برآورد تبخیر و تعرق واقعی با استفاده از الگوریتم سبس و تصاویر لندست در ماهیدشت

آب و خاک

مقاله 2، دوره 30، شماره 3 - شماره پیاپی 47، مرداد 1395، صفحه 706-716   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v30i3.41372

نویسندگان

بهمن فرهادی بانسوله^{* 1}؛ علیرضا کریمی²؛ همایون حصادی³

¹رازی

²دانشگاه رازی کرمانشاه

³مرکز تحقیقات جهاد کشاورزی و منابع طبیعی استان کرمانشاه

چکیده

روش‌های متداول اندازه‌گیری تبخیر و تعرق عمدتاً این پارامتر را به صورت نقطه‌ای اندازه‌گیری می‌کنند و تعمیم نتایج آن‌ها به سطح منطقه مشکل می‌باشد. در سالیان اخیر استفاده از روش‌های مبتنی بر سنجش از دور به عنوان یک راهکار جهت برآورد تبخیر و تعرق در سطح منطقه مورد توجه قرار گرفته است. هدف از مطالعه کنونی برآورد تبخیر و تعرق در دشت ماهیدشت کرمانشاه با استفاده از الگوریتم سبس می‌باشد که یکی از الگوریتم‌های مبتنی بر سنجش از دور هست. در این مطالعه تبخیر و تعرق در سطح منطقه با استفاده از الگوریتم سبس برای چهار تصویر ماهواره ای LANDSAT TM در دوره‌های مختلف فصل رشد ذرت در سال 1389 برآورد گردید. مراحل مختلف محاسباتی در نرم افزار ERDAS و با استفاده از ابزارModel Maker برنامه نویسی شد. همزمان با استفاده از یک لایسیمتر زهکشدار که در آن ذرت کشت شده بود تبخیر و تعرق واقعی ذرت اندازه‌گیری و با نتایج الگوریتم سبال مقایسه شد. حداکثر اختلاف بین تبخیر و تعرق برآورد شده با الگوریتم سبال در مزرعه ذرت و مقادیر اندازه‌گیری شده درون لایسیمتر 34/0 میلی متر در روز تعیین گردید که معادل 56/4 درصد تبخیر و تعرق اندازه‌گیری شده در همان روز می‌باشد. در هر چهار تاریخ حداکثر تبخیر و تعرق برآورد شده با الگوریتم سبس در سطح منطقه بین 02/1 تا 22/1 تبخیر و تعرق پتانسیل گیاه مرجع محاسبه شده با فرمول فائو پنمن-مانتیث می‌باشد که قابل قبول و منطقی می‌باشد.

کلیدواژه‌ها

بیلان آبی؛ تصویر ماهواره‌ای؛ ذرت، سنجش از دور؛ کرمانشاه

مراجع

1- Aghdasi F. 2010. Crop water requirement assessment and annual planning of water allocation. ITC, Enschede, The Netherlands, MSc thesis.

2- Allen R.G., Pereira L.S., Raes D., and Smith M. 1998. Crop evapotranspiration - Guidelines for computing crop water requirements. FAO Irrigation and Drainage paper No. 56, FAO, Rome, Italy.

3- Allen R.G., Tasumi M., Morse A., Trezza R., Wright J.L., Bastiaanssen W., Kramber W., Lorite I., and Robison C.W. 2007. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)—Applications. Journal of Irrigation and Drainage Engineering. 133(4): 395-406.

4- Bastiaanssen W., Menenti M., Feddes R., and Holtslag A. 1998. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation. Journal of hydrology. 212: 198-212.

5- Brutsaert W. 1982. Evaporation into the atmosphere: Theory, history, and applications. Vol. 1. Dordrecht, The Netherlands: D. Reidel publishing company.

6- Brutsaert W. 2005. Hydrology: an introduction. Cambridge University Press.

7- Gao Y., Long D., and Li Z.L. 2008. Estimation of daily actual evapotranspiration from remotely sensed data under complex terrain over the upper Chao river basin in North China. International Journal of Remote Sensing. 29(11): 3295-3315.

8- Gebreyesus M.G. 2009. Validation of RS approaches to model surface characteristics in hydrology: a case study in Guarena Aquifer, Salamanca, Spain. International Institute for Geo-information Science and Earth Observation (ITC), Enschede, The Netherlands, MSc thesis.

9- Hailegiorgis W.S. 2006. Remote sensing analysis of summer time evapotranspiration using SEBS algorithm. International Institute for Geo-information Science and Earth Observation (ITC), Enschede, The Netherlands, MSc thesis, 130 pp.

10- Lin W., van de Velde R., and Su Z. 2006. Satellite based regional scale evapotranspiration in the Hebei Plain, Northeastern China. Proceedings of Dragon. 1: 2004-2007.

11- Morse A., Tasumi M., Allen R.G., and Kramber W.J. 2000. Application of the SEBAL methodology for estimating consumptive use of water and streamflow depletion in the bear river basin of Idaho through Remote Sensing, in Idaho Department of Water Resources–University of Idaho.

12- Santos C.A.C.d., Bezerra B.G., Silva B.B.d., and Rao T.V.R. 2010. Assessment of daily actual evapotranspiration with SEBAL and S-SEBI algorithms in cotton crop. Revista Brasileira de Meteorologia. 25(3): 383-392.

13- Shan X. 2007. Regional evaptranspiration over arid inland Heihe river basin in Northwest China. International Institute for Geo-information Science and Earth Observation (ITC), Enschede, The Netherlands, Msc thesis.

14- Su H., McCabe M., Wood E., Su Z., and Prueger J. 2005. Modeling evapotranspiration during SMACEX: Comparing two approaches for local-and regional-scale prediction. Journal of hydrometeorology. 6(6): 910-922.

15- Su Z. 2002. The Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes SEBS-The Surface Energy Balance. Hydrology and Earth System Sciences. 6(1): 85-100.

16- Su Z., Schmugge T., Kustas W.P., and Massman W.J. 2010. An evaluation of two models for estimation of the roughness height for heat transfer between the land surface and the atmosphere. Journal of Applied Meteorology. 40(11): 1933-1951.

17- Temesgen E. 2009. Estimation of evapotranspiration from satellite remote sensing and meteorological data over the Fogera Floodplain–Ethiopia. International Institute for Geo-information Science and Earth Observation (ITC), Enschede, The Netherlands, MSc. Thesis.

18- Verstraeten W.W., Veroustraete F., and Feyen J. 2008. Assessment of evapotranspiration and soil moisture content across different scales of observation. Sensors. 8(1): 70-117.

19- Yang W., Shabanov N., Huang D., Wang W., Dickinson R., Nemani R., Knyazikhin Y., and Myneni R. 2006. Analysis of leaf area index products from combination of MODIS Terra and Aqua data. Remote sensing of environment. 104(3): 297-312.