تخمین تبخیر و تعرق واقعی بوسیله مدل اگرو هیدرولوژیکی و تکنیک سنجش از دور

آب و خاک

مقاله 15، دوره 30، شماره 4 - شماره پیاپی 48، آبان 1395، صفحه 997-1008   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v30i4.43969

نویسندگان

مصطفی یعقوب زاده^{* 1}؛ سعید برومند نسب²؛ زهرا ایزدپناه³؛ حسام سیدکابلی⁴

¹دانشگاه بیرجند

²استاد گروه آبیاری وزهکشی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.

³دانشگاه شهیدچمران اهواز

⁴دانشگاه صنعتی جندی شاپور دزفول

چکیده

تخمین دقیق تبخیر و تعرق نقش مهمی در بیلان آب در سطح حوضه، دشت و در مقیاس منطقه‌ای برای بهبود و برنامه‌ریزی مدیریت منابع آب وکشاورزی ایفا می کند. روش‌های مختلفی مانند نسبت باون و لایسیمتر برای اندازه‌گیری تبخیر و تعرق وجود دارند ولی استفاده از این روش‌ها به دلیل اندازه‌گیری نقطه‌ای تبخیر و تعرق، در سطح یک منطقه وسیع، وقت و هزینه زیادی را بکار می‌گیرد. بدین منظور در این پژوهش برای تعیین تبخیر و تعرق واقعی از دو مدل اگروهیدرولوژیکی SWAP و مدل سنجش از دور SEBAL با کمک تصاویر مودیس و داده‌های مزارع فاروب و سلیمانی واقع در دشت نیشابور استفاده شده است. برای بدست آوردن پارامترهای بیلان آب مورد نیاز مدل SWAP از شیوه مهندسی معکوس استفاده شده است. با وجود اینکه مدل SWAP مقدار آبیاری و تبخیر و تعرق را با تفکیک زمانی بالا تعیین کند، الگوریتم SEBAL می‌تواند تغییرات محصول مانند شاخص سطح برگ، شاخص NDVI و تبخیر و تعرق را با تفکیک مکانی بالا تخمین بزند. نتایج مدل SWAP با داده‌های اندازه‌گیری شده رطوبت خاک واسنجی و صحت سنجی شده است. مقادیر خطای RMSE برابر 635/0 و 674/0 میلی متر بر روز و خطای MAE برابر 15/0 و 53/0 میلی متر بر روز و ضریب تبیین (R2) 915/0 و 964/0 حاصل از مقایسه نتایج الگوریتم SEBAL و مدل SWAP برای دو مزرعه نشان می‌دهد دو مدل تفاوت معنی‌داری با هم ندارند.

کلیدواژه‌ها

الگوریتم SEBAL؛ تبخیر و تعرق؛ تصاویر مودیس؛ مدل SWAP

مراجع

1- Akbari M., and Dehghani-Sanij Heydari N. 2008. Estimation of irrigated area, evapotrans- piration and irrigation management using Remote sensing. Iranian Journal of lrrigation and Drainage, 2(1): 43-52. (in Persian with English abstract)

2- Bastiaanssen W.G.M., Menenti M., Feddes R.A., and Holtslag A.A.M. 1998. A remote sensing surface energy balance algorithm for land (SEBAL), part 1: formulation. Journal of Hydrology, 212-213: 198–212.

3- Bastiaanssen W.G.M., Noordman E.J.M., Pelgrum H., Davids G., and Allen R.G. 2005. SEBAL for spatially distributed ET under actual management and growing conditions. Journal of Irrigation. Drainage Engineering, 131(1): 85–93.

4- Chemin Y., Platonov A., UI-Hassan M., and Abdullaev I. 2004. Using remote sensing data for water depletion assessment at administrative and irrigation-system levels: Case study of the Ferghana province of Uzbekistan. Agricultural Water Management. 64(3): 183–196.

5- Dinesh K.G., Purushothaman B.M., Vinaya M.S., and Suresh Babu S. 2014. Estimation of Evapotranspiration using MODIS Sensor Data in Udupi District of Karnataka, India. International Journal of Advanced Remote Sensing and GIS, 3(1): 532-543.

6- Droogers P., Immerzeela W.W., and Lorite I.J. 2010. Estimating actual irrigation application by remotely sensed evapotranspiration observations. Agricultural Water Management, 97: 1351-1359.

7- Gao Y., Long D., and Li Z. 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- Kimura R., Baib L., Fanc J., Takayamaa N., and Hinokidanid O. 2007. Evapo-transpiration estimation over the river basin of the Loess Plateau of China based on remote sensing. Journal of Arid Environmental, 68(1): 53–65.

9- Kiptala J.K., Mohamed Y., Mul M.L., and Van der Zaag P. 2013. Mapping evapotranspiration trends using MODIS and SEBAL model in a data scarce and heterogeneous landscape in Eastern Africa. Water Resources Research, 49: 12. 8495–8510.

10- Matin M.A., and Bourque C.P. 2013. Assessing spatiotemporal variation in actual evapotranspiration for semi-arid watersheds in northwest China: Evaluation of two complementary-based methods. Journal of Hydrology, 486: 455–465.

11- Minacapilli M., Agnese C., Blanda F., Cammalleri C., Ciraolo G., D’Urso G., Iovino M., Pumo D., Provenzano G., and Rallo G. 2009. Estimation of actual evapotranspiration of Mediterranean perennial crops by means of remote-sensing based surface energy balance Models. Hydrology and Earth System Sciences, 13: 1061-1074.

12- Mohamadi S., Mirlatifi S.M., and Akbari M. 2014. Sugarcane irrigation scheduling using a combination of remote sensing data and SWAP model in the sugarcane agro-industry Mirza Kochak Khan of Khuzestan. Journal of Water Research in Agriculture, 28(1): 39-50. (in Persian)

13- Morse A., Tasumi M., Allen R.G., and Kramber W.J. 2000. Application of the SEBAL methodology for estimating consumptive use of water and stream flow depletion in the Bear River basin of Idaho through remote sensing. Final Rep., Phase I, Submitted to The Raytheon Systems Company, Earth Observation System Data and Information System Project, by Idaho Department of Water Resources and University of Idaho.

14- Sanaei Nejad S.H., Noori S., and Hasheminia S.M. 2011. Estimation of Evapotranspiration Using Satellite Image Data in Mashhad area. Journal of Water and Soil, 25(3): 540-547. (in Persian with English abstract)

15- Singh U.K., Ren L., and Kang S. 2010. Simulation of soil water in space and time using an agro hydrological model and remote sensing techniques. Agricultural Water Management, 97(8): 1210-1220.

16- Van Dam J.C., Huygen J., Wesseling J.G., Feddes R.A., Kabat P., Van Waslum P.E.V., Groenendjik P., and Van Diepen C.A. 1997. Theory of SWAP version 2.0: simulation of water flow and plant growth in the soil–water–atmosphere–plant environment. Wageningen Agricultural University and DLO Winand Staring Centre, Wageningen, The Netherlands.

17- Yang X., Ren L., Jiao D., Yong B., Jiang S., Song S. 2013. Estimation of Daily Actual Evapotranspiration from ETM+ and MODIS Data of the Headwaters of the West Liaohe Basin in the Semiarid Regions of China. Journal of Hydrology Engineering, 18: 11.1530–1538.