برآورد تبخیرتعرق گیاه نیشکر با استفاده از الگوریتم سبال و روش پریسلی تیلور (مطالعه موردی کشت و صنعت امیرکبیر اهواز)

تبخیر یکی از پارامترهای مهم در مدیریت پیکره‌های آبی است، با توجه به محدودیت روش‌های فیزیکی و تجربی برآورد تبخیر، استفاده از فناوری سنجش از دور به‌دلیل امکان برآورد مکانی اطلاعات و هم‌چنین حداقل نمودن استفاده از داده‌های هواشناسی می‌تواند کاربرد وسیعی در محاسبه تبخیر داشته باشد. در این پژوهش با‌استفاده از الگوریتم سبال برای محاسبه آلبیدوی سطح، دمای سطحی و شاخص وضعیت پوشش گیاهی از داده‌های ماهواره‌ای لندست هشت و سنتