بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
دورسنجی تبخیر- تعرق واقعی و ضریب گیاهی سیب با استفاده از تصاویر سنجنده مودیس و مدل سبال (مطالعه موردی: دشت اهر، ایران)
چکیده
رخداد گرمایش فراگیر و پیآمد آن تغییر اقلیم، تولید گیاهی را در برخی از اقلیمها با چالش روبهرو کرده است. با توجه به اقلیم خشک و نیمهخشک ایران و کمبود آب شیرین، یکی از راهکارهای کاهش اثرات تنش آبی بهبود مدیریت منابع آب و سرانجام افزایش کارآیی مصرف آب است. برآورد دقیق تبخیر- تعرق و نیاز آبی گیاهان در گستره وسیعی میتواند در بهبود مدیریت کشت و تخصیص آب کارآمد باشد. در این پژوهش از تصاویر سنجنده مودیس و مدل سبال، که یکی از پرکاربردترین و دقیقترین مدلهای سنجش از دور میباشد، برای برآورد دقیق تبخیر- تعرق واقعی در دشت اهر در استان آذربایجان شرقی و در سال زراعی 92-93 استفاده شد. اساس محاسبات در این مدل بر معادله ترازمندی تابش در سطح زمین استوار است. مدل سبال با استفاده از دمای سطحی، بازتابندگی سطحی و نمایه تفاوت نرمال شده گیاهی (NDVI) پارامترهای این معادله را برآورد میکند. یافتههای به دست آمده نشان داد که تبخیر - تعرق واقعی از آغاز فصل (با 0/59 میلیمتر بر روز) تا نیمههای تابستان روندی افزایشی داشت، به گونهای که در 27 تیر 93 مقدار آن به بیشینه 10/1) میلیمتر بر روز) رسید. نقشههای پراکندگی مکانی شاخصهای گیاهی و پارامترهای معادله تراز تابش نشان داد که مناطق جنوبی دشت که بالاترین تراکم گیاهی را دارا هستند، بیشترین میزان تبخیر - تعرق واقعی را به خود اختصاص دادهاند. نتایج مقایسه آماری بین تبخیر-تعرق واقعی حاصل از مدل سبال و روش معیار پنمن- مانتیث- فائو نیز نشان داد که در سطح اطمینان 95 درصد اختلاف معنیداری میان این دو روش وجود ندارد. همچنین همبستگی بالایی (r =0/92) میان دادههای دو روش دیده شد. ریشه میانگین مربعات خطا (RMSE) برابر با 0/96 میلیمتر بر روز برآورد شد، که نشان دهنده دقت پذیرفتنی مدل سبال در برآورد تبخیر- تعرق در منطقه میباشد. از یافتههای این پژوهش نتیجه گرفته میشود که برآورد تبخیر- تعرق با روش سنجش از دور، برآورد دقیقی از پهنه فراهم میکند و این برتری خوبی بر روشهای نقطهای است.
واژههای کلیدی: اهر، تبخیر- تعرق، سنجش از دور، مدل سبال
مقدمه
براساس برنامه زیستم حیطی سازمان ملل متحد، کمبود آب شیرین هم از دیدگاه دانشمندان و هم از دیدگاه سیاستگذاران، پس از موضوع تغییر اقلیم، به عنوان دومین موضوع مهم زیست محیطی سده 21 میلادی تشخیص داده شده است (برنامه زیست محیطی سازمان ملل متحد، 2000 ( کشور ایران از لحاظ اقلیمی جزو مناطق خشک و نیمه خشک جهان محسوب شده و بخش کشاورزی سهم بالایی از کل آب مصرفی را به خود اختصاص میدهد. از سویی دیگر، با توجه به رشد 6/8 برابری جمعیت کشور در طی کمتر از 80 سال، موضوع کمبود آب شیرین و در نتیجه بهبود مدیریت منابع آب در بخش کشاورزی بسیار حیاتی به نظر میرسد. یکی از روشهایی که باعث بهبود مدیریت منابع آب و سرانجام افزایش کارآیی مصرف آب میشود، برآورد دقیق تبخیر- تعرق یا میزان آب مصرفی گیاهان است. همچنین، تبخیر-
تعرق نقش چشمگیری در اقلیم جهانی از طریق چرخه آبشناختی بازی میکند، که برآورد آن کاربردهای مهمی در پیشبینی رواناب، پیشبینی عملکرد محصول و طراحی
کاربری اراضی (کوستاس و نورمن1، (1996، طراحی کانال های آبیاری و سازههای تقسیم آب دارد (مایکل و باستیانسن2، (2002 و همچنین بر روی بلایای طبیعی (مانند خشکسالی) مؤثر است (اوگاوا و همکاران3، .(1999 با توجه به طبیعت پویا و تغییرات منطقهای تبخیر- تعرق، اندازهگیری مکانی و زمانی این پارامتر به ویژه در مناطقی که با کمبود آب شیرین روبهرو هستند لازم است.
روشهای اندازهگیری مزرعهای از جمله لایسیمتر، نسبت باون و روش بادپیچهای مقدار تبخیر- تعرق را در مقیاس مزرعهای و یا محدود به محیط موضعی نصب شده دستگاه برآورده میکنند (دوگاس و همکاران4، .(1991 همچنین روشهای محاسباتی زیادی برای برآورد تبخیر وتعرق در شرایط اقلیمی و جغرافیایی مختلف با استفاده از دادههای هواشناسی توسعه داده شدهاند. این روشها نیز چون اغلب از اندازهگیریهای (دادههای) نقطهای استفاده میکنند، فقط مناسب مناطق محلی بوده و قابل تعمیم به حوضههای بزرگ نمی باشند (لی و لیونز5، .(2002 یکی از روشهای نوین برای برآورد تبخیر- تعرق، به ویژه در مناطق بزرگ، استفاده از فنآوری سنجش از دور می باشد.
فنآوری سنجش از دور این امکان را میدهند تا سطح گستردهای از منطقه مورد مطالعه را همزمان پایش و تبخیر و تعرق را برآورد کند. به کمک این فنآوری توزیع مکانی عاملهای مورد نیاز مدلهای تبخیر و تعرق و تغییرات زمانی آنها بین دو تصویربرداری پیاپی فراهم میشود (دانشکار آراسته و همکاران، .(1384 برای تعیین تبخیر- تعرق با استفاده از اطلاعات ماهوارهای و فنآوری سنجش از دور، الگوریتمهای چندی، مانند الگوریتم تراز انرژی در سطح زمین 6(SEBAL) تدوین شده است. با استفاده از این الگوریتم، اجزای معادله تراز انرژی در مقیاس منطقهای و با کمترین دادههای زمینی محاسبه میشوند (استوارت و همکاران7، .(1999 دقت کاربرد الگوریتم سبال در برآورد تبخیر- تعرق توسط باستیانسن و همکاران(2002) 8 مورد ارزیابی قرار گرفت. طی این مطالعه نتایج حاصل از سبال با نتایج به دست آمده از دو سامانه چشمکسنج و برجهای شار اصلاحی بادپیچهای مقایسه شد، که در پیوند با تبخیر- تعرق لحظه ای از یک تا 33 درصد و در محاسبه تبخیر- تعرق با دوره 10 روزه از 2 تا 30 درصد تغییرات دیده شد. در پژوهشی در ایالات متحده در دره رودخانه بیر، آلن و همکاران(2003) 9 با به به کاربردن سبال به مقایسه نتایج با مقادیر لایسیمتری پرداختند. طی این پژوهش تبخیر- تعرق ماهانه 16 درصد و فصلی 4/3 درصد با مقادیر لایسیمتری تفاوت داشت. تیکسیرا و همکاران(2009) 10 از الگوریتم سبال برای برآورد، واسنجی و صحتسنجی مقادیر روزانه ET در چهار پایگاه و هفت ایستگاه هواشناسی کشاورزی در حوضهای از برزیل استفاده کردند. یافتههای پژوهشی آنان دقت مناسبی (RMSE =0/38 mm day-1) برای مدل سبال در بر داشت. جونیور و همکاران(2013) 11 مقادیر ET واقعی را برای مناطق شرقی جنگل آمازون با استفاده از مدل سبال و تصاویر مودیس 12(MODIS) به دست آوردند. آنان مدل سبال را برای برآورد ET واقعی به ویژه در فصلهای خشک سال در مناطق جنگلی به عنوان ابزاری دقیق و کارآمد معرفی کردند. فرنچ و همکاران(2015) 13 به بررسی دقت دو روش سنجش از دور متریک و TSEB در برآورد تبخیر- تعرق گیاه پنبه در مقیاس مزرعهای در ایالت آریزونای ایالات متحده پرداختند. نتایج پژوهش آنان نشان داد که در هر دو روش سنجش از دور در مقایسه با اندازهگیریهای مزرعهای بیشترین اختلاف برابر 1/9 میلیمتر بر روز می باشد. در پیوند با استفاده از روشهای سنجش از دور در ایران نیز پژوهشهایی انجام شده است.
علی اصغرزاده و ثنائینژاد (1385)، در حوضه آبخیز تنگ کنشت کرمانشاه با استفاده از فنآوری سنجش از دور و تصاویر ماهواره لندست تبخیر- تعرق واقعی گیاهان را محاسبه کرده و با مقادیر به دست آمده از معادله هارگریوز مقایسه کردند. نتایج این پژوهش نشان داد که همبستگی بالایی بین دو روش سنجش از دور و معادله هارگریوز وجود دارد. غلامی سفیدکوهی و همکاران (1389) با استفاده از تصاویر سنجنده مودیس و فنآوری سنجش از دور تبخیر- تعرق واقعی گندم را در حوضه گرگانرود محاسبه کرده و با یافتههای روش پنمن- مانتیث- فائو مقایسه کردند . نتایج این مقایسه نشان داد که استفاده از روش سنجش از دور نسبت به روش پنمن- مانتیث- فائو دارای ریشه میانگین مربعات خطای 18 (RMSE) میلیمتر و میانگین خطای مطلق 16 (MAE) میلی متر در کل فصل رشد گندم میباشد. کاویانی و همکاران (1390) برای بررسی بهرهوری آب کشاورزی در دشت قزوین از تصاویر ماهواره مودیس و الگوریتم سبال استفاده کردند. ایشان نتایج اجرای الگوریتم سبال را در تمامی تصاویر با دادههای لایسمیتر زهکشدار موجود در منطقه مورد مقایسه قرار داده و همبستگی (r=0/89) بالایی به دست آوردند . رحیمی و همکاران (2015 ) با استفاده از مدل سبال و تصاویر سنجنده مودیس تبخیر- تعرق واقعی گیاهان را در دشت تجن برآورد کردند. یافتههای این پژوهش نشان داد که اختلاف معنیداری میان داده های برآوردی مدل سبال و دادههای معادله فائو- پنمن-مانتیث وجود نداشت. با توجه به دقت و توانایی تایید شده مدل سبال و تصاویر سنجنده مودیس در برآورد تبخیر-تعرق گیاهان، در پژوهش حاضر با استفاده از تصاویر ماهوارهای مودیس و مدل سبال مقدار تبخیر- تعرق واقعی سیب تحت آبیاری قطرهای در دشت اهر برآورد میشود و این یافتهها با نتایج معادله فائو- پنمن- مانتیث مقایسه خواهد شد. نتیجه این پژوهش ضمن اینکه میتواند کارآیی این مدل را در برآورد دقیق تبخیر- تعرق واقعی گیاهان به نمایش بگذارد، به بهبود مدیریت منابع آب و برنامه ریزی آبیاری و تخصیص آب در دشت مورد نظر نیز کمک شایانی خواهد کرد.
مواد و روشها
منطقه مورد مطالعه
منطقه مورد مطالعه در این پژوهش، دشت اهر در پایاب سد ستارخان اهر است، که در شمال شرق استان آذربایجان شرقی واقع شده است. این منطقه جزو حوضه آبریز ارس بوده و پهنهای معادل 11000 هکتار را دارا است. کشت غالب دشت را باغ سیب در بر میگیرد، که تقریباً تمامی آن با سامانه قطرهای آبیاری میشود. میانگین بلندمدت بارش سالانه منطقه 277/9 میلی متر است، که در ردهبندی اقلیمی دومارتن اصلاح شده جزو مناطق سرد و نیمهخشک محسوب میشود. در شکل 1 موقعیت جغرافیایی دشت ستارخان اهر در ایران و در درون استان آذربایجان شرقی و همچنین تصویر برگرفته از ماهواره لندست برای منطقه مورد مطالعه در تاریخ 6 تیرماه 1393 نشان داده شده است.
روش پژوهش
در این مطالعه برای برآورد تبخیر- تعرق واقعی به روش سنجش از دور از الگوریتم سبال استفاده شد. الگوریتم تراز انرژی در سطح زمین (سبال) توسط باستیانسن و همکاران (1998) ارائه شد. این الگوریتم به عنوان بهترین الگوریتم تراز انرژی در پژوهشهای مختلف مورد استفاده قرار گرفته و درستی یافتههای آن نیز طی مقالههای زیادی به اثبات رسیده است. از سویی دیگر، نیاز به دادههای هواشناسی ایستگاه زمینی در هنگام استفاده از این الگوریتم به کمینه ممکن میرسد (کاویانی و همکاران، .(1390 مدل سبال از اطلاعات تصاویر رقومی برگرفته توسط هر سنجدهای که قادر به ثبت تابشهای فروسرخ گرمایی و همچنین تابشهای مرئی و فروسرخ نزدیک باشد، استفاده می کند و سپس مقدار تبخیر- تعرق در هر پیکسل را برای همان زمان برداشت تصویر محاسبه میکند. محاسبه تبخیر- تعرق برپایه تراز تابش خورشیدی استوار است، که در آن مقدار تبخیر- تعرق از کم کردن مقدار انرژی باقیمانده از معادله تراز تابش به دست میآید. معادله کلی تراز انرژی در سطح زمین که در مدل سبال مورد استفاده است، به شرح معادله 1 است.
که در آن شارگرمای نهان (w m-2 ) (LE)، Rn تابش خالص خورشیدی (جمع همه تابشهای موج کوتاه و بلند دریافتی در سطح زمین، (w m-2، H شار گرمای محسوس (w m-2) و G شار گرمای زمین یا خاک (w m-2) میباشد. الگوریتم سبال با استفاده از دمای سطحی، بازتابندگی سطحی و نمایه تفاوت نرمال شده گیاهی 1(NDVI) و روابط درونی شارهای سطحی را برای انواع پوششهای سطح زمین برآورد میکند. چگونگی محاسبه پارامترهای معادله تراز انرژی و شاخصهای گیاهی و دیگر ضرایب مورد استفاده در مدل سبال را میتوان در کار باستیانسن و همکاران ( (1998 یافت. در این پژوهش تصاویر سنجنده مودیس مربوط به سال زراعی 92- 93 برای استفاده در مدل سبال و برآورد تبخیر- تعرق به کار برده شد. سنجنده مودیس با دارا بودن 36 باند میتواند اطلاعات دریافتی از سطح زمین را در بازه طیفی 0/4 تا 14/4 میکرومتر و با عرض پوشش 2330 کیلومتر ثبت کند. توان جداسازی مکانی این باندهای از 250 تا 1000 متر متغیر است. به طور متوسط سنجنده مودیس بین ساعتهای 10 تا 12 بامداد از محدوده پژوهش گذر و عکسبرداری میکند. کلیه تصاویر مورد نیاز این پژوهش شامل 9 باند سنجنده مودیس می باشد، که باندهای 1 و 2 با توان جداسازی مکانی250 متر، 3 تا 500) 7 متر) و باندهای گرمایی 31 و 1000) 32 متر) را شامل میشوند. در جدول 1 اطلاعات مربوط به تصاویر دریافتی از سنجنده مودیس در این پژوهش مشخص شده است. در این پژوهش در آغاز کوشش شد تا تصاویری با فاصله زمانی 20 روزه در دوره رشد سیب (نیمههای فروردین تا میانه مهر ماه) تهیه شود، ولی با توجه به ابری بودن برخی روزها به ناچار از تصویری با کمترین ابرناکی، چند روز پیش یا پس از روز مورد نظر، استفاده شد.
در سنجنده مودیس باندهای گرمایی 31 و 32 برای برآورد دمای سطح زمین استفاده میشوند. نخست تابش توسط معکوس معادله پلانک به درخشندگی باند تبدیل میشود.
در این معادله، RAD تابش هر باند، h ثابت پلانک j s-1 ) (6/262×10-36، c سرعت نور (2/998 ×108 m s-1)، k ثابت استفان- بولتزمن (1/381×10-23 J k-1) و i طول موج میانه باند است. پارودی(2000) 2 معادله 3 را برای برآورد دمای سطح زمین توسط سنجنده مودیس ارائه داد.
که در آن، Tb درخشندگی باند و زیرنمادهای 31 و 32 باندهای سنجنده میباشند. با توجه به اینکه اندازه پیکسل باندهای گرمایی 31) و (32 در سنجنده مودیس 1000 متر است، دمای سطحی ای که از تصاویر سنجنده مودیس و معادله (3 ) به دست میآید دارای وضوح مکانی1000 متری است، بنابراین بایستی به وضوح مکانی بهتر (دست کم 250 متر)، معادل وضوح شاخص پوشش گیاهی (NDVI) ریزپیکسل شود. در این پژوهش برای ریزمقیاس نمایی پارامتر دمای سطح زمین از روش پیشنهادی کوستاس و همکاران(2003 ) 1 استفاده شد. برای این کار مراحل زیر روی تصاویر سنجنده مودیس انجام گرفت:
· محاسبه شاخص NDVI250 (باندهای محاسباتی NDVI برای تصویر مودیس دارای وضوح مکانی 250 متر هستند)
· ساخت NDVI های 1000 متری (NDVI1000) از روی تصویر با وضوح مکانی 1000 متر (مجموع 16 پیکسل (NDVI250
· برقراری رابطه رگرسیونی بین دمای سطحی (Ts1000) و NDVI1000 برپایه معادله :4
که در آن a و b ضرایب رگرسیونی هستند.
· سرانجام، گسستهسازی دمای سطحی برای هر پیکسل 250 متری 16)، ...، 3، 2، (i=1 که از طریق معادله 5 به دست میآید.
که در آن معادله برقرار است. با توجه به اینکه نقشههای تبخیر- تعرق واقعی حاصل از مدل سبال و دیگر پارامترهای معادله تراز انرژی و تصاویر سنجنده مودیس دارای اندازه پیکسل 250 متر معادل سطح پیکسل 6/25 هکتار می باشند، بنابراین با استفاده از یک تصویر ماهواره لندست (که دارای اندازه پیکسل 30 متر میباشد) برای تاریخ 6 تیرماه و برخی مشاهدات میدانی، مرز باغهای سیب در منطقه مشخص شد. سرانجام چندین پیکسل از هر تصویر سنجنده مودیس که دارای پوشش یکنواخت سیب بود انتخاب شد و میانگین تبخیر- تعرق واقعی در آن پیکسلها به عنوان تبخیر- تعرق واقعی سیب در دوره رشد تعیین شد. برای برآورد تبخیر- تعرق روزانه از تبخیر- تعرق لحظهای، میتوان از مفهوم تبخیر- تعرق گیاه مرجع استفاده کرد. 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 میشود. سپس نسبت تبخیر- تعرق لحظهای محاسبه شده از مدل سبال به تبخیر- تعرق گیاه مرجع در مقیاس ساعتی در لحظه گذر ماهواره تعیین و حاصل ضرب این نسبت در تبخیر - تعرق روزانه گیاه مرجع، میزان تبخیر- تعرق واقعی روزانه (ETact-24) می باشد.
