بخشی از مقاله

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

برآورد تبخیر وتعرق مرجع با استفاده از تصاویر ماهواره NOAA و مدل درختی M5 (مطالعه موردی: دشت تبریز)
چکیده
یکی از راه های هدررفت آب در مناطق مختلف آب و هوایی ایران، تبخیر و تعرق است. تبخیر و تعرق مرجع (ET0) یکی از پارامتر های است که برای تعیین آب مورد نیاز و برنامه ریزی آبیاری گیاهان مورد بررسی قرار می گیرد. در همین راستا برای این مطالعه تبخیر و تعرق مرجع با استفاده از تصاویر ماهواره نوا در دشت تبریز برآورد و با استفاده از خروجی های مدل درختی M5 مورد برسی قرار گرفت . در این روش برای هر تصویر محدوده های زراعی نزدیک به ایستگاه هواشناسی تبریز با پوشش گیاهی مناسب در هر پیکسل انتخاب و دمای سطحی شامل: دمای حداقل و حداکثر، تابش فرا زمینی، شاخص NDVI و تعداد روز از سال به عنوان متغیر های مستقل و تبخیر و تعرق پنمن مونتیث به عنوان متغیر وابسته برای مدل درختی M5 جهت برآورد تبخیر و تعرق مرجع انتخاب شد. در این مطالعه تعداد 011 تصویر ماهواره نوا، طی دوره آماری 0991 تا 2112 در طول فصل زراعی انتخاب شد. نتایج نشان داد که ET0 با استفاده از مدل تدوین شده و داده های اختصاص داده شده برای آزمون، با جذر میانگین مربع خطا RMSE=1.34 برآورد شده است.
واژههای کلیدی: ماهواره NOAA ، مدل M5 ، دمای سطح زمین ، شاخص NDVI ، پنمن مونتیث


