Evaluation and Determination of Evapotranspiration and Crop Coefficient of Olive Crop at Different Stages of Growth Using Remote Sensing Techniques in Tarom Region, Zanjan Province

Document Type : Research Paper

Authors

Abstract

Evapotranspiration of orchard crops is often determined by indirect method and based on meteorological data due to the difficulties inherent in direct measurement instruments such as installation of large lysimeters or precision equipment, and long growing seasons of tree crops. Evapotranspiration estimation with sufficient accuracy is not feasible due to spatial variability of meteorological parameters and, sometimes, due to inappropriate distribution of meteorological stations. Therefore, using methods based on remote sensing, which account for these variations, is much more desirable. In this research, evapotranspiration of olive trees at different phonologic stages was measured using direct and indirect methods in Tarom district of Zanjan Province. In the direct method, actual evapotranspiration was determined by measuring moisture balance components, whilst in the indirect one, it was specified with the help of satellite imagery, the SEBAL algorithms, and Penman-Monteith equation. Olive crop coefficient was subsequently calculated and evaluated by determining reference crop evapotranspiration. The results indicated that evapotranspiration calculated by the remote sensing method at different stages of the growth had  acceptable conformity with soil moisture balance data and evapotranspiration values obtained from the Penman–Monteith equation (the respective correlation coefficients were 0.95 and 0.88) and both evapotranspiration curves along the growing season had a similar increasing and decreasing trend. Moreover, crop coefficient obtained by the SEBAL algorithm and the water balance methods were well correlated (R2=0.86) and the remote sensing method with the aforementioned advantages can be used in predicting evapotranspiration.

Keywords

References

  1. اسماعیلی، ع. و ابراهیمی، ع. 1392. تعیین نیاز آبی گیاه زیتون در سه نقطه کشور (گنبد کاووس، شیراز و منجیل) با استفاده از نرم افزار CROPWAT 8.0 و روش پنمن- مانتیث فائو. گزارش نهایی طرح تحقیقاتی. سازمان تحقیقات آموزش و ترویج کشاورزی.
  2. اصغرزاده، ح. و ثنایی­نژاد، ح. 1385 . برآورد تبخیر و تعرق گیاهان با استفاده از داده های سنجش از دور و سامانه اطلاعات جغرافیایی در حوضه آبخیز تنگ کنشت کرمانشاه، همایش ملی مدیریت شبکه­های آبیاری و زهکشی. دانشگاه شهید چمران اهواز.
  3. امدادزاده، م.، 1386. کاربرد سنجش از دور در برآورد کارایی مصرف آب در مقیاس حوضه (مطالعه موردی حوضه قره­سو). پایان نامه فوق لیسانس. دانشگاه صنعتی شریف. تهران.
  4. حجازی­زاده، ز.، سلیقه، م.، بلیانی، ی.، حسینی، س. م.، ماهوتچی، م. ح. 1392. مکان یابی کشت زیتون با استفاده از پارامترهای اقلیمی و زمینی به روش تحلیل سلسله مراتبی مطالعه موردی؛ استان فارس نشریه تحقیقات کاربردی علوم جغرافیایی. سال سیزدهم. شماره 30 .
  5. خزانه­داری، ل. کوهی، م. زابل عباسی، ف. قندهاری، ش. و ملبوسی، ش. 1389. بررسی روند خشکسالی در ایران طی 30 سال آینده (2010 تا 2039). چهارمین کنفرانس منطقه ای تغییر اقلیم. تهران. ایران
  6. پورمحمدی، س. و رحیمیان، م.ح. 1389 . تامین آب مورد نیاز برای حفظ تعادل اکوسامان ههای طبیعی و کشاورزی با استفاده از الگوریتم سبال (مطالعه موردی دشت آزادگان)، مجموعه مقالات ششمین همایش ملّی علوم و مهندسی آبخیزداری و چهارمین همایش ملّی فرسایش و رسوب گروه مهندسی آبخیزداری دانشکده منابع طبیعی و علوم دریایی دانشگاه تربیت مدرّس.
  7. رحیمیان، م. ح. و پورمحمدی، س. 1391. برآورد تبخیر-تعرق گندم در شرایط تحت تنش به کمک سنجش از دور و الگوریتم توازن انرژی، (مطالعه موردی دشت آزادگان). خوزستان. مجله پژوهش آب در کشاورزی. جلد 26 شماره 2.
  8. قمرنیا، ه. و رضوانی، س. و. 1393. محاسبه پهنه‌بندی تبخیر-تعرق با استفاده از الگوریتم سبال (SEBAL) در غرب ایران (دشت میاندربند). نشریه آب و خاک (علوم و صنایع کشاورزی).جلد 28. شمار1. ص.81-72.
  9. کریمی، ع.، ب. فرهادی بانسوله. ه. حصادی. 1391. برآورد تبخیر- تعرق واقعی در مقیاس منطقه ای با استفاده از الگوریتم سبال و تصاویر لندست. نشریه آبیاری و زهکشی ایران. شماره 4، جلد 6، ص.364-353
  10. میرموسوی، س. ح.، ح. پناهی، ح. اکبری وی. اکبرزاده. 1391. واسنجی روش های برآورد تبخیر و تعرق پتانسیل گیاه مرجع (ETO) و محاسبه ی نیاز آبی گیاه(ETC) زیتون در استان کرمانشاه. جغرافیا و پایداری محیط. شماره3. ص. 64-45
  11. میریعقوب­زاده، ک.، سلیمانی، م.، حبیب نژاد، ر.، شاهدی، ک. عباسپور، ک. و اخوان، س. 1393. تعیین و ارزیابی تبخیر و تعرق واقعی با استفاده از داده های سنجش از دور (مطالعه موردی حوضه آبخیز تمر). گلستان. فصلنامه علمی و پژوهشی مهندسی آبیاری و آب. سال چهارم. شماره پانزدهم. ص.102-89.

 

  1. Allen R., Morse A., and Tasumi M. 2003. Application of SEBAL for western US waterrights regulation and planning. Proceedings of the International Conference on Irrigation and Drainage, Workshop on Remote Sensing of ET for Large Regions; Montpellier, France.
  2. Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 1998. Crop evapotranspiration-guidelines for computing crop water requirements, irrigation and drain, paper No. 56. FAO, Rome, Italy, 300 pp
  3. Allen, R.G., M. Tasumi R. and Trezza. 2007. “Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC) Model.” J. Irrig. Drain. Eng., 133- 4- 380–394.
  4. allfruits.ir/fa/accordion-a/olive.html
  5. Almhab, A.  and I.  Busu. 2008.  “Estimation of evapotranspiration with modified SEBAL model using Landsat-TM and NOAA-AVHRR images in aride mountains area”. Proceedings of second Asia International Conference on Modelling & Simulation, 13-15 may, Kuala Lampur, 350-355.
  6. Bastiaanssen W.G.M., Ahmad M.D., and Chemin Y. 2002. Satellite surveillance of evaporative depletion across the Indus Basin. Water Resource Research. 38(12): 1-9.
  7. Bastiaanssen,  W.G.M.,  M.  Menenti,  R.A.  Feddes  and  A.A.M  Holtslag.  1998.  “A  remote  sensing surface energy balance algorithm for land (SEBAL): 1.Formulation.” J. Hydrol., 212–213, 198–212.
  8. Bastiaanssen, W.G.M.,  E.J.M.  Noordman,  H.  Pelgrum,  G.  Davids,  B.P.  Thoreson  and  R.G.  Allen. 2005. “SEBAL model with remotely sensed data to improve water-resources management under actual field condition”. J. Irrig. Drain. Eng., 131(1):85-93.
  9. Fernández J.E. 2008. Irrigation Management in Olive. Instituto de Recursos Naturales y Agrobiología de Sevilla (IRNAS).http://www irriqual.eu/Documentos/Fernández%20OLIVE.pdf
  10. Frantar,P., Dolinar,M., and  Kurnik,B. (2006). “GIS based water  balance of Slovenia, environmental agency of the republic of Slovenia. ” Geophysical Research Abstracts, 8, 13.
  11. Girolimetto, D., Venturini, V. 2014.  Evapotranspiration and Water Stress Estimation from TIR and SWIR Bands. Agriculture, Forestry and Fisheries. Special Issue: Agriculture Ecosystems and Environment. Vol. 3, No. 6-1, pp. 36-45.
  12. George, Paul, Prasanna, H. Gowda, P.V. Vara, Prasad, Terry A. Howell, Scott A. Staggenborg,  [1] Christopher   M.U.   Neale,   2013.   Lysimetric   evaluation   of   SEBAL using high resolution airborne imagery from BEAREX08, Advances in Water Resources, in press.
  13. Hafeez, M. M., Y. Chemin, N. Van De Giesen and B.A.M. Bouman. 2002. “Field evapotranspiration estimation in Central  Luzon, Philippine, using different sensors: Landsat 7 ETM+, Terra MODIS and Aster”. Proceedings of Symposium on Geospatial Theory, Processing and Application. Ottawa, Canada
  14. Jacob, F., Olioso, A. Hanocq, J.F. Hautecoeur,. and M. Leroy. 2002. “Mapping surface fluxes using visible-near infrared and thermal infrared data with the SEBAL algorithm”. J. Agr, 22: 669-680.
  15. Mokhtari, M.H. 2005, Agricultural Drought Impact Assessment Using Remote Sensing : A Case study Borkhar district –Iran. M.sc Thesis, ITC, Enschede, The Netherlands
  16. Ramos, J.G., Cratchley, C.R., Kay, J.A., Casterad, M.A., Martinez-cob, A. and Dominguez, R. 2009, Evaluation of satellite evapotranspiration estimates using ground-meteorological data available for the Flumen District into the Ebro valley of N.E. Spain. Agricultural Water Management, 96 2009 638-652.
  17. Shu., Y., Y. Lei, L. Zheng.and H. Li. 2006. “An evapotranspiration (ET) model based GIS using LANDSAT data and MODIS data with improved resolution”. Journal of Remote Sensing for Environmental Monitoring, GIS Application, and Geology VI, 6366
  18. Sun Z., Wei B., Su W., Shen W., Wang C., You D. and Liu Z. 2011. Evapotranspiration estimation based on the SEBAL model in the Nansi LakeWetland of China. Mathematical and Computer Modelling 54: 1086–1092.
  19. Tasumi M., Trezza R., Allen R., and Wright J.L. 2003. U.S validation tests on the SEBAL model for Evapotranspiration via satellite. CID workshop on remote sensing of ET for large regions
  20. Teixeira, A.H.,  W.G.M.  Bastiaanssen, M.D. Ahmad  & M.G.  Bos. 2009. Reviewing  SEBAL input parameters for assessing evapotranspiration and water productivity for the Low-Middle Sao  Francisco     River   basin,  Brazil   Part  A:   Calibration   and   validation,   agricultural   and  forest meteorology, 149, 462-476.
  21. Wang, J., R. Kimura  and  W. Bastiaanssen.  2005.  “Monitoring ET with remote sensing and the management of water resources on a basin scale”. The 11thCEReS International Symposium on Remote Sensing Japan.
  22. Waters, R., R. Allen, W. Bastiaanssen, M. Tasumi, R. Trezza, 2002. Advanced Training and Users Manual of Surface Energy Balance Algorithms for Land. Version 1.0
Journal of Water Research in Agriculture
Volume 30, Issue 3
November 2016
Pages 387-400

Files

Share

How to cite

Statistics