تخمین تبخیر-تعرق واقعی با استفاده از الگوریتم مثلثی و داده‌های لندست 8 (مطالعه موردی: دشت مشهد-استان خراسان رضوی)

محورهای موضوعی : برنامه های کاربردی در مدیریت منابع آب

مژده سلیمی فرد ¹ , سید حسین ثنائی نژاد ² , علیرضا راشکی ³

1 - دانشگاه فردوسی مشهد- دانشکده کشاورزی-گروه مهندسی آب
2 - عضو هیئت علمی دانشگاه فردوسی مشهد-دانشکده کشاورزی-گروه مهندسی آب
3 - دانشیار دانشگاه فردوسی مشهد-دانشکده منابع طبیعی و محیط زیست-گروه مدیریت مناطق خشک و بیابانی

تاریخ دریافت : 1401/05/17 تاریخ پذیرش : 1401/07/09 تاریخ انتشار : 1403/07/08

کلید واژه: الگوریتم مثلثی, لندست 8, دشت مشهد, تبخیر-تعرق واقعی,

چکیده مقاله :

یکی از چالش‌های منطقه‌ای مهم در بحث مدیریت آب برآورد صحیح تغییرات مکانی تبخیر-تعرق واقعی می‌باشد. اکثر روش‌های محاسبه تبخیر-تعرق واقعی که بر مبنای ضرایب گیاهی (Kc) هستند، به صورت تخمین نقطه‌ای هستند که به منظور استفاده در سطح حوزه‌ و یا منطقه-ای نیازمند بزرگ نمایی مکانی هستند. در این میان، روش‌های متنوع سنجش از دوری با پیچیدگی های متنوع به منظور بررسی پارامتر تبخیر-تعرق واقعی در سطوح منطقه‌ای بزرگ بر اساس معادله بیلان انرژی و شرایط پوشش گیاهی توسعه یافته‌اند. روش الگوریتم مثلثی که بر پایه رابطه میان دمای سطح زمین و شاخص پوشش گیاهی (NDVI) است از جمله روش‌های تخمین تبخیر-تعرق واقعی در مناطق خشک و نیمه خشک است. در این مطالعه از داده‌های تصاویرلندست 8 در سال 2020 و الگوریتم مثلثی به منظور محاسبه تبخیر-تعرق واقعی دردشت مشهد استفاده شد. نتایج حاصل از الگوریتم مثلثی با نتایج تبخیر-تعرق واقعی حاصل از روش فائو-پنمن-مانتیث و ضریب گیاهی (Kc) در سطح مزارع گندم و ذرت علوفه‌ای صحت سنجی شدند. نتایج صحت سنجی حاکی از صحت و دقت بالای روش الگوریتم مثلثی در تخمین پارامتر تبخیر-تعرق واقعی داشت به‌طوری‌که میزان ضریب تبیین (R2) در این مطالعه بالای 7/0 و بیشترین میزان جذر میانگین مربعات خطا (RMSE) و میانگین خطا مطلق (MAE) به ترتیب : 67/1 و 48/1 میلی‌متر در روز مشاهده شد.

چکیده انگلیسی:

The estimation of spatially-variable actual evapotranspiration (AET) is a critical challenge to regional water resources management. Most of the available crop coefficient-based ET computation methods provide point-scale estimates which need up scaling to apply at the catchment or command area scale. A variety of remote sensing methods with varying complexity have been developed to generate regional AET estimates based on surface energy balance or vegetation status. The triangle method is used to estimate regional evapotranspiration (ET) in arid and semi-arid regions. In this study, for estimation, actual evapotranspiration was used Landsat 8 data in 2020 and triangle algorithm in Mashhad plain. The results of the triangle algorithm were verified with the evapotranspiration obtained from the FAO Penman-Monteith coupled crop coefficient in wheat and maize farms. The validation results showed high accuracy of the triangle algorithm in actual evapotranspiration estimation so that the correlation coefficient observed more than 0.7 and the maximum Root Mean Square Error (RMSE) and Mean Absolute Error (MAE) was 1.67 and 1.48 mm per day, respectively.