واسنجی مدل سبال به‌ منظور اندازه‌گیری تبخیر و تعرق از روی سنجندۀ ldcm

برآورد تبخیر و تعرق یکی از مشکل ترین اجزاء چرخۀ هیدرولوژی است. درعین‌حال در معادلۀ بیلان آب سهم عمده مرتبط با این عامل است. در تحقیق حاضر الگوریتم توازن انرژی یا سبال به عنوان یکی از روش های آزموده شده و موفق جهت برآورد تبخیر و تعرق مورد ارزیابی مجدد واقع می گردد. در واقع در روش سبال، میزان تبخیر و تعرق مقدار مجهول در معادلۀ تعادل انرژی بر روی سطح زمین است. با توجه به تغییرات کالیبراسیون این سنجنده نسبت به نسل‌های قبلی ماهوارۀ لندست، روش سبال در بخش‌های خاص مورد بازنگری واقع شد. به منظور آزمون کارایی مدل سبال بر روی این سنجنده، مقادیر اندازه گیری شده در 20 روز مختلف با مقادیر به‌دست‌آمده از روش پنمن مونتیث مورد مقایسه واقع گردید. نتایج نشان داد بین مقادیر این دو روش، همبستگی 0.83 با ضریب تعیین 0.7 وجود دارد. ازاین‌رو می توان با روش سبال اطلاعات تبخیر و تعرق واقعی را به صورت دوره ای و منظم در پهنه های وسیع و با ضریب اطمینان بالا و بدون نیاز به داده های هواشناسی محاسبه و پهنه بندی کرد.

calibration of sebal model to estimate evapotranspiration using ldcm

approximating the evapotranspiration is one of the most difficult parts of the hydrologic cycle. however it plays a very important role in the water balance equation. in the present study, the sebal model has been revalidated as an approved and successful approach for calculating the evapotranspiration. in sebal model, the evapotranspiration is the unknown value in the equation of surface energy balance for the land surface. considering the differences in the calibration of ldcm compared to the previous generations of the landsat satellite, the sebal model was reexamined in some especial parts. in order to test of the usefulness of sebal model over ldcm, the measured values was compared with the values obtained via penmanmonteith method in 20 different days. et estimated by sebal compared with pm et was found to correlate significantly as r2 (0.7) with the correlation coefficient of 0.83. hence the results of this analysis outline that actual evapotranspiration data can be calculated and mapped in large areas and with high reliability without the need for meteorological information periodically and regularly.