مقدمه
تخمین دقیق نیاز آبی گیاه باعث افزایش کارایی و بازده مصرف آب در شبکه های آبیاری میباشد. در این میان تبخیر و تعرق شاخص تعیین کنندهای است که معادل آب مورد نیاز گیاهان زراعی بوده و تخمین آن با توجه به اقلیم منطقه و نوع گیاه بسیار مهم است. روشهای اندازهگیری تبخیر و تعرق به دو دستهی مستقیم و غیر مستقیم تقسیم میشوند. روش مستقیم همان لایسیمتر میباشد که بخش کوچکی از مزرعه را مجزا کرده و تبخیر و تعرق را در یک بازهی زمانی محاسبه میکنند. این روش به دلیل نیاز به زمان و هزینه در عمل استفاده چندانی ندارد. در روش غیر مستقیم به کمک دادههای اقلیمی و معادلاتی که قبلا از طریق واسنجی های لایسیمتری بدست آمدهاند تبخیر و تعرق را محاسبه میکنند. روش های زیادی برای اندازه گیری تبخیر و تعرق توسعه یافته اند که همهی این روش ها تبخیر و تعرق را تخمین می زنند و به کمک یک یا چند متغییر اقلیمی مانند دما، رطوبت، سرعت باد و یا تبخیر از تشتک را اندازه می گیرند. معتبرترین روش در صورت عدم دسترسی به دادههای لایسیمتری روش پنمن مونتیث فائو می باشد(.(Allen et al. 1998 این روش به دادههای زیادی نیاز دارد که معمولا در دسترس نیستند. پارامترهای هواشناسی از قبیل دمای سطح زمین، رطوبت نسبی، تشعشع و ... تحت تاثیر خصوصیات زمین بوده و این خصوصیات نسبت به زمان و مکان متغیر میباشند، بنابراین قابل تعمیم به مناطق دور از ایستگاه نیستند. تصاویر ماهوارهای بهدلیل پیوستگی مکانی دادهها، کاربرد بهتری برای مطالعات ناحیهای نسبت به دادههای ایستگاههای هواشناسی دارند(رحیمی خوب، .(0811 از این رو در دهه های اخیر، استفاده از دادههای ماهوارههای هواشناسی که بصورت رایگان و بدون محدودیت در دسترس قرار دارد مورد توجه فراوان قرار گرفته است.
برخی از پارامترهای مورد نیاز مدلهای محاسبه غیرمستقیم تبخیر و تعرق مانند دمای هوا، دمای سطح زمین، تابش خالص رسیده به زمین و ضریب بازتابش سطح، از طریق دادههای ماهوارهای و سنجش از دور قابل تخمین هستند. مزیت این دادهها ایناست که سطح وسیعی را پوشش میدهند و دقت آنها برای مطالعات و تحقیقات منطقهای مناسب است. همچنین دوره بازگشت روزانهی ماهواره هایی نظیر نواٌ و مودیس ٍ، این امکان را فراهم آورده است که بتوان پارامترهای هواشناسی و اقلیم شناسی و نیز تغییرات تبخیر و تعرق را بهصورت روزانه رصد کرد. از طرفی مدل درختی M5 هم به تازگی در مطالعات هیدرولوژی مورد استفاده قرار میگیرد و مطالعات زیادی در زمینهی تبخیر و تعرق با آن انجام نشده است. در مطالعات انجام شده در این راستا می توان به مطالعات زیر اشاره کرد.
(پال و همکاران، (2119 در پژوهشی در آمریکا به کمک داده های ورودی مدل درختیM5 که شامل تابش خورشیدی، دمای میانگین، میانگین رطوبت نسبی و سرعت باد میانگین و مدل تجربی پنمن مونتیث فائو61 و هارگریوز کالیبره شده است به محاسبه تبخیر و تعرق پرداختند که نتایج، برتری مدل درختی را نسبت به مدلهای دیگر تایید کرد.
(مرادی و همکاران، (0890 ، با استفاده از تصاویر ماهوارهی نوا و مدل درختی M5 تبخیر و تعرق مرجع را برای شبکهی آبیاری قزوین مورد بررسی قرار دادند. در این تحقیق با استفاده از داده های ماهواره ای و مدل درختی M5 به منظور تبدیل دمای سطح زمین و تابش فرازمینی به بررسی پرداخته شد.. نتایج مطالعه نشان داد که دقت مدل درختی با RMSE=8/5 درصد و MBE= 2/5 در برآورد تبخیر و تعرق مرجع قابل قبول میباشد.
در تحقیقی (امامی فر و همکاران، (0892 به منظور ارزیابی مدل درختی M5 و دو مدل تجربی مبتنی بر دمای هوا برای برآورد تابش خورشیدی، از محصولات سنجنده مادیس استفاده کردند. در این پژوهش نتایج نشان داد که در مقایسه بین مدل درختی RS-M5-1 و مدل های تجربی با ورودی مشابه، مدل درختی از دقت بیشتری برخوردار است.
(سامتی و همکاران، (0892 برای برآورد تبخیر و تعرق مرجع به کمک مدل درختیM5 در ایستگاههای شیراز و کرمانشاه و ارزیابی عملکرد مدل درختی از دو روش تجربی هارگریوز و پنمن مونتیث فائو استفاده کردند. نتایج نشان داد دقت مدل درختیM5 از دو روش تجربی هارگریوز و پنمن مونتیث فائو بیشتر است. همچنین نتایج آنالیز حساسیت نشان داد که در ایستگاه شیراز متغیرهای دمای هوا، ساعات آفتابی، دمای نقطه شبنم و متوسط سرعت باد و در ایستگاه کرمانشاه متغییرهای دمای هوا، ساعات آفتابی، متوسط سرعت باد، رطوبت نسبی و دمای نقطه شبنم بیشترین تاثیر بر مقدار تبخیر و تعرق مرجع در این مناطق را دارند.
در مطالعه حاضر محدوده های زراعی با پوشش گیاهی مناسب نزدیک به ایستگاه هواشناسی تبریز برای هر پیکسل انتخاب و دمای سطح آن به همراه تابش فرا زمینی و شاخص پوشش گیاهی به عنوان ورودی مدل تبخیر و تعرق و از مدل درختی برای تبدیل دمای سطح زمین و تابش فرا زمینی به ET0 استفاده شد.

-2 روش تحقیق
-1-2 محدوده مطالعاتی

در این مطالعه به منظور برآورد تبخیر و تعرق مرجع، استان آذربایجان شرقی و ایستگاه هواشناسی تبریز محدوده مطالعاتی این تحقیق قرار گرفت. علت انتخاب این ایستگاه قدمت و در دسترس بودن داده های هواشناسی بود. استان آذربایجان شرقی حدود 11 ،091 ،06 کیلومتر مربع وسعت دارد و با توجه به این که تمامی مساحت این حوضه شرایط گیاه مرجع را دار نیست لذا در هر تصویر از پیکسل هایی که داری بیشترین پوشش گیاهی که معرف پیکسل گیاه مرجع بود استفاده گردید.

-2-2 تصاویر سنجنده NOAA-AVHRR
تصاویر سنجنده NOAA-AVHRR تابش منعکس شده و حرارت ساطع شده از سطح زمین را در پنج باند اندازه گیری می کند. این ماهواره یک منطقه معین را دو بار در طول شبانه روز (یک بار در شب و یک بار در روز ) تصویر برداری می کند. در این مطالعه تعداد 011 تصویر از تصاویر ماهوارههای NOAA-14 و NOAA-16 سنجندهی AVHRR با قدرت تفکیک 0/0 کیلومتر با فرمت (Local Area Coverage ) LAC از ماه های مه تا آوت ( اوایل اردیبهشت تا اوایل شهریور) سال 0991 تا 2112 به صورت روزانه، برای هر ماه به طور میانگین پنج تصویر بدون پوشش ابر از آرشیو وب سایت سازمان ملی هوانوردی و فضایی آمریکا www.class.ngdc.noaa.gov (NASA) اخذ گردید. فصل کشاورزی و صاف بودن هوا که برای اطلاعات ماهواره ای مناسب می باشد علت انتخاب تصاویر و سال های مورد مطالعه بود. برای پردازش ، زمین مرجع و کالیبره کردن تصاویر از نرم افزار ENVI نسخه 4.2 استفاده گردید.
-3-2 دمای سطحی زمین در پیکسل مرجع (Ts)
در این تحقیق دمای حداکثر ، حداقل و متوسط دمای سطح زمین در پیکسل مرجع یکی از پارامتر های ورودی مدل درختی M5 برای براورد تبخیر و تعرق مرجع است. برآورد دمای سطحی با استفاده از باندهای مادون قرمز حرارتی سنجنده AVHRR فرآیند پیچیدهای دارد. Ouaidrari و همکاران (2112) با جمع بندی روش های مبتنی بر Split-window برای تعیین دمای سطحی از سنجنده AVHRR، روشی اصلاح شدهای را ارائه نمودندکه در این تحقیق این روش مورد استفاده قرار گرفت.

در این رابطه، T4 و T5 درخشندگی باندهای 0 و 6 سنجنده AVHRR، WV بخار آب موجود در جو (g/cm2)، میزان گسیل مندی سطحی و ai ضرایب تجربی برای هر سنجنده می باشد.

-4-2 شاخص پوشش گیاهی (NDVI)
شاخص گیاهی تفاضل نرمالشده (NDVI)، از مهمترین شاخصهای طیفی پوشش گیاهی است که بهطور وسیعی در مطالعات سنجش از دور برای تعیین تراکم پوشش گیاهی در یک منطقه بهکار میرود. این شاخص ناشی از تفاضل بین طیف الکترومغناطیس در ناحیه قرمز (Red) و مادون قرمز نزدیک (NIR) میباشد.
اولین بار توکر (0999) شاخص گیاهی تفاضل نرمالشده (NDVI) را بهعنوان شاخص تراکم پوشش گیاهی مطرح کرد که برای تصاویر سنجنده AVHRR ماهواره نوا، بر اساس رابطه محاسبه میشود.

در این رابطه، B1 و B2، مقادیر بازتاب باندهای 0و2 سنجنده AVHRR میباشند.

-5-2 مدل پنمن مونتیث فائو
این مدل یکی از معتبرترین روشها برای تخمین مورد استفاده متخصصان قرار دارد. در روش مذکور، گیاه مرجع، چمن با ارتفاع 02سانتی متر است و ضریب بازتاب تابش آن 28 درصد است. این معادله به عنوان معادله مرجع تبخیر و تعرق شناخته شده و سایر روش ها نسبت به این روش کالیبره می شوند. فرمول این روش به صورت زیر می باشد.

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