چکیده مقاله :
براورد تبخیر- تعرق نیازی اساسی برای پایش آبشناسی و بوم شناسی، و مدیریت منابع آب بوده و استفاده از سنجش از دور امکان پایش مداوم این عامل را فراهم می‌کند. جزء تبخیر(EF: Evaporative Fraction)، عاملی است که برای ساده‌سازی استخراج مقادیر تبخیر-تعرق از طریق سنجش از دور با کاربرد روش S-SEBI به وسیله‌ی روئرینک و همکاران(2000) استفاده شده است. در این تحقیق با استفاده از داده‌های ماهواره‌ای حرارتی و انعکاسی از سنجنده‌ی مادیس در سالهای 2001 -2000 و 2005-2004 با گامهای زمانی 8 روزه، بر فراز استان اصفهان، مقادیر جزء تبخیر با ترسیم نمودار پراکنش نقطه‌ای بین مقادیر دمای سطحی زمین و بازتابش سطحی به دست آمد. در این تحقیق همچنین روشی ساده شده برای براورد بازتابش سطحی معرفی شده است. توزیع جغرافیایی مقادیر جزء تبخیر نشان داد در دوره‌ی تر 05-2004، به خصوص در نواحی غربی و مرکزی استان، جزء تبخیر بطور معنی داری(در سطح 0.01) از مقادیر متناظر در دوره ی خشک بیشتر بود. این مقادیر با مقادیر نمایه‌ی خیسی خاک در زمانهایی مشابه مقایسه گردید، و رابطه‌ی خطی بین مقادیر جزء تبخیر و شاخص خیسی خاک با ضریب همبستگی حداقل 90 درصد مشاهده شد. بنابراین، می‌توان از این روش برای براورد تبخیر-تعرق با الگوریتم S-SEBI به جای الگوریتم پیچیده ی سبال به عنوان نمایه ی تعیین تنش کمبود آب استفاده کرد.
منابع و مأخذ:
1. Keshavarz, M.R., Vazifedoust, M.,and Alizadeh, A.,(2011). Developmentof Soil Wetness Deficit Index (SWDI)
using MODIS satellite data. IranianJournal of lrrigation and drainage No.3, Vol. 4: 465-477
2. Akbari, M., Toomanian, N., Droogers,P., Bastiaanssen, W., and Gieske, A.,(2007), Monitoring irrigationperformance in Esfahan, Iran, usingNOAA satellite imagery. agriculturalwater management, 88: 99 – 109.
3. Bastiaanssen, W.G. M., Menenti, M.,Feddes, R.A., and Holtslag, A.A.,(1998), A remote sensing surfaceenergy balance algorithm for land(SEBAL): I. Formulation. Journalof Hydrology, 212–213: 198 – 212.
4. Bastiaanssen, W.G.M., Molden, D.J.,and Makin, I.W., (2000),Remotesensing for irrigated agriculture:examples from research and possibleapplications. Agricultural WaterManagement, 46:137–155.
5. Brutsaert, W., and Sugita, M., (1992),Application of self-preservation in thediurnal evolution of the surface energy
budget to determine daily evaporation.Journal of Geophysi cal Research, 97:18377-18382.
6. Chen, T.S., and Ohring, G., (1983),On the Relationship between ClearSkyPlanetary and Surface Albedos.Atmospheric Science, 41:156-158.
7. Crago, R., and Brutsaert, W., (1996),Daytime evaporation and the self,preservation of the evaporativefraction and the Bowen ratio. Journalof Hydrology, 178: 241 – 255.
8. Farah, H.O., Bastiaanssen, W.G.M.,and Feddes, R.A., (2004), Evaluationof the temporal variability of the
evaporative fraction in a tropicalwatershed. International Journal ofApplied Earth Observation andGeoinformation, 5:129 – 140.
9. Franks, S.W., and Beven, K.J., (1997),Estimation of evapotranspiration at thelandscape scale: A Fuzzy
disaggregation approach. WaterResources Research, 33: 2929-2938.
10. Gentine, P., Entekhabi, D.,Chehbouni, A., Boulet, G., andDuchemin, B., (2007), Analysis ofevaporative fraction diurnal behavior.Agricultural and Forest Meteorology,143: 13 – 29.
11. Gómez, M., Sobrino, J.A., Olioso,A., and Jacob, F., (2005), Retrievalof evapotranspiration over theAlpilles/ReSeDA experimental siteusing airborne POLDER sensor andThermal Camera. Remote Sensingof Environment, 96(3–4):399−408.
12. Hoedjes, J.C.B., Chehbouni, A.,Jacob, F., Ezzahar, J., and Boulet,G., (2008), Deriving dailyevapotranspiration from remotelysensed instantaneous evaporativefraction over olive orchard insemi,arid Morocco. Journal ofHydrology, 354: 53 – 64.
13. Nichols, W.E. and Cuenca, R.H.,(1993), Evaluation of the evaporativefraction for parameterization of thesurface energy balance. WaterResources Research, 29: 3681-3690.
14. Roerink, G.J., Su, Z., and Menenti,M., (2000), S-SEBI: A simple remotesensing algorithm to estimate the
surface energy balance. Physics andChemistry of the Earth. Part B:Hydrology, Oceans and Atmosphere,25(2): 147−157.
15. Santos, C.A.C., Silva, B.B.,and UsherNeale, C.M., (2009), Analyses of theevaporative fraction using eddy covariance and remote sensingtechniques. Anais XIV SimpósioBrasileiro de Sensoriamento Remoto,Natal, Brasil, 25-30 abril 2009,INPE:451-458.
16. Shuttleworth, W.J., Gurney, R.J., Hsu,A.Y., and Ormsby, J.P., (1989), FIFE:The variation in energy partitioning atsurface flux sites. In: Rango A. (Ed.),Remote Sensing and Large-ScaleGlobal Processes, IAHS Publication,186, International Association ofHydrologic Science, Wallingford,Oxfordshire, England, 67-74.
17. Sobrino, J.A., Gómez, M., JiménezMuñoz,J.C., Olioso, A., andChehbouni, G., (2005), A simple
algorithm to estimateevapotranspiration from DAIS data:Application to the DAISEXCampaigns. Journal of Hydrology,315:117−125.
18. Sobrino, J. A., Gómez, M., JiménezMuñoz,J.C., and Olioso, A., (2007),Application of a simple algorithm to
estimate daily evapotranspiration fromNOAA–AVHRR images for theIberian Peninsula. Remote Sensing ofEnvironment, 110: 139–148
19. Verstraeten, W.W., (2006),INTEGRATION OF REMOTELYSENSED HYDROLOGICAL DATAINTO AN ECOSYSTEM CARBONFLUX MODEL. PhD thesis.Katholieke university the LEUVEN.
20. Verstraeten, W.W., Veroustraete, F.,and Feyen, J., (2008), Assessment ofEvapotranspiration and Soil MoistureContent Across Different Scales ofObservation. Sensors 8:70-117.
