برآورد تبخیر-تعرق واقعی با استفاده از تصاویر ماهواره ای و الگوریتم های تک منبعی و دو منبعی در دشت قزوین
محل انتشار: فصلنامه پژوهش آب در کشاورزی، دوره: 32، شماره: 2
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 412
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WRA-32-2_006
تاریخ نمایه سازی: 31 خرداد 1401
چکیده مقاله:
تبخیر-تعرق مرجع یک پدیده چند متغیره و پیچیده است که به عوامل متعددی وابسته است. دقیقترین روش برآورد آن، استفاده از لایسیمتر است که مستلزم صرف وقت و هزینه زیادی است. از این رو هدف اصلی این تحقیق برآورد تبخیر-تعرق واقعی براساس الگوریتمهای تک منبعی SEBALو SSEBو الگوریتم دو منبعی TSEBدر سه سنجنده MODIS ، ETM+وOLI & TIRSاست که در سه مرحله صورت گرفته است. در برآورد تبخیر-تعرق براساس الگوریتم SEBAL، شاخص تعدیل شده پوشش گیاهی(SAVI) و فاکتور تصحیح اثرات زمینه خاک (L)از اهمیت ویژه ای برخوردار است به همین منظور این شاخص به عنوان ضریب کالیبراسیون در نظر گرفته شد که با توجه به وضعیت درصد پوشش سبز روی سطح زمین انتخاب شد. نتایج حاصل از هر سه سنجنده نسبت به دادههای لایسیمتری خطای کمتری نسبت به مقدار تبخیر-تعرق بدست آمده با فرض ۵/۰L= داشته است (mm/day ۴۹/۱، ۸۴/۰، ۷۶/۱=RMSE). برای صحت سنجی نتایج حاصل از کالیبراسیون از ۳۰ % باقیمانده داده های لایسیمتری استفاده شد. نتایج شاخصهای آماری تفاوت معنیدار(در سطح ۹۵%) دادههای پیشبینی شده را بیان می کند. نتیجه اینکه، با مقایسه سه الگوریتم در سه سنجنده MODIS،ETM+و OLI & TIRSالگوریتم SSEBدر سنجنده ETM+در سطح معنیدار( ۹۵%) و مشاهده کمترین میزان خطا (mm/day ۴۱/۰=RMSE) به عنوان الگوریتم برتر برای تخمین تبخیر-تعرق در دشت قزوین معرفی شد.
کلیدواژه ها:
نویسندگان
بهاره بهمن آبادی
دانش آموخته کارشناسی ارشد آبیاری و زهکشی، گروه مهندسی آب دانشگاه بین المللی امام خمینی (ره)
عباس کاویانی
استادیار گروه مهندسی آب دانشگاه بین المللی امام خمینی (ره)
پیمان دانشکار آراسته
دانشیار گروه مهندسی آب دانشگاه بین المللی امام خمینی)ره)
رستا نظری
دانشجوی دکتری آبیاری و زهکشی گروه مهندسی آب دانشگاه بین المللی امام خمینی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :