نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار پژوهش، بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان چهارمحال و بختیاری، سازمان تحقیقات، آموزش و ترویج کشاورزی، شهرکرد، ایران.

2 استادیار پژوهش، بخش تحقیقات آبیاری و فیزیک خاک، مؤسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

3 استادیار پژوهش (بازنشسته)، بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان آذربایجان شرقی، سازمان تحقیقات،

چکیده

این پژوهش با هدف برآورد تبخیر- تعرق واقعی گیاه گندم با استفاده از الگوریتم سبال و مقایسه آن با داده‌های اندازه‌گیری شده از لایسیمتر، در دو منطقه مطالعاتی تبریز و کرج در سه سال زراعی (1396 تا پایان سال زراعی 1399) اجرا شد. مقدار تبخیر- تعرق واقعی گندم در طول دوره رشد به دو روش الف: استفاده از ماهواره‌ لندست 8 در قالب الگوریتم توازن انرژی برای سطح (سبال، SEBAL) و ب: استفاده از لایسیمتر زهکش‌دار، محاسبه و یافته‌ها مقایسه شدند. با توجه به اینکه الگوریتم سبال، تبخیر- تعرق گیاهان را در شرایط واقعی و لایسیمترها تبخیر- تعرق را در شرایط پتانسیل (بدون تنش رطوبتی و دارای پوشش کامل در سطح زمین) ارائه می‌دهند، برای جلوگیری از بروز خطا، در روش استفاده از فناوری سنجش از دور، از تبخیر- تعرق واقعی در پیکسل‌هایی استفاده شد که که دارای شرایط رطوبتی مشابه یا نزدیک به شرایط استاندارد در لایسیمتر بودند (طبق تعریف پیکسل سرد در الگوریتم سبال). همبستگی مقدار تبخیر- تعرق واقعی بدست آمده از الگوریتم سبال و لایسیمتر، نسبت مناسبی داشت به‌طوری‌که در منطقه‌های مطالعاتی کرج و تبریز ضریب تبیین (R2) به ترتیب 0/73 و 0/65 بدست آمد. افزون بر این، مقایسه داده‌های تبخیر- تعرق واقعی گندم نسبت به لایسیمتر با استفاده از پارامترهای آماری دیگر مانند NRMSE، RMSE، MAE و MBE نشان داد که در دو منطقه مزبور، نتایج به نسبت خوب بود، ولی مقدار تبخیر- تعرق واقعی برآورد شده توسط سبال در بیشتر موارد، بیش از مقدار تبخیر- تعرق اندازه‌گیری شده توسط لایسیمتر بود. در مجموع، با توجه به مزایای بیشتری که الگوریتم سبال دارد، پیشنهاد می‌شود برای سطح وسیع از این فناوری برای برآورد تبخیر- تعرق واقعی گیاه گندم استفاده شود.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Estimation of Actual Evapotranspiration of Wheat Using SEBAL Algorithm Compared to Lysimetric Results under Standard Conditions in Tabriz and Karaj Research Stations

نویسندگان [English]

  • Ali Morshedi 1
  • Hossein Jafari 2
  • azhdar Onabi Milani 3

1 Assistant Professor, Soil and Water Research Department, Chaharmahal and Bakhtiari Agricultural and Natural Resources Research Center, AREEO, Shahrekord, Iran.

2 Assistant Professor, Department of Irrigation and Soil Physics Research, Soil and Water Research Institute, Agricultural Research, Education and Extension Organization, Karaj, Iran

3 Assistant Professor (Retired), Department of Soil and Water Research, Eastern Azerbaijan Agriculture and Natural Resources Research Center, AREEO, Tabriz, Iran.

چکیده [English]

The aim of this study was to estimate the actual evapotranspiration of wheat using Surface Energy Balance Algorithm for Land (SEBAL) and compare with data measured by lysimeters in two study sites in Tabriz and Karaj during three growing seasons (1396-1399). Values of actual evapotranspiration of wheat during the growing seasons were calculated by two methods: a) using Landsat 8 satellite data through SEBAL, and b) using drained lysimeter data. Considering that evapotranspiration in SEBAL is in actual conditions and lysimeters provide evapotranspiration in potential conditions (standard situation without any limitation), to reduce errors, remote sensing data were used for pixels that had moisture conditions similar to standard lysimeters conditions. Comparison of actual evapotranspiration obtained from SEBAL and lysimeter in both sites showed relatively good correlation. The coefficients of determination (R2) were 0.73 and 0.65 in, respectively, Karaj and Tabriz sites. In addition, using statistical parameters such as NRMSE, RMSE, MAE, and MBE showed that SEBAL actual evapotranspiration data and lysimeteric data were, relatively, in agreement in the two study sites. However, in most cases, evapotranspiration values by SEBAL were greater than values measured by the lysimeter. In general, considering the advantages of the SEBAL, it is suggested this technology be used to estimate the actual evapotranspiration of wheat in large-scale areas. 

کلیدواژه‌ها [English]

  • Actual water requirement
  • Remote sensing
  • Landsat8
  1. ابراهیمی، ح.، گندمکار، ا.، المدرسی، س. ع.، رامشت، م. ح. 1395. برآورد دمای سطح زمین و تأثیر پوشش گیاهی بر دمای سطح با استفاده از تصاویر مودیس (مطالعه موردی: حوزه تویسرکان). فصلنامه جغرافیا و برنامه ریزی منطقه ای، 6(4)، 23-32.
  2. ارشد، ص.، مباشری، م. ر.، مرید، س.، آقاعلیخانی،م. و ارشد، س. 1387. پیش‌بینی خسارات ناشی از خشکسالی کشاورزی با استفاده از تصاویر ماهواره‌ای در اراضی دیم استان کرمانشاه. سومین کنفرانس مدیریت منابع آب ایران. دانشگاه تبریز
  3. آمارنامه کشاورزی. 1398 .جلد اول، محصولات زراعی سال 1397-1396. دفتر آمار و فنآوری اطلاعات، معاونت برنامه‌ریزی اقتصادی، وزارت جهاد کشاورزی، ایران.
  4. 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.
  5. مشتاق، ن.، جعفری،ر. سلطانی، س. و رمضانی، ن.۱۳۹۴. کاربرد مدل توازن انرژی و داده‌های ماهواره لندسـت سـنجنده TM درتخمین تبخیر و تعرق. مجله علوم آب و خاک .۲۰۷-۲۱۸: (۷۳)۱۹
  6. یزدانی، و.، ابراهیمی، ح. 1392. مقایسه برآورد ضریب گیاهی فضای سبز به کمک روش سبال و روش لیمپ (مطالعه موردی مشهد). علوم و مهندسی آبیاری (مجله ی علمی کشاورزی)، جلد 37، شماره‌ی 4، ص 27-11.
  7. غلامی سفیدکوهی، م.، میرلطیفی، س.، محمدی، ک.، و علی محمدی، ع. 1389. برآورد ضریب گیاهی و تبخیر-تعرق واقعی گندم با استفاده از سنجش از دور مطالعه موردی: حوضه گرگانرود. مجله آبیاری و زهکشی ایران، 4(2).
  8. Allen R. G., Morse A., and Tasumi M. 2002. Application of SEBAL for western US water rights regulation and planning. Proceedings of the International Conference on Irrigation and Drainage, Workshop on Remote Sensing of ET for Large Regions; Montpellier, France.
  9. Bastiaanssen W.G.M. 1995. Regionalization of surface flux densities and moisture indicators in composite terrain: A remote sensing approach under clear skies in Mediterranean climates, Ph.D. Dissertation, CIP Data Koninklijke Bibliotheek, Den Haag, The Netherlands
  10. Bastiaanssen, W. G. M., Menenti, M., Feddes, R. A. and Holtslag, A. A. M. 1998. A remote sensing surface energy balance algorithm for land (SEBAL): Part 1.Formulation. Journal of Hydrology. 212-213, 198-212.
  11. Bastiaanssen, W. G. M., Pelgrum, H., Wang, J., Ma, Y., Moreno, J. F., Roerink, G. J. and van der,W.T. 1998. A Surface Energy Balance Algorithm for Land (SEBAL): Part 2. Validation. Journal of Hydrology. 212-213, 213-229.
  12. Bastiaanssen, W.G.M. 2000. SEBAL-based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey. Journal of Hydrology, 229: 87-100
  13. Bastiaanssen, W.G.M., M. Menenti, R.A. Feddes and A.A.M Holtslag.  “A remote sensing surface energy balance algorithm for land (SEBAL): 1. Formulation.” J. Hydrol., 212–213, 198–212.
  14. George, Paul, Prasanna, H. Gowda, P.V. Vara, Prasad, Terry A. Howell, Scott A. Staggenborg, Christopher M.U. Neale, 2013. Lysimetric evaluation of SEBAL using high resolution airborne imagery from BEAREX08, Advances in Water Resources, in press.
  15. Hair, Joseph F. (2011). Multivariate Data Analysis: An Overview. In Miodrag Lovric (Ed.), International Encyclopedia of Statistical Science (pp. 904-907). Berlin, Heidelberg: Springer Berlin Heidelberg.
  16. Mokhtari, M. H. 2005. Agricultural drought impact using remote sensing. Ms. C. Diss., ITC. The Netherlands.
  17. Morse, A., Allen, R. G., Tasumi, M., Kramber, W. J., Trezza, R., and Wright, J. L. 2000. Final Report: Application of the SEBAL meteorology for estimating evapotranspiration and consumptive use of water through remote sensing. Idaho Department of Water Resources. University of Idaho, Department of Biological and Agricultural.107p.
  18. 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: 638-652.
  19. Senay, G. B., Friedrichs, M., Singh, R. K., & Velpuri, N. M. (2016). Evaluating Landsat 8 evapotranspiration for water use mapping in the Colorado River Basin. Remote Sensing of Environment, 185, 171-185.
  20. Singh, R. K., & Senay, G. B. (2016). Comparison of Four Different Energy Balance Models for Estimating Evapotranspiration in the Midwestern United States. Water, 8(1), 9
  21. Teixeira, A.H., W.G.M. Bastiaanssen, M.D. Ahmad & M.G. Bos. 2009. Reviewing SEBALinput parameters for assessing evapotranspiration and water productivity for the Low-MiddleSao Francisco River basin, Brazil Part A:Calibration and validation, agricultural andforest meteorology, 149, 462-476.
  22. Waters, R., Allen, R., Tasumi, M., Trezza, M. and Bastiaanssen. W. 2002. Surface Energy Balance Algorithms for Land, Advanced Training and User’s Manual. NASA EOSDIS/Synergy grant from the Raytheon Company through The Idaho Department of Water Resources.