تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,099,113 |
تعداد دریافت فایل اصل مقاله | 97,206,682 |
عدم قطعیتهای برآورد تبخیر-تعرق واقعی در مقیاس حوضه آبریز با استفاده از مدل SEBAL | ||
تحقیقات آب و خاک ایران | ||
دوره 52، شماره 5 - شماره پیاپی 65، مرداد 1400، صفحه 1209-1221 اصل مقاله (1.52 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2021.316455.668862 | ||
نویسندگان | ||
امیرحسین اولیاء1؛ سمیه سیما* 2 | ||
1دانشجوی کارشناسی ارشد مهندسی و مدیریت منابع آب، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران. | ||
2عضو هیأت علمی گروه مهندسی و مدیریت منابع آب، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران. | ||
چکیده | ||
برآورد تبخیر-تعرق واقعی در سطح حوضه آبریز با استفاده از الگوریتم بیلان انرژی سطح (SEBAL) به عنوان یکی از پرکاربردترین مدلهای مبتنی بر دادههای سنجش از دور، متاثر از عدم قطعیتهای ناشی از نحوه انتخاب پیکسلهای حدی، نوع سنجنده و محدوده مکانی مورد بررسی است. در تحقیق پیش رو، با استفاده از تصاویر ماهوارهای MODIS و Landsat 8، همچنین استفاده از مدلهای بیلان انرژی سطح PySEBAL و MPySEBAL (نسخه اصلاح شده آن) اقدام به بررسی اثر این عدم قطعیتها بر روی نتایج برآورد تبخیر-تعرق واقعی برای محدوده دشت ارومیه شده است. نتایج اعتبارسنجی مدلها با دادههای لایسیمتری در بازهی زمانی 2010-2011، حاکی از آن است که مدل MPySEBAL نسبت به مدل PySEBAL تا 70 درصد خطای (RMSE) کمتری در برآورد تبخیرتعرق روازنه دارد. همچنین در مناطق ناهمگن و متنوع از نوع کاربری اراضی نظیر دشت ارومیه، استفاده از تصاویر سنجنده MODIS با قدرت تفکیک مکانی کمتر در مقابل تصاویر Landsat 8، متوسط تبخیر-تعرق واقعی روزانه را تا حدود 33 درصد بیشتر برآورد میکند. همچنین محدود نکردن تصویر به ناحیه مورد بررسی عدم قطعیتی تا 8 درصد ایجاد میکند. در مقایسه نسبی عدم قطعیتهای ناشی از تنظیمات مدل SEBAL، به ترتیب انتخاب خودکار پیکسلهای حدی بر اساس تعیین حدود آستانه برای دمای سطح و NDVI، قدرت تفکیک مکانی سنجنده و انتخاب محدوده مکانی ورودی به مدل بیشترین اثرگذاری را در نتایج دارند. نتایج این پژوهش میتواند دربهبود دقت مدلهای تبخیر تعرق و برآورد مصارف آب بخش کشاورزی در مقیاسهای مزرعه تا سطح حوضه مورد استفاده قرار گیرد. | ||
کلیدواژهها | ||
مصارف آب کشاورزی؛ بیلان انرژی سطح؛ PySEBAL؛ سنجش از دور | ||
مراجع | ||
Allen, R. G., Burnett, B., Kramber, W., Huntington, J., Kjaersgaard, J., Kilic, A., Kelly, C., & Trezza, R. (2013). Automated Calibration of the METRIC-Landsat Evapotranspiration Process. JAWRA Journal of the American Water Resources Association, 49(3), 563–576. https://doi.org/10.1111/jawr.12056 Allen, R. G., Tasumi, M., Trezza, R., Waters, R., & Bastiaanssen, W. (2002). Surface Energy Balance Algorithm for Land (SEBAL)–Advanced training and Users Manual. In Kimberly: Idaho Implementation. https://doi.org/10.1002/2014GL060003.Received Bagheri, M. H., Morid, S., & Arshad, S. (2017). Application of Remotely-Sensed Data to Estimate a Water Budget for Data-Scarce Endorheic Basins: A Case Study of Lake Urmia basin, Iran. Journal of the Indian Society of Remote Sensing, 45(1), 101–112. https://doi.org/10.1007/s12524-015-0522-9 Bastiaanssen, W. G. M., Menenti, M., Feddes, R. A., & Holtslag, A. A. M. (1998). A remote sensing surface energy balance algorithm for land (SEBAL): 2. Validation. Journal of Hydrology, 212–213(1–4), 213–229. https://doi.org/10.1016/S0022-1694(98)00254-6 Research Institute for Water Engineering and Management (RIWEM) at Tarbiat Modares University, 2018. Collaborative land cover mapping of the Lake Urmia Basin, Iran. Hessels, T., van Opstal, J., Trambauer, P., Bastiaanssen, W. G. M., Faouzi, M., Mohamed, Y., & Er-Raji, A. (2017). pySEBAL Version 3.3.7. https://pypi.org/project/SEBAL/ Houshmandi, A. (2020). Comparative Assessment of Evapotranspiration Models and ET Products at Basin Scale (Case Study: Urmia Basin)(Unpublished Master’s Dissertation). University of Tarbiat Modares, Tehran, Iran. (In Farsi). Huntingford, C., Verhoef, A., & Stewart, J. (2000). Dual versus single source models for estimating surface temperature of African savannah. In Hydrology and Earth System Sciences (Vol. 4, Issue 1, pp. 185–191). https://doi.org/10.5194/hess-4-185-2000 Javadian, M., Behrangi, A., Gholizadeh, M., & Tajrishy, M. (2019). METRIC and WaPOR Estimates of Evapotranspiration over the Lake Urmia Basin: Comparative Analysis and Composite Assessment. Water, 11(8), 1647. https://doi.org/10.3390/w11081647 JICA. (2019). Data Collection Survey on Improvement of the Hydrological Cycle Model of Lake Urmia Basin . April 2019. Karimi, P., & Bastiaanssen, W. (2015). Spatial evapotranspiration, rainfall and land use data in water accounting – Part 1: Review of the accuracy of the remote sensing data. Hydrology and Earth System Sciences, 19(1), 507–532. https://doi.org/10.5194/hess-19-507-2015 Karimi, P., Pareeth, S., & Michailovsky, C. (2019). Satellite derived gap-free monthly Actual EvapoTranspiration using SEBAL and spatio-temporal interpolation for Urmia Lake Basin METHODOLOGY DOCUMENT Rapid Assessment of the Water Accounts in Urmia Lake Basin. Mahmoud, S. H., & Gan, T. Y. (2019). Irrigation water management in arid regions of Middle East: Assessing spatio-temporal variation of actual evapotranspiration through remote sensing techniques and meteorological data. Agricultural Water Management, 212(July 2017), 35–47. https://doi.org/10.1016/j.agwat.2018.08.040 Ning, T., Li, Z., Feng, Q., Liu, W., & Li, Z. (2018). Comparison of the effectiveness of four Budyko-based methods in attributing long-term changes in actual evapotranspiration. Scientific Reports, 8(1), 1–10. https://doi.org/10.1038/s41598-018-31036-x Nishida, K., Nemani, R. R., Running, S. W., & Glassy, J. M. (2003). An operational remote sensing algorithm of land surface evaporation. Journal of Geophysical Research D: Atmospheres, 108(9). https://doi.org/10.1029/2002JD002062 Ramírez-Cuesta, J. M., Allen, R. G., Zarco-Tejada, P. J., Kilic, A., Santos, C., & Lorite, I. J. (2019). Impact of the spatial resolution on the energy balance components on an open-canopy olive orchard. International Journal of Applied Earth Observation and Geoinformation, 74(September 2018), 88–102. https://doi.org/10.1016/j.jag.2018.09.001 Taheri, M., Emadzadeh, M., Gholizadeh, M., Tajrishi, M., Ahmadi, M., & Moradi, M. (2019). Investigating the temporal and spatial variations of water consumption in Urmia Lake River Basin considering the climate and anthropogenic effects on the agriculture in the basin. Agricultural Water Management, 213(November 2018), 782–791. https://doi.org/10.1016/j.agwat.2018.11.013 Tasumi, M. (2019). Estimating evapotranspiration using METRIC model and Landsat data for better understandings of regional hydrology in the western Urmia Lake Basin. Agricultural Water Management, 226(October), 105805. https://doi.org/10.1016/j.agwat.2019.105805 Zhang, K., Kimball, J. S., & Running, S. W. (2016). A review of remote sensing based actual evapotranspiration estimation. Wiley Interdisciplinary Reviews: Water, 3(6), 834–853. https://doi.org/10.1002/wat2.1168 | ||
آمار تعداد مشاهده مقاله: 796 تعداد دریافت فایل اصل مقاله: 843 |