بخشی از مقاله

*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***

پیشبینی تبخیر تعرق با استفاده از پارامتر دمای سطح زمین حاصل از تصاویر ماهوارهای در مدل موجک
چکیده
تبخیرتعرق را میتوان بعد از بارندگی بعنوان یکی از موثرترین مؤلفهها برای تعیین بیلان آبی منطقه دانست. داشتن برآورد دقیق از شار تبخیرتعرق برای برنامهریزی و مدیریت منابع آبی ضروری است. برای پیشبینی مقدار تبخیرتعرق گیاه مرجع از مدلهای متنوعی میتوان استفاده کرد. در این مطالعه با استفاده از پارامتر ورودی دمای روز و شب سطح زمین حاصل از تصاویر ماهوارهای سنجنده مودیس در چهار ایستگاه سینوپتیک استان کرمان (شهرستانهای کرمان، رفسنجان، انار و شهربابک) مقدار تبخیرتعرق با مدل موجک پیشبینی گردید. نتایج نشان دهنده دقت بالای مدل موجک در پیشبینی تبخیرتعرق با استفاده از پارامتر دمای سطح زمین میباشد.
کلمات کلیدی: تبخیرتعرق، موجک، سنجنده مودیس، ماهواره ترا


.1 مقدمه

تبخیرتعرق فرآیندی است که توسط آن آب از سطح زمین به اتمسفر انتقال پیدا میکند که شامل تبخیر از خاک، سطح آب و همچنین تعرق از گیاه میباشد. انتقال آب به صورت بخار از سطح خاک را تبخیر و از سطح گیاهان را تعرق گویند. مجموع این دو تلفات را تبخیر تعرق گویند .[3] تبخیرتعرق میتواند به طور مستقیم توسط لایسیمتر یا روش بیلان آب اندازه گیری و یا بطور غیر مستقیم با استفاده از دادههای هواشناسی یا دادههای استخراجی از تصاویر ماهوارهای تخمین زده شود. با این وجود امکان استفاده از لایسیمتر برای اندازهگیری تبخیر تعرق همواره میسر نخواهد بود، زیرا این روش زمانگیر و نیازمند عملیات و برنامهریزی دقیق میباشد. بدین جهت بشر همواره سعی در یافتن روشهای آسان و سریع تر داشته است. استفاده از دادههای ماهوارهای برای استخراج اطلاعات مورد نیاز از جمله این اهداف میباشد .[2]

تصاویر ماهوارهای این مزیت را دارند که سطح وسیعی را پوشش میدهند و تغییرات مکانی پدیدهها در آن قابل بررسی است. از آنجا که تصاویر ماهوارهای نمیتوانند تبخیرتعرق را مستقیماً اندازهگیری کنند، باید مدلهای موجود را طوری واسنجی کرد که بتوان بجای دادههای هواشناسی، از دادههای تصاویر ماهوارهای استفاده کرد. در سالهای اخیر مدلهای ریاضی پیشرفته زیادی که دادههای ورودی آن تصاویر ماهوارهای است، برای برآورد تبخیرتعرق ارائه شده است. از جمله مدلهای ریاضی، مدل موجک میباشد.
2 پیشینه تحقیق
اپکو و همکاران[7] 1 کارایی استفاده از سنجنده MODIS جهت برآورد تبخیرتعرق در منطقه ساوانا واقع در غرب آفریقا را مورد بررسی قراردادند. آنها از روش سبال و تصاویر ماهواره مودیس و AASRT استفاده کردند. نتایج نشان داد که دو سنجنده برای برآورد تبخیرتعرق در مناطق بزرگ و ناهموار قابلیت خوبی دارند. بهرامی [1] از مدل ماشین بردار پشتیبان برای تخمین تبخیرتعرق با استفاده از دادهای ماهوارهی TERRA سنجنده مودیس استفاده کرد و با مبنا قرار دادن معادله پنمنمانتیثفائو نشان داد که معادله بلانی کریدل با هر دو نوع داده ورودی دقت مناسبتری نسبت به سایر روشهای تجربی دارد. کراگو[5] 2 در کاستاریکا بر تأثیر تغییرات پوشش گیاهی و تبخیرتعرق را در چند ماه خشک سال با استفاده از تصاویر ماهواره MODIS و ASTER از طریق مدل SEBS ارزیابی کردند. با مقایسه نتایج به دست آمده از دو تصاویر نتیجهگیری شد که با استفاده از تصاویر ASTER میتوان به خوبی تغییرات پوشش گیاهی و تبخیرتعرق واقعی را ارزیابی کرد و تصاویر مودیس برای تعیین تبخیرتعرق به صورت دورههای زمانی مختلف مناسب هستند. کرانگر[6] 3 پس از مقایسه نتایج حاصل از تخمین تبخیرتعرق گیاهان با استفاده از تصاویر ماهوارهای Landsat-TM و NOAA- AVHRR با مقادیر اندازهگیری شده توسط دادههای هواشناسی و زمینی، نتیجه گرفت که میزان تبخیرتعرق حاصل از تصویر Landsat-TM مقداری بیشتر از روش اندازهگیری شده به دست آمد.

