بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
بررسی تغییرات تبخیر و تعرق در طی سالیان متوالی بکمک الگوریتم سنجش از دور
چکیده
تبخیرو تعرق واقعی یکی از اجزا اصلی چرخه هیدرولوژیکی بوده و تاثیر مهمی بر روی مطالعات منابع آب، هیدرولوژی، کشاورزی، جنگلداری دارد. بنابراین اندازه گیری دقیق آن در مقیاس بزرگ لازم و ضروری است. در این تحقیق، به منظور تخمین تبخیر و تعرق واقعی دشت نیشابور از الگوریتم بیلان انرژی برای زمین(سبال) و تصاویر سنجنده مودیس به همراه داده های هواشناسی استفاده شده است. تصاویر مربوط به روز 15می سال های 2000 تا 2013 می باشد. برای ارزیابی صحت نتایج مدل سبال از روش تعیین تبخیرو تعرق مرجع پنمن-مانتیث و ضریب رشد گیاهی استفاده شده است. وجود تفاضل مطلق کمتر از 0/41 و ضرایب MAE کمتر از 0/059 و RMSE کمتر از 1/63، دقت سبال را در تخمین تبخیر و تعرق نشان می دهد. این تحقیق، پتانسیل قابل توجه مدل سبال را برای تخمین تبخیر و تعرق واقعی در مناطق بزرگ با داده های هواشناسی کم از قبیل دشت مشخص می نماید.
واژه های کلیدی: تبخیروتعرق واقعی، الگوریتم سبال، تصاویر مودیس، مدل پنمن مانتیث، شاخص NDVI
-1مقدمه
امروزه با وجود تصاویر ماهواره ای مشاهداتی از زمین، الگوریتم های سنجش از دور زیادی برای تعیین ET گسترش یافته ارزیابی شده اند و به دلیل اینکه نیاز مبرم به پهنه بندی ET می باشد، بنابراین تلاش برای گسترش، اصلاح و بهبود الگوریتم های سنجش از دور امری لازم و حیاتی بنظر می رسد. الگوریتم بیلان انرژی سطح زمین (SEBAL) که بوسیله باستیانسن در دهه 90میلادی گسترش یافته است یکی از الگوریتم های RS-ET مهم می باشد که در سرتاسرجهان گسترش یافته و نتایج قابل قبولی را ارائه کرده است. برطبق گزارشات تا سال2005، SEBAL در بیشتر از 30کشور برای تعیین پهنه بندی ET بکاربرده شده است که این نشان می دهد که SEBAL یکی از الگوریتم های RS-ET باکاربرد وسیع در سطح جهانی است.
جیا و همکاران(2013)1 تبخیر و تعرق واقعی در دشت سان جیانگ واقع در شمال شرقی چین را بکمک تصاویر مودیس
و الگوریتم سبال محاسبه نمودند و نتایج آن را با سیستم همبستگی تلاطمی در مزرعه مقایسه نمودند. انحراف %8/86 در کاربریهای های مختلف دشت حاکی از دقت سبال می باشد. در ایران نیز در سال های اخیر مطالعات فراوانی انجام گرفته است.[1] رحیمیان وپورمحمدی((1391 با استفاده از برآورد تبخیر وتعرق گندم در شرایط تحت تنش به کمک سنجش از دور الگوریتم توازن انرژی در دشت آزدگان خوزستان که بهصورت نقشه های تبخیر و تعرق روزانه و فصلی ارائه گردیده، نتیجه گرفتند از طریق الگوریتم سبال و روشهای نظیر آن که به وقت و هزینه کمتری نسبت به سایر روشها نیاز دارد می توان تبخیر وتعرق واقعی گیاهان را با بروز رسانی فهمید، همچنین نتایج آنها نشان داد تبخیر وتعرق قابل انتظار برای گیاه گندم در منطقه حدود 13درصد بیشتر از حد مورد انتظار برآورد گردیده است.[2] در این مطالعه سعی شد به کمک تصاویر سنجنده مودیس توزیع مکانی و زمانی تبخیر و تعرق و دیگر پارامترهای مدل سبال را رسم و مقایسه ای بین تصاویر انجام گیرد. همچنین برای تعیین صحت تبخیر و تعرق مدل سبال از مدل پنمن مانتیث و ضریب رشدگیاهی مزارع منطقه مورد مطالعه استفاده شده است.
-2مواد و روشها:
-1-2منطقه مطالعاتی
منطقه مورد مطالعه دراین تحقیق، دشت نیشابور واقع در شمال شرقی ایران است. وسعت این دشت حدود 7300 کیلومترمربع می باشد که 3900کیلومتر مربع آن را دشت و بقیه را ارتفاعات تشکیل می دهند. دشت نیشابور از نظر موقعیت جغرافیایی در حد فاصل 58 13 تا 59 30 طول شرقی و 35 40 تا 36 39 عرض شمالی قرار دارد. آب و هوای منطقه نیمه خشک و خشک، متوسط دمای آن 12درجه سانتیگراد و میزان بارندگی سالیانه آن بطور متوسط برای کل دشت 292 میلی متر گزارش شده است(شکل.(1
شکل :1 تصویر لندست دشت نیشابور و موقعیت دشت در استان و کشور
-2-2داده ها و نرم افزارهای مورد استفاده
برای این مطالعه از تعداد13تصویر سنجنده مودیس ماهواره ترا مربوط به 15می ( 25اردیبهشت) در طی سال های 2000 تا 2013 استفاده شد. به دلیل ابری بودن و قرار گرفتن دشت در دو فریم مختلف از بعضی سال ها در روز 15 می تصویری مورد استفاده قرار نگرفت و در بعضی سال ها از تصویری با یک تا سه روز تاخیر استفاده شد به عنوان مثال از تصویر 16می 2002 به جای 15می 2002 به دلیل ابری بودن تصویر استفاده شد ولی تعداد این تصاویر محدود است. قدرت مکانی این تصاویر 1000متر می باشند و هرپیکسل از این تصاویر مساحتی حدود100هکتار را شامل می شود . از داده های هواشناسی ایستگاه سینوپتیک نیشابور برای ورودی مدل سبال و تعیین تبخیروتعرق مرجع با روش های تجربی استفاده گردید. همچنین جهت انجام پردازش های تصویری و اجرای مدل سبال، نرم افزارهای ERDAS9.1 و ENVI 5، ARC GIS10.2 برای تهیه نقشه های توزیع مکانی تبخیروتعرق و پارامترهای آن و از نرم افزار Ref-ET برای محاسبه تبخیر و تعرق ساعتی و روزانه مرجع استفاده شد.
-3-2الگوریتم سبال
سبال یکی از این الگوریتم های سنجش از دور است که در سالیان اخیر مورد توجه محققان زیادی قرار گرفته و نتایج قابل قبولی در مقایسه با داده های اندازه گیری شده در مزارع نشان داده است. برای اجرای مدل سبال ابتدا نیاز به محاسبه شار تابش خالص می باشد. شار تابش در سطح زمین با استفاده از توازن سه شار تابشی شامل تابش طول موج کوتاه ورودی تشعشعات طول موج بلند ورودی از اتمسفر تشعشعات طول موج بلند خروجی از سطح به دست میآید. میزان تابش خالص لحظه ای در واحد سطح زمین و اجزای آن با استفاده از رایطه زیر محاسبه می گردد.
در این معادله، α آلبیدوی سطحی، تابش موج کوتاه ورودی 0/3) تا 3 میکرومتر) برحسب وات برمتر مربع و گسیلندگی سطحی عریض باند میباشد.
شارگرمای خاک پارامتر دومی می باشد که امکان اندازه گیری آن بطور مستقیم با باندهای تصاویر ماهواره ای وجود ندارد ولی مطالعات بسیاری نشان داد که بین پارامترهایی مثل NDVI، دمای سطح زمین((Ts و آلبیدو با نسبت G/Rn رابطه ای وجود دارد. باستیانسن نسبت را برای نیمه روز با استفاده از معادله تجربی زیر در سال 2000 ارائه کرد که در این تحقیق نیز بکاربرده شد.[3]
که در آن NDVI شاخص پوشش گیاهی تفاضل نرمال شده، دمای سطحی زمین بر حسب درجه سانتیگراد و α آلبیدوی سطحی میباشد.
محاسبه شار گرمای محسوس به عنوان مشکل ترین و مهم ترین پارامتر در تعیین تبخیروتعرق شناخته می شود. این پارامتر براساس معادله زیر به دست می آید:
که در این معادله چگالی هوا (کیلو گرم بر متر مکعب)، Cair گرمای ویژه هوا (ژول بر کیلوگرم بر کلوین)، dT اختلاف دمای بین دو ارتفاع z1 و z2 (کلوین) و مقاومت آیرودینامیکی برای انتقال گرما (ثانیه بر متر) میباشد. برای برآورد شار گرمای محسوس ابتدا باید دو پیکسل آستانه انتخاب شود. پیکسل سرد که به یکی از این دو پیکسل گفته می شود منطقه ای با پوشش گیاهی خوب و آبیاری شده را شامل می شود که دمای سطح زمین در این پیکسل نزدیک به دمای هوا باشد . این پیکسل تبخیر و تعرقی معادل تبخیروتعرق مرجع دارد. پیکسل دوم که پیکسل گرم نام دارد. منطقه ای را شامل می شود که زمین کشاورزی بدون پوشش گیاهی و خشک با دمای سطح زمین زیاد داشته باشد. در این تحقیق از شاخص NDVI و دمای سطحی زمینTs و آلبیدو برای تعیین پیکسل سرد و گرم طبق نظرباستیانسن و همکاران(2000 و (2005 و مورسه و همکاران((2000 استفاده شد4]و 5و.[6 پس از تعیین پیکسل سرد و گرم در سبال باید اختلاف دمای هوای نزدیک سطح (dT) در هر پیکسل محاسبه و با ایجاد رابطه خطی بین پیکسل سرد و گرم می توان مقدار dT را برای سایر پیکسل های موجود در منطقه بدست آورد و با یک فرآیند تکراری مقدار شارگرمای محسوس را براساس شرایط جوی تصحیح نمود.
مقدار لحظهای تبخیروتعرق برای زمان گذر ماهواره به کمک شار گرمای محسوس، شار گرمای نهان، میزان تلفات گرما از سطح به علت تبخیر- تعرق برای هر پیکس با توجه به رابطه زیر محاسبه میشود.
که ET مقدار لحظهای برای زمان گذر ماهواره میباشد (W/m2) و میزان لحظهای ET به صورت عمق تبخیر به صورت زیر محاسبه میشود.
ETinst تبخیر- تعرق لحظهای (mm/hr)، گرمای نهان بخار آب یا میزان گرمای جذب شده هنگامی که یک کیلوگرم آب بخار میشود (J/kg) و عدد 3600 برای تبدیل زمان ثانیه به ساعت میباشد. مقدار از معادله زیر قابل محاسبه است:
تبخیر و تعرق لحظه ای کاربرد کمی در معادلات و مدل های گیاهی دارد. بنابراین به ناچار باید این پارامتر از لحظه ای به روزانه تبدیل شود. برای تخمین تبخیر- تعرق روزانه از تبخیر- تعرق لحظهای، می توان از مفهوم تبخیر- تعرق گیاه مرجع استفاده نمود. به این منظور تبخیر- تعرق گیاه مرجع در مقیاس ساعتی در لحظه گذر ماهواره (ETr-inst) و همچنین میزان آن در مقیاس روزانه (ETr-24) برای ایستگاه هواشناسی معرف منطقه محاسبه میگردد. سپس نسبت تبخیر- تعرق لحظهای محاسبه شده از مدل سبال به تبخیر- تعرق گیاه مرجع در مقیاس ساعتی در لحظه گذر ماهواره تعیین و حاصلضرب این نسبت در تبخیر- تعرق روزانه گیاه مرجع، میزان تبخیر- تعرق واقعی روزانه (ETact-24) میباشد.[7]
برای دورههای زمانی بزرگتر مانند دورههای ده روزه، یک ماهه و فصلی نیز با همین روش میتوان تبخیر- تعرق واقعی را برآورد نمود. در این تحقیق برای محاسبات تبخیر- تعرق گیاه مرجع در مقیاس ساعتی و روزانه از نرم افزار Ref ET استفاده شده است و روش های تجربی مختلف باهم مقایسه شد و استفاده از مدل پنمن مانتیث که در مناطق مجاور نتایج قابل قبولی ارائه کرده، نسبت به سایر روش ها ترجیح داده شد.
-3نتایج و بحث
قبل از اینکه نتایج سبال تجریه و تحلیل شود و مقایسه ای بین تصاویر انجام پذیرد، باید از صحت و سقم نتایج سبال اطمینان حاصل شود. به دلیل عدم وجود لایسیمتر و وسایل دقیق اندازه گیری نقطه ای تبخیر وتعرق در این تحقیق از روش محاسباتی تعیین تبخیر و تعرق مرجع استفاده شده است. مدل پنمن مانتیث روش استاندارد تعیین تبخیروتعرق مرجع می-باشد که در این تحقیق مورد استفاده قرار گرفته و در مناطق مجاور دشت نیشابور(ایستگاه هواشناسی دانشکده کشاورزی مشهد در فاصله40 کیلومتری دشت نیشابور) با داده های لایسیمتر مورد مقایسه قرار گرفته و صحت نتایج آن تایید شده است.[8] همچنین سبال توزیع مکانی تبخیرو تعرق را در دشت برآورد می کند این در حالی است که مدلهای تجربی و محاسباتی تخمین تبخیروتعرق مرجع بصورت نقطه این عمل را انجام می دهند. بنابراین در این تحقیق از 5مزرعه انتخابی در سطح دشت استفاده شده است که مقدار تبخیروتعرق در پیکسل هر مزرعه، تبخیرو تعرق واقعی در سطح آن مزرعه را نشان می دهد که با استفاده از تبخیروتعرق مرجع ایستگاه سینوپتیک نیشابور و ضریب رشد گیاهی که در هر مزرعه و هر موقع از سال متفاوت می باشد مورد ارزیابی و صحت قرار می گیرد.
تصاویر مورد استفاده در این تحقیق مربوط به شرایط رشد متفاوت گیاهی می باشد. جدول1 درصد خطا بین نتایج سبال با مدل پنمن مانتیث را برای روز 15می ا نشان می دهند. روز 15می مصادف با اردیبهشت و اوج رشد محصولات زراعی مانند گندم و جو و مراتع فراوان به دلیل بارندگی و دمای پایین در این موقع از سال می باشد. به همین دلیل ضریب رشد گیاهی 1 و 1/05 برای مزارع در این موقع از سال در نظر گرفته می شود. در این تحقیق، تبخیروتعرق مرجع با نرم افزار Ref-ET براساس روش پنمن مانتیث محاسبه و با کمک ضریب رشد گیاهی (kc) تبخیروتعرق واقعی محاسبه شده است. ضرایب تفاضل مطلق، MAE و RMSE موجود در جداول، میانگین این مقادیر در طی چندسال داده موجود برای مزرعه خاص می باشد.