تبخیر و تعرق واقعی روزانه با استفاده از الگوریتم سبال تنها در روزهایی که تصاویر آن دریافت شده بود به دست آمد ( 11 روز از فصل رشد). برای تعیین تبخیر-تعرق واقعی دیگر روزهای فصل رشد در آغاز مقدار ضریب گیاهی، با تقسیم تبخیر - تعرق واقعی به دست آمده از مدل سبال به تبخیر- تعرق مرجع، محاسبه گردید و ضریب گیاهی برای روزهای بازه زمانی بین دو تصویر متوالی نیز با رگرسیون خطی محاسبه شد . به این ترتیب تبخیر- تعرق واقعی در دیگر روزهای فصل رشد از حاصلضرب ضریب گیاهی به دست آمده از مدل سبال در تبخیر- تعرق مرجع به دست آمد.
مقادیر تبخیر- تعرق مرجع در مقیاس ساعتی و روزانه با استفاده از معادله معروف فائو- پنمن- مانتیث و دادههای هواشناسی ایستگاه همدیدی اهر که در درون منطقه مورد مطالعه میباشد، محاسبه شد . برای پردازش تصاویر ماهوارهای و محاسبات مربوط به مدل سبال از دو نرمافزار سنجش از دور Envi و Erdas استفاده شد. همچنین برای سادهسازی و به کمینه رساندن مدت زمان انجام محاسبات، محدوده دشت اهر از تصاویر ماهوارهای جدا شده و محاسبات تنها بر روی این محدوده انجام گرفت.
نتایج و بحث
پراکندگی مکانی تبخیر- تعرق در دشت
برتری اصلی برآورد تبخیر - تعرق با استفاده از روشهای سنجش از دور توانایی برآورد پراکندگی مکانی تبخیر- تعرق، شاخصهای گیاهی و دیگر پارامترهای معادله تراز انرژی در مقیاس منطقهای است. در شکل 2 نقشههای پراکندگی مکانی دو شاخص گیاهی نمایه سطح برگ 2(LAI) و نمایه تفاوت نرمال شده گیاهی (NDVI) برای روز 6 تیر ماه نشان داده شده است. همانطور که از این شکل، در مقایسه با شکل .1 ب، دیده میشود شاخصهای گیاهی NDVI و LAI ، که نشان دهنده سبزینگی و انبوهی پوشش گیاهی هستند، در مناطق جنوبی دشت بزرگترند. ولی در مناطق شمالی و شمال شرقی دشت که پوشش گیاهی بسیار اندک و حتی در مناطقی به دلیل اجرا نشدن شبکه آبیاری پوشش گیاهی ناچیز است، شاخصهای گیاهی بسیار ناچیز و نزدیک به صفر هستند. در شکل 3 نقشه دمای سطحی منطقه برای روز 6 تیر نشان داده شده است، که با روش ریزمقیاسسازی پیشنهاد شده توسط کوستاس و همکاران (2003)1 به دست آمده است. همانند شاخصهای گیاهی، در مناطق جنوبی و پرتراکم دشت، دمای سطح زمین کمترین مقدار خود را داشته و در مناطق شمالی و شمال شرق دشت که پوشش گیاهی بسیار ناچیز است، دمای سطح زمین بیشترین اندازه را در منطقه داراست. دلیل این