با توجه به مطالعات ذکر شده که بیانگر کارایی مناسب روشهای سنجش از دور در تخمین تبخیرتعرق میباشد در این پژوهش سعی بر این است که مقدار دقت مدل موجک با ورودی پارامتر دمای سطح زمین برای هر یک از چهار ایستگاه( کرمان، رفسنجان، انار, شهر باباک) مورد ارزیابی قرار گیرد.

. 3 مواد و روشها:
در این تحقیق از دادههای چهار ایستگاه سینوپتیک شهرستانهای کرمان، رفسنجان، انار و شهربابک برای چهار ماه گرمتر سال(ژوئن، ژوئیه، اوت، سپتامبر) در یک دوره سه ساله از 2003 تا 2005 جمع آوری گردید. از دادههای ایستگاه سینوپتیک جهت محاسبه مدل پنمن مونتیث استفاده شد که مدل پنمن مونتیث به عنوان معادله مبنا در طرح حاضر مورد استفاده قرار گرفته است. جدول 1 مشخصات ایستگاههای مورد مطالعه را نمایش میدهد.

تصاویر دمای سطح زمین از ماهواره ترا سنجنده مودیس دریافت گردید. سنجنده مودیس یکی از پنج سنجنده اصلی ماهواره ترا است که تصویر برداری آن در مارس 2000 شروع شد. سنجنده مودیس دارای 36 باند دریافتی از طول موجهای 0/4 تا 14/4 میکرومتر است. سنجنده مودیس به دلیل دارا بودن باندهای حرارتی متعدد آن را نسبت به سایر سنجندهها در موقعیت ممتازتری قرار داده است .[4] برای دریافت تصاویر سنجنده مودیس از سایت http://modis.gsfc.nasa.gov/ استفاده شده است که این سایت تمامی محصولات سنجنده مودیس را در بر میگیرد. در این تحقیق از محصول دمای سطح زمین استفاده شده است.
برای دریافت دادههای دمای سطح زمین حاصل از سنجنده مودیس از دادهها در سطح L3 استفاده شده است. این محصول در ماهواره ترا بنام MOD11A1 ثبت شده است. دادههای روزانه دمای سطح زمین و گسیلندگی در پیکسلهای یک کیلومتری بوسیله الگوریتم تعمیم یافته پنجره مجزا1 و همچنین در گریدهای 6 کیلومتری به صورت الگوریتم های شب و روز، قابل دریافت هستند. برای محاسبه دمای سطح زمین از الگوریتم مشخصی استفاده میشود، که به قرار زیر است:

(1)

در معادله بالا a,b,c ضرایب بازیابی است که به پوشش گیاهی وشرایط سطح زمین بستگی دارد.
محصولات زمینی مودیس توسط سیستم پردازش تطبیقی مودیس1 واقع در مرکز پروازهای فضایی گودارد2 ناسا، به صورت سیستم تصویر سینوسی3 تهیه و سپس این محصولات به مرکز بایگانی فعال توزیع فرآیندهای زمینی(LP DAAC) 4 جهت استفاده، در اختیار کاربران قرار میگیرند. به منظور تغییر سیستم مختصات تصاویر دریافتی ابتدا ابزار MCT5 به ابزارهای نرم افزارENVI 4/76 اضافه گردید. MCT یک ابزار نرمافزاری برای خواندن فایل دادههای با فرمت EOS- HDF است. با نصب ابزار MCT بر روی نرمافزارENVI 4/7 تبدیل سیستم مختصات تصاویر از سینوسی به سیستم مختصات جغرافیایی و تغییر فرمت تصاویر از hdf به img صورت گرفت. در نهایت تصاویر تصحیح شده با فرمت img جهت استخراج مقادیر دمای سطح زمین ذخیره و ادامه مراحل کار در محیط نرم افزاریARCGIS10انجام گردید.

مدل موجک
موجکها دسته ای از توابع ریاضیاند که برای تجزیه سیگنالها به مولفههای فرکانسی آن به کار میروند، به این صورت که ابتدا سیگنالها را تجزیه و سپس بازسازی میکنند. تبدیل موجک از دو تابع پدر ومادر تشکیل شده است. تابع پدر فی((φ وتابع مادر سای ( ψ ) میباشد. بطوریکه:

(2)


موجک پدر و موجک مادر بصورت زیر تعریف می شوند:

(3)

(4)

همانطور که ملاحظه میگردد پارامتر S نقش تحلیل موجک را از تحلیل فوریه متمایز میسازد. تغییر J دامنه دید را تغییر داده و میتواند تحلیل را از کلی به موضعی و برعکس تغییر دهد.
در این مطالعه از شاخصهای آماری ضریب تبیین (R2)، ریشه میانگین مربعات خطا (RMSE)، میانگین خطای مطلق (MAE) و میانگین انحراف خطا (MBE) برای ارزیابی نتایج استفاده گردید.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید