بررسی تأثیر عدم قطعیت ناشی از ضریب تصحیح رطوبتی خاک در برآورد تبخیر- تعرق واقعی

نوع مقاله: مقاله پژوهشی

نویسنده

استادیار گروه مهندسی آب و خاک، دانشکده کشاورزی، دانشگاه شاهرود، شاهرود، ایران

چکیده

از آنجا که مقدار قابل توجهی از بارندگی در حوضه­های آبریز با کاربری کشاورزی صرف تبخیر- تعرق می­گردد، بنابراین عامل مذکور نقش مهمی در بیلان آب و مدیریت منابع آب ایفا می­نماید. بنابراین برآورد صحیح این مولفه بسیار حائز اهمیت است. الگوریتم توازن انرژی در سطح زمین (سبال) یکی از روش­های برآورد تبخیر- تعرق واقعی می­باشد که بر مبنای تکنیک سنجش از دور استوار است. در ساختار الگوریتم مذکور از شاخص­ها و ضرایب تجربی مختلفی استفاده می­شود که هر کدام در برآورد تبخیر- تعرق واقعی موثر می­باشند. در این تحقیق تاثیر عدم قطعیت ناشی از مقادیر شاخص تعدیل خاک، پوشش گیاهی در قالب الگوریتم سبال، بر روی برآورد مقادیر تبخیر- تعرق واقعی در بخشی از حوضه­ی آبریز نیشابور مورد بررسی قرار گرفت. به­منظور تعیین مقدار بهینه­ی شاخص مذکور از تصاویر ماهواره­ای سنجنده­ی مودیس در سال­های 1392 و 1393 استفاده شد و تاثیر عدم قطعیت ناشی از مقادیر مختلف این شاخص بر روی برآورد مقادیر تبخیر- تعرق واقعی در سال 1393 مورد بررسی قرار گرفت. مقایسه­ی مقادیر برآوردی تبخیر- تعرق و مقادیر اندازه­گیری شده­ی میکرولایسیمتری آن در پلیگون مورد بحث نشان داد که کم­ترین و بیش­ترین خطای برآورد تبخیر- تعرق به­ترتیب به ­ازای مقدار 2/0 (RMSE=0.07، R2=0.99) و یک (RMSE=0.6، R2=0.12) برای ضریب L در ساختار شاخص تعدیل خاک پوشش گیاهی به­دست آمد. هم­چنین نتایج آزمون تی تست اختلاف معنی­داری در سطح 95 درصد (p<0.05) بین مقادیر اندازه­گیری و برآورد شده­ی تبخیر- تعرق واقعی برای تمامی مقادیر ضریب L به جز مقدار 2/0 را نشان داد. 

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation the Effect of Uncertainties Caused by Soil Moisture Adjusted Factor on Actual Evapotranspiration Prediction

نویسنده [English]

  • Rozbeh Moazenzadeh
Assistant Professor, Department of Soil and Water Engineering, Faculty of Agriculture, Shahrood University., Shahrood., Iran
چکیده [English]

Since a significant amount of precipitation in the agricultural watersheds is used by evapotranspiration, so this parameter plays an important role in water budget and water resources management. Therefore, accurate estimation of this component is very important. SEBAL (Surface Energy Balance Algorithm for Land) belongs to the methods of estimating the actual evapotranspiration (ETact) which is based on remote sensing technique. In the structure of this algorithm several indices and empirical coefficients are used, each of them is effective for estimating actual evapotranspiration. In this study the effect of the uncertainty caused by the soil adjusted vegetation index (SAVI) values in the form of SEBAL algorithm was investigated on ETact prediction on the part of Neyshabour watershed. To determine the optimize value of SAVI, 2013 and 2014 MODIS satellite images were used and the effect of SAVI values uncertainty on ETact prediction was discussed in 2014. Comparison between estimated values and microlysimeter measurements of ETact in the discussed polygon showed that the minimum and maximum error of ETact estimation has been obtained for the amount of 0.2 (R2=0.99, RMSE=0.07) and 1 (R2=0.12, RMSE=0.6) for L coefficient in the SAVI index structure. The results of t-test also showed the significant differences at 95% (p<0.05) between measured and predicted values of ETact, using the whole rangeof L coefficient, except 0.2. 

کلیدواژه‌ها [English]

  • Energy balance
  • Microlysimeter
  • satellite images
  • Vegetation cover
  • Water balance
حسن پور،ب.، میرزایی،ف.، ارشد،ص و کوثری،ه. 1391. مقایسه الگوریتم­های SEBAL و S-SEBI در برآورد تبخیر و تعرق در منطقه کرج. نشریه آب و خاک، 26 .6: 1360-1371.
قمرنیا،ه و رضوانی،س. 1393. محاسبه و پهنه­بندی تبخیر- تعرق با استفاده از الگوریتم سبال (SEBAL) در غرب ایران (دشت میان­دربند). نشریه آب و خاک. 28. 1: 72-81.
مکاری،م.، قهرمان،ب و ثنایی نژاد،س.ح. 1394. بهینه کردن شاخص SAVI و برآورد تبخیر- تعرق واقعی با استفاده از تصاویر ماهواره­ای لندست 8، نشریه آبیاری و زهکشی ایران. 3. 9: 459-469. 
Bausch,W.C. 1993. Soil background effects on reflectance-based crop coefficients for corn. Remote Sensing of Environment. 46: 213-222.
Gonzalez Dugo,M.P., Neale,C.M.U., Mateos,L., Kustas,W.P., Prueger,J.H., Anderson,M.C and Li,F. 2009. A comparison of operational remote sensing-based models for estimating crop evapotranspiration. Agricultural and Forest Meteorology. 149: 1843-1853.
Karatas,B.S., Akkuzu,E., Unal,H.B., Asik,S and Avci,M. 2009. Using satellite remote sensing to assess irrigation performance in Water User Associations in the Lower Gediz Basin, Turkey. Agricultural Water Management. 96: 982–990.
Mu,Q., Heinsch,F.A., Zhao,M and Running,S.W. 2007. Development of a global evapotranspiration algorithm based on MODIS and global meteorology data. Remote Sensing of Environment. 111: 519–536.
Rondeaux,G., Steven,M and Baret,F. 1996. Optimization of soil-adjusted vegetation indices. Remote Sensing of Environment. 48: 119-126.
Shu,Y., Stisen,S., Jensen,K.H and Sandholt,I. 2011. Estimation of regional evapotranspiration over the North China Plain using geostationary satellite data. International Journal of Applied Earth Observation and Geoinformation. 13: 192–206.