بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
برآورد فاکتور KC (ضريب گياهي) با استفاده از داده هاي طيفي
چکيده :
يکي از مهمترين عوامل در زمينه مديريت و تخصيص منابع آب ، برآورد ميزان نياز آبي گياهان ميباشد. کشاورزي کاربر اصلي آب در ايران است در نتيجه برآورد دقيق و به موقع ميزان تبخير و تعرق گياهان جهت تعيين ميزان نياز آبي گياهان و استفاده موثر و پايدار از آب و بهبود سيستم هاي آبياري در کشور کاملا ضروري است . براي برآورد ميزان تبخير و تعرق گياهان روش هاي متعددي ارائه شده است ، در هر کدام از رو هاي ارائه شده پارامترهاي متعددي دخيل ميباشد که نياز به محاسبات روزانه پارامترها و صرف وقت و هزينه زيادي مي باشد. مديريت اصولي منابع آب به منظور آبياري نياز به اطلاعات مشخص زماني و مکاني با تغييرپذيري بالادارد که نم توان با بازرسي هاي سنتي مزارع اين اطلاعات را به طور دقيق به دست آورد. پتانسيل داده هاي سنجش از دور در منابع آب و به ويژه در مديريت آبياري به طور گسترده اي شناخته شده است و کاربرد بالقوه سنجش از دور در منابع آب و به ويژه در مديريت آبياري به طور گسترده اي توسط محققين مختلف و الگوريتم هاي مختلف براي استخراج پارامترهاي مختلف بيوفيزيکي و آب و هوايي مرتبط با موفقيت در محيط هاي مختلف آزمايش شده است . از جمله موارد کاربرد سنجش از دور و تصاوير ماهواره اي در مديريت آبياري تعيين پارامتر ضريب گياهي KC به منظور برآورد تبخير و تعرق گياهان مستقيما با استفاده از شاخص تفاضلي نرمال شده گياهي (NDVI) است . رابطه "NDVI-KC " مبتني بر رابطه خطي بين NDVI و ضريب گياهي KC مي باشد، که "NDVI-KC " ناميده ميشود. از جمله مزيت هاي استفاده از رابطه "NDVI-KC " عبارتند از :انطباق ضريب گياهي KC با شرايط محلي، سادگي معادله "NDVI-KC " و برآورد به موقع KC. با به کارگيري رابطه "NDVI-KC " ميتوان با کمترين هزينه و زمان نسبت به تعيين ميزان نياز آبي گياهان در سطح پيکسل و مديريت منابع آب برنامه ريزي نمود.
واژه هاي کليدي: تبخير و تعرق گياهان ، مديريت منابع آب ، NDVI ،KC .
مقدمه
تداوم رشد جمعيت جهان تقاضاهاي جديدي بر روي منابع آب ايجاد کرده است . بنابراين بهبود مديريت و برنامه ريزي منابع آب براي حصول اطمينان از استفاده مناسب و توزيع آب مورد نياز است . خوشبختانه ، روشها و راه حل هايي به منظور حفاظت و استفاده موثر از منابع آب در بخش کشاورزي وجود دارد. برنامه ريزي دقيق و تحويل آب به ميزان مورد نياز در بخش کشاورزي در زمان و مکان مي تواند صرفه جويي در مصرف آب را باعث گردد و به حفاظت از منابع آب کمک کند. در اين زمينه ، روشهاي دقيق و داراي قدرت تفکيک مکاني و زماني بالا براي تعيين آب مورد نياز گياهان نقش کليدي در حفاظت و مديريت منابع آب ايفا مي کنند[اقدسي،٢٠١٠: باستيانسن ،١٩٨٨]. برنامه ريزي و مديريت مصرف آب در بخش کشاورزي به خصوص در مناطق خشک و نيمه خشک داراي اهميت بيشتري است . درک نياز آبي محصول ،شرط لازم براي مديريت و حفاظت بهتر از منابع آب کشاورزي در بخش کشاورزي است . عدم برنامه ريزي مناسب و مديريت بر منابع آب باعث ايجاد بحران در بخش کشاورزي مي گردد. يکي از مهم ترين جزء در تعادل آب ، تبخير و تعرق (ET) مي باشد.
تبخير و تعرق گياهان زراعي با استفاده از پارامتر ضريب گياهي KC محاسبه مي شود که (KC) تعريف مي شود به صورت نسبت
تبخير وتعرق کل به تبخير و تعرق مرجع :
عواملي که ضريب گياهي را تعيين مي کنند عبارتند از نوع گياه ،آب و هوا، تبخير در خاک و مراحل رشد گياه . بدين منظور FAO جدول ميانگيني از ارزشهاي مشخصي براي گياهان پيشنهاد داده است که مي توان با شناخت فنولوژي گياهان آن را بکار بگيريم .
از جمله روشهاي متداول برآورد ميزان تبخير و تعرق گياهان روش ٥٦-FAO مي باشد که داراي معايب و محدوديتهاي زير است :
١- سطح زيرکشت و مرحله رشد انواع گياهان بايد معلوم باشد.
٢- عدم اطمينان در تفکيک پذيري مکاني نتايج .
٣- جهت برآورد KC اطلاعات اندکي وجود دارد.
نياز حياتي به توسعه ابزارها جهت مديريت بهتر استفاده از آب از طريق برآوردهاي دقيق و به موقع از آب مورد نياز گياهان در مقياس منطقه اي وجود دارد[دميتر ، ٢٠٠٢ ].در طول دهه گذشته ، روش هاي متعددي جهت برآورد ميزان تبخير و تعرق گياهان ( ET ) بر اساس مشاهدات زميني(EO) و داده ها سنجش از دور توسعه يافته اند.
از جمله مزاياي استفاده از داده هاي سنجش از دور جهت برآورد ET عبارتند از:
١- به اطلاعات دقيقي در مورد سطح زيرکشت و يا مراحل رشد محصول نيازي نيست .
٢- امکان محاسبه تبخير و تعرق واقعي گياه بر اساس پيکسل به پيکسل در زمان تصويربرداري با در نظر گرفتن عواملي مانند تنش گياهي، عدم يکنواختي، مرحله رشد گياه را فراهم مي کند.
٣- داراي قدرت تفکيک مکاني بالايي است (٣٠ متر در ٣٠ متر).
نويسندگان متعددي نشان داده اند که بين الگوهاي فصلي شاخص هاي پوشش گياهي طيفي و تعرق گياهان ساليانه تشابه وجود دارد. روش بسيار ساده استفاده از داده هاي سنجش از راه دور جهت برآورد ET استفاده از شاخص گياهي NDVI استخراج شده ازتصاوير ماهواره هاي SPOT و Landsat به منظور برآورد ضريب گياهي KC مي باشد. بوش و همکاران ١٩٩٣، نيل و همکاران ١٩٨٩، تاسومي و همکاران ٢٠٠٦، گونزالس و همکاران . ٢٠٠٣، سوستا و همکاران ٢٠٠٤ نشان داده اند که براي کشاورزي آبي، با به کارگيري داده هاي تجربي به منظور توسعه يک رابطه خطي بين شاخص پوشش گياهي NDVI و KC ، مي توان ET را برآورد کرد.با توجه به تحقيقات صورت گرفته در پروژه PLEIADES[جنسن و همکاران ،١٩٩٠] شباهت بين منحني ضريب محصول KC و منحني شاخص پوشش گياهي NDVI در طول فصل رشد گياه نشان مي دهد که شاخص پوشش گياهيNDVI پتانسيل بالايي در مدل سازي ضريب محصول KC دارا مي باشد[دميتر ، ٢٠٠٢: نيل وهمکاران ، ١٩٨٩: اسماتا، ٢٠١٢].KC و NDVI مرتبط با ميزان شاخص سطح برگ و کسري از پوشش سبز مي باشند. در نتيجه مي توان با استفاده از شاخص پوشش گياهي طيفي NDVI،KC را برآورد نمود. "NDVI-KC " روش بسيار سريع و ساده اي است که نياز به دانش کمي از اصول فيزيک تبخير و تعرق دارد.
normalized difference vegetation index- NDVI براساس بازتاب در محدوده مادون قرمز نزديک و محدوده قرمز به
صورت زير تعريف مي شود :
از جمله مزيتهاي استفاده از رابطه "NDVI-KC " عبارتند از :
انطباق ضريب گياهيKC با شرايط محلي
سادگي معادله "NDVI-KC "
برآورد به موقع KC
در پروژه هاي DEMETER و PLEIADES [اقدسي ، ٢٠١٠]به منظور اندازه گيري تبخير و تعرق از راوابط - KC" "NDVI استفاده شده است و نتايج حاصل از آن با ديگر روشهاي اندازه گيري تبخير و تعرق از جمله ٥٦-METRIC،FAO ،
SEBAL مقايسه و مورد تصديق قرار گرفته است .
بحث و نتايج :
بررسي روش "NDVI-KC "
پارامترهاي بيوفيزيکي تاج پوشش گياهي مرتبط هستند با بخشي از پوشش سبز گياهي ،بخشي از تابشهاي فعال فتوسنتزي جذب شده ،توليد اوليه ،شاخص سطح برگ .همه آنها در تبخير و تعرق تاج پوشش گياهي دخيل هستند[اقدسي، ٢٠١٠].
توانايي NDVI در توصيف پارامترهاي تاج پوشش گياهي به شرح زير نشان داده شده است :
١- NDVI با پوشش سبز به طور خطي در ارتباط است .
٢- NDVI با تابشهاي فعال فتوسنتزي جذب شده به طور خطي در ارتباط است (fAPAR).
٣- NDVI با توليد اوليه (بيومس خشک ) در ارتباط است .
٤- NDVI به طور نمايي (تصاعدي) با شاخص سطح برگ (LAI) در ارتباط است .
اين روابط پابه (بنياد) رابطه KC-NDVI هستند.