ZfasUniversity of Tehran, College of Aburaihanمدیریت آب و آبیاری2251-62982382-99312022-06-0112227729310.22059/jwim.2022.338119.96187403مقایسه و بررسی نقش الگوریتم‌های PYSEBAL و SEBS در برآورد تبخیر-تعرق واقعی در دشت قزوینمحدثه السادات فخار0عباس کاویانی1دانشجوی کارشناسی ارشد، گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین‌المللی امام خمینی (ره)، قزوین، ایران.دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران.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.https://jwim.ut.ac.ir/article_87403_ab6d1c48acb5a883abddb4982abac12b.pdfالگوریتم تک‌منبعیسنجش‌ازدورضریب گیاهیمدیریت آبیاری
spellingShingle محدثه السادات فخار
عباس کاویانی
مقایسه و بررسی نقش الگوریتم‌های PYSEBAL و SEBS در برآورد تبخیر-تعرق واقعی در دشت قزوین
مدیریت آب و آبیاری
الگوریتم تک‌منبعی
سنجش‌ازدور
ضریب گیاهی
مدیریت آبیاری
title مقایسه و بررسی نقش الگوریتم‌های PYSEBAL و SEBS در برآورد تبخیر-تعرق واقعی در دشت قزوین
title_full مقایسه و بررسی نقش الگوریتم‌های PYSEBAL و SEBS در برآورد تبخیر-تعرق واقعی در دشت قزوین
title_fullStr مقایسه و بررسی نقش الگوریتم‌های PYSEBAL و SEBS در برآورد تبخیر-تعرق واقعی در دشت قزوین
title_full_unstemmed مقایسه و بررسی نقش الگوریتم‌های PYSEBAL و SEBS در برآورد تبخیر-تعرق واقعی در دشت قزوین
title_short مقایسه و بررسی نقش الگوریتم‌های PYSEBAL و SEBS در برآورد تبخیر-تعرق واقعی در دشت قزوین
title_sort مقایسه و بررسی نقش الگوریتم‌های pysebal و sebs در برآورد تبخیر تعرق واقعی در دشت قزوین
topic الگوریتم تک‌منبعی
سنجش‌ازدور
ضریب گیاهی
مدیریت آبیاری
url https://jwim.ut.ac.ir/article_87403_ab6d1c48acb5a883abddb4982abac12b.pdf
work_keys_str_mv AT mḥdtẖhạlsạdạtfkẖạr mqạyshwbrrsynqsẖạlgwrytmhạypysebalwsebsdrbrậwrdtbkẖyrtʿrqwạqʿydrdsẖtqzwyn
AT ʿbạsḵạwyạny mqạyshwbrrsynqsẖạlgwrytmhạypysebalwsebsdrbrậwrdtbkẖyrtʿrqwạqʿydrdsẖtqzwyn