برآورد تبخیر و تعرق واقعی و بهره وری آب گندم با استفاده از الگوریتم سبال و تصاویر ماهواره ای لندست ۵ دردشت قزوین

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 244

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WRA-30-4_010

تاریخ نمایه سازی: 13 تیر 1401

چکیده مقاله:

بخش کشاورزی بزرگترین مصرف کننده آب شناخته شده است. با توجه به محدودیت منابع آب لازم است اصلاح بهره­وری آب در این بخش صورت گرفته و مفهوم بهره­وری آب در بخش کشاورزی در بین سیاستگذاران بخش آب و غذا در سطح وسیع و در حوضه آبریز دشت ها مورد توجه قرار گیرد. سنجش از دور ابزاری است که در دهه­های اخیر در ارزیابی و مدیریت آب و خاک مورد استفاده قرار گرفته است. در این تحقیق نیز از این ابزار برای برآورد بهره­وری آب استفاده شده است. مقادیر تبخیر و تعرق و ماده خشک تولیدی در دشت قزوین با استفاده از الگوریتم سبال و برای ۵ تصویر گرفته­شده از ماهواره لندست ۵ محاسبه شد. نتایج اجرای الگوریتم سبال در هر پنج تصویر با داده­های لایسیمتر زهکش­دار موجود در منطقه مورد ارزیابی قرار گرفت که مقدار ضریب تبیین ( ) آنها ۹۹۴۸/۰ و میانگین تفاضل مطلق آنها ۴۴۶/۰ میلی­متر بر روز به دست آمد. این نتیجه نشان از دقت مناسب روش سنجش از دور در تخمین تبخیر و تعرق در سطح دشت دارد. علاوه بر این، نتایج نشان داد که بهره­وری آب در سطح دشت از ۱۸/۰ تا ۳۵/۱ کیلوگرم بر مترمکعب متغیر است. میزان بهره­وری آب برای گندم در سطح دشت با تصاویر ماهواره­ای لندست ۵ به طور متوسط ۷۳/۰ کیلوگرم بر مترمکعب و از طریق لایسیمتر گندم، ۸۵/۰ کیلوگرم بر مترمکعب به دست آمد که همدیگر را تایید می­کنند.

کلیدواژه ها:

تفاوت نرمال شده شاخص پوشش گیاهی ، لایسیمتر ، سنجش از دور

نویسندگان

مهدی ملک پور

دانشجوی دکتری، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی آب، تهران، ایران.

حسین بابازاده

دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، گروه مهندسی آب

فریدون کاوه

گروه مهندسی آب، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی، تهران، ایران

نیازعلی ابراهیمی پاک

دانشیار، موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج ایران.

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 :
  • اسفندیارپور، ا. سایت خبرگزاری ایرنا. ۱۳۹۳. (http://www۸.irna.ir/fa/News/۸۱۴۵۸۴۳۸/)حیدری، ن.، اسلامی، ا.، ...
  • Allen, R. Morse, A. Tasumi, M. ۲۰۰۳. Application of SEBAL ...
  • Allen, R.G., Tasumi, M., Trezza, R., Bastiaanssen, W., Morse, T., ...
  • Bastiaanssen W.G.M. ۲۰۰۰. SEBAL- based sensible and latent heat fluxes ...
  • Bastiaanssen W.G.M., Allen, R., Tasumi, M., Trezza, R., and Waters, ...
  • Bastiaanssen W.G.M., R.A. Feddes, A.A.M. Holtslag, M. Menenti. ۱۹۹۸. A ...
  • Bastiaanssen W.G.M., Samia. ۲۰۰۳. A new crop yield forecasting model ...
  • Horiguchi, I. ۱۹۹۲. Agricultural Meteorology.Buneidou, Tokyo, Japan ...
  • Li Hongium, Li Zheng, Yuping Lei, Chunnqiang Li, Zhijun Liu, ...
  • Markham, B.L. and Barker, J.L. ۱۹۸۶. LANSAT MSS and TM ...
  • Molden, D., ۱۹۹۷. Accounting for water use and productivity. SWIM ...
  • Ramos, J. G., Cratchley, C.R., Kay, J.A., Casterad, M.A., Martinez-cob, ...
  • Singh, R. ۲۰۰۵. Water productivity analysis from field to regional ...
  • Vazifedoust, M., Van Dam, J.C., Feddes, R.A. and Feizi, M. ...
  • Vol ۹۵, ۸۹-۱۰۲ ...
  • Zwart, S.J., Bastiaanssen, W.G.M., ۲۰۰۴. Review of measured crop water ...
  • Yang, W., Shabanov, N.V., Huang, D., Wang, W., Dickinson, R.E., ...
  • نمایش کامل مراجع