ارزیابی عملکرد الگوریتمهای SEBAL و EEFLux در برآورد تبخیر و تعرق روزانه با استفاده از دادههای ماهواره لندست 8
دوره 15، شماره 4، زمستان 1400، صفحه 21-33
https://doi.org/10.22034/iwrj.2021.11164
ابوالفضل دلاوری کامیاب، شهرو مختاری، رضا جعفری نیا
چکیده تبخیر و تعرق به عنوان یکی از مولفههای کلیدی چرخه هیدرولوژیکی کره زمین میباشد و برآورد دقیق آن به عنوان یک عامل مهم در برنامهریزی و مدیریت منابع آب در کشاورزی از اهمیت بسیار زیادی برخوردار میباشد. طی چند دهه گذشته، روشهای مبتنی بر استفاده از تصاویر ماهوارهای مورد توجه پژوهشگران قرار گرفته است به طوریکه محققان انواع روشهای سنجش از دور را برای برآورد تبخیر و تعرق توسعه دادهاند. در پژوهش حاضر، امکان استفاده از دو مدل مبتنی بر سنجش از دور سبال (SEBAL) و متریک (EEFlux) و نیز مقایسه آنها در برآورد تبخیر و تعرق روزانه در مزرعه اوقاف اراک مورد بررسی قرار گرفت. با استفاده از مدلهای SEBAL و EEFlux شارهای سطحی برای هر پیکسل تصویر ماهواره لندست 8 (برای هست تصویر در دوره فصل رویشی در مزرعه اوقاف اراک) محاسبه و مقدار تبخیر و تعرق واقعی به صورت باقی مانده معادله توازن انرژی در سطح برآورد شد. دقت نتایج الگوریتمهای SEBAL و EEFlux با استفاده از دادههای لایسیمتر (برداشت شده در 8 تاریخ منطبق با تاریخ تصاویر ماهواره لندست 8) با استفاده از معیارهای PBAIS، NSE، RMSE و R2 انجام شد. نتایج برآورد تبخیر و تعرق روزانه حاصل از الگوریتمهای SEBAL و EEFLux به این صورت بود که با شروع فصل زراعی مقادیر تبخیر و تعرق روزانه کم بود و سپس با گذر زمان و رسیدن به میانههای فصل زراعی مقدار تبخیر و تعرق به اوج خود رسید و سپس بعد از آن مقادیر تبخیر و تعرق به علت کاهش دما و همچنین تغییرات پوشش ذرت در منطقه مورد مطالعه سیر نزولی به خود گرفت. مقایسه الگوریتمهای SEBAL و EEFLux حاکی از آن بود که الگوریتم SEBAL حدود 7.71 درصد تبخیر و تعرق واقعی روزانه در محدوده مزرعه اوقاف اراک را بیشتر برآورد کرده است. نتایج ارزیابی عملکرد بیانگر این بود که RMSE، NSE، PBIAS و R2 بر اساس الگوریتم SEBAL به ترتیب برابر با 0.711، 0.807، 7.398 و 0.885 و برای الگوریتم EEFLux به ترتیب برابر با 1.046، 0.582، 15.080 و 0.793 بود. از اینرو ارزیابی عملکرد الگوریتمهای SEBAL و EEFLux با توجه به دادههای لایسیمتر نشان داد که الگوریتم SEBAL دارای همبستگی بالاتر و و انحراف معیار کمتر نسبت به الگوریتم EEFLux میباشد. براین اساس، الگوریتم SEBAL نسبت به الگوریتم EEFLux نتایج بهتری را ارائه داده است و الگوریتم SEBAL دقت بالای تصاویر در برآورد تبخیر و تعرق را نشان داد
کاربرد روش ناحیهبندی براساس بومشناسی زراعی برای تعیین خلاء عملکرد محصول گندم آبی در گروههای اقلیمی ایران
دوره 10، شماره 3، پاییز 1395، صفحه 11-20
هادی وروانی، مهدی مردیان، ناصر گنجی خرم دل، بهمن فرهادی بانسوله
چکیده تولید پتانسیل محصول زراعی از پارامترهایی است که با محاسبه آن میتوان خلاء عملکرد را به دست آورد و براساس عوامل تأثیرگذار در تولید، به مدیریت منابع آب و خاک پرداخت. در این پژوهش با هدف محاسبه تولید پتانسیل گندم آبی در 30 مرکز استانی کشور، ابتدا با استفاده از تحلیل عاملی و خوشهای و با درنظر گرفتن 9 پارامتر اقلیمی، مراکز استانی در چهار گروه طبقهبندی شدند. سپس با روش ناحیهبندی براساس بومشناسی زراعی، تولید پتانسیل محصول و خلاء عملکرد تعیین شد. براساس نتایج به دست آمده، روش مذکور در مناطق گرم خشک و کمبارش کشور نتوانست تولید پتانسیل محصول را برآورد کند؛ اما در مناطق نیمهخشک تا مرطوب کشور، خلاء عملکرد مشاهده شد. همچنین نتایج نشان داد که مدل از بین عوامل اقلیمی، بیشترین حساسیت را نسبت به میانگین درجه حرارت دارد. این امر سبب شده تا کمترین خلاء عملکرد در گروههای اقلیمی مرطوب کمبارش و خشک با 15- و 27.5- درصد دیده شود. همچنین وجود اقلیم معتدله در گروه اقلیمی پربارش کشور سبب رشد بیشتر گونهها و طولانیتر شدن فصل رشد شده که این امر سبب اختلاف بین عملکرد متوسط و عملکرد پتانسیل شده است و خلاء عملکرد در استانهای ساحلی شمالی کشور را به 55.8- درصد رسانده است.
