<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن آبیاری و زهکشی ایران</PublisherName>
				<JournalTitle>نشریه آبیاری و زهکشی ایران</JournalTitle>
				<Issn>2008-7942</Issn>
				<Volume>14</Volume>
				<Issue>6</Issue>
				<PubDate PubStatus="epublish">
					<Year>2021</Year>
					<Month>01</Month>
					<Day>20</Day>
				</PubDate>
			</Journal>
<ArticleTitle>MODIS and Sentinel-2 Data Fusion For 10-m Daily Evapotranspiration mapping</ArticleTitle>
<VernacularTitle>ترکیب تصاویر مادیس و سنتینل-2 به منظور تهیه نقشه های تبخیر-تعرق روزانه با قدرت تفکیک مکانی 10 متر</VernacularTitle>
			<FirstPage>1881</FirstPage>
			<LastPage>1892</LastPage>
			<ELocationID EIdType="pii">125094</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>حمید</FirstName>
					<LastName>صالحی</LastName>
<Affiliation>دانش آموخته کارشناسی ارشد، گروه آبیاری و زهکشی، دانشگاه تربیت مدرس، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>علی</FirstName>
					<LastName>شمس الدینی</LastName>
<Affiliation>استادیار، گروه سنجش ازدور و سیستم اطلاعات جغرافیایی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2020</Year>
					<Month>10</Month>
					<Day>31</Day>
				</PubDate>
			</History>
		<Abstract>Downscaling methods seem to be a reasonable solution to solve the problem of having no simultaneous high spatial and temporal satellite data, and it is possible somehow to meet the requirement of having high spatial-temporal resolution satellite data for monitoring the natural phenomena such as evapotranspiration, through these methods. Sentinel-2 satellite launched in 2015 enables to provide 10-m spatial resolution data with a 5-day revisit time; however, its sensor does not acquire data in thermal infrared wavelength. This study aims to generate 10-m daily evapotranspiration maps based on Sentinel-2 and MODIS data fusion for Amir-Kabir Agroindustry farms. For this purpose, STARFM and improved TSHARP methods were applied for downscaling MODIS data to Sentinel-2 data. To achieve this goal, First, MODIS visible and near and middle infrared bands were downscaled by STARFM to 10-m spatial resolution. Then, improved TSHARP was applied for downscaling MODIS thermal band to 10-m spatial resolution and SEBAL algorithm fed by the downscaled bands, was used to produce daily evapotranspiration map with 10-m spatial resolution. Assessing downscaled evapotranspiration maps with those derived from FAO Penman-Monteith equation indicated a RMSE of 0.64 mm/day showing efficient performance of the downscaling framework proposed for 10-m daily evapotranspiration mapping in this study.</Abstract>
			<OtherAbstract Language="FA">روشهای ریزمقیاس‌نمایی راه حل مناسبی را جهت رفع مشکل عدم وجود داده‌های ماهواره‌ای با قدرت تفکیک مکانی و زمانی بالا ارائه می‌دهند و می‌توان با استفاده از این روش‌ها، تاحدودی نیاز به داده‌های ماهواره‌ای با قدرت تفکیک مکانی- زمانی بالا را، به منظور پایش پدیده‌های طبیعی مانند تبخیر- تعرق،برطرف نمود. ماهواره سنتینل-2 در سال 2015 در مدار قرار گرفت و از آن تاریخ امکان دسترسی به داده هایی با قدرت تفکیک مکانی 10 متر را برای دوره بازگشت 5 روزه فراهم آورده است. هرچند، سنسور این ماهواره قادر به برداشت داده های سنجش از دور در طول موج حرارتی نیست. هدف این مطالعه تهیه نقشه‌های تبخیر- تعرق روزانه با قدرت تفکیک مکانی 10 متر براساس ترکیب داده های مادیس و سنتینل-2 برای اراضی کشت و صنعت امیرکبیر می‌باشد. بدین منظور از دو روش STARFM و TSHARP اصلاح شده به منظور ریزمقیاس نمایی داده‌های مادیس به داده‌های سنتینل-2 استفاده گردید. بدین منظور ابتدا با استفاده از روش STARFM ،باندهای مرئی و مادون قرمز نزدیک تصاویر مادیس به باندهای متناظر خود در تصاویر سنتینل-2 ریزمقیاس نمایی شدند. سپس باندهای حرارتی با قدرت تفکیک مکانی 10 متر با استفاده از روش TSHARP اصلاح شده تهیه گردیدند و در پایان با استفاده از الگوریتم سبال و باندهای ریزمقیاس نمایی شده سنتینل-2 ، نقشه های تبخیر- تعرق روزانه با قدرت تفکیک مکانی 10 متر تولید شدند. مقایسه تبخیر- تعرق‌های ریزمقیاس نمایی شده با تبخیر- تعرق‌های بدست آمده با روش فائو- پنمن- مانتیث بیانگر میزان مجذور میانگین مربعات خطای 64/0 میلیمتر در روز بود که نشان دهنده عملکرد خوب روش ارائه شده جهت تولید نقشه های تبخیر-تعرق واقعی روزانه با قدرت تفکیک مکانی 10 متر می باشد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">ریزمقیاس‌نمایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تبخیر- تعرق</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">TSHARP</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">STARFM</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://idj.iaid.ir/article_125094_1bed1a96125e99e826c5a297d3e80797.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
