تجزیه و تحلیل الگوریتم تعادل انرژی سطحی برای زمین (SEBAL) در تخمین تبخیر و تعرق محصولات کشاورزی
- سال انتشار: 1403
- محل انتشار: پژوهش های حفاظت آب و خاک، دوره: 31، شماره: 3
- کد COI اختصاصی: JR_JWSC-31-3_007
- زبان مقاله: فارسی
- تعداد مشاهده: 34
نویسندگان
استادیار گروه مهندسی آب مجتمع آموزش عالی کشاورزی و دامپروری تربت جام، تربت جام، ایران
چکیده
سابقه و هدف: یکی از مراحل اساسی در مدیریت منابع آب، تخمین دقیق پارامتر های بیلان آب است. برآورد صحیح تبخیرتعرق و تعیین نیاز آبی گیاهان امری حیاتی برای بهبود مدیریت آب و افزایش کارایی مصرف آب است. اگرچه روش های اندازه گیری تبخیرتعرق با استفاده از داده های ایستگاه های زمینی، اندازه گیری های نقطه ای تبخیرتعرق را با دقت بالا ارائه می دهند. اما نیاز به نقشه های تبخیر و تعرق منطقه ای برای پایش منابع آب احساس می شود. در این راستا، مدل های تخمین تبخیرتعرق ماهواره ای مانند SEBAL می تواند مفید واقع شود. البته کارایی این مدل در اقلیم ها و محصولات مختلف متفاوت است. بنابراین، هدف این مطالعه محاسبه تبخیرتعرق با استفاده از مدل SEBAL با تصاویر ماهواره ای Landsat ۸ در پلتفرم گوگل ارث انجین و ارزیابی دقت مدل در برابر روش FAO-Penman-Monteith (ETo) و تبخیر و تعرق پوشش گیاهی (ETc) است. مواد و روش ها: این مطالعه در منطقه جنگاه شهرستان تربت جام واقع در استان خراسان رضوی در بازه زمانی بین سال های ۱۳۹۲ تا ۱۴۰۱ انجام شد. برای این مطالعه، الگوریتم محاسباتی با استفاده از معادلات مربوطه به زبان جاوا در گوگل ارث انجین نوشته شد و تصاویر روزانه تبخیرتعرق برای منطقه مورد مطالعه دریافت گردید. سپس تبخیرتعرق روزانه برای منطقه مورد نظر با استفاده از نرم افزار QGIS استخراج گردید. به منظور ارزیابی دقت مدل سبال در برابر تبخیرتعرق گیاه مرجع و تبخیرتعرق پوشش گیاهی به روش فائو پنمن مانتیث از شاخص های آماری مانند ضریب همبستگی (CC)، بایاس نسبی (RBIAS)، خطای ریشه میانگین مربعات ریشه (RMSE) و میانگین خطای مطلق (MAE) استفاده گردید. یافته ها: نتایج نشان دادند که مدل سبال دارای همبستگی قوی با تبخیرتعرق پوشش گیاهی منطقه است (۸۵/۰=R²). این مدل مقادیر تبخیرتعرق روزانه پوشش گیاهی منطقه را با بایاس مثبت کمی بیش از حد تخمین زد(۰۱۶/۰ میلی متر). اعتبار سنجی مدل در مقابل تبخیرتعرق پوشش گیاهی خطا های نسبتا جزئی را نشان داده و مقادیر میانگین مطلق خطا و ریشه میانگین مربعات خطا به ترتیب ۷۶/۰ میلی متر و ۹۷/۰ میلی متر در روز بوده است. نتیجه گیری: افزایش دسترسی به داده های ماهواره ای و پیشرفت های جدید در تکنیک های سنجش از دور، راه را برای سیستم هایی هموار می کند که قادرند استفاده از آب توسط ذینفعان مختلف را نزدیک به زمان واقعی در مقیاس های مکانی مختلف پایش کنند. در این راستا، مدل های تخمین تبخیر و تعرق ماهواره ای مانند SEBAL می توانند مفید باشند. البته، کارایی این مدل در اقلیم ها و محصولات مختلف متفاوت است. با توجه به نتایج پژوهش، مشاهده شد که روش SEBAL مقادیر واقعی تبخیر و تعرق را با نتایج قابل قبول محاسبه می کند. این نتایج نشان می دهد که استفاده از این روش می تواند در منطقه مورد مطالعه مناسب باشد. به طور خلاصه، یافته ها نشان می دهد که الگوریتم SEBAL یک رویکرد مناسب برای تخمین تبخیر و تعرق محصول است و می تواند به عنوان یک ابزار موثر برای مدیریت منابع آب در مزارع و سایر زمینه های مشابه عمل کند.کلیدواژه ها
تبخیرتعرق, سنجش از دور, کشاورزی پایدار, گوگل ارث انجین, مدیریت آباطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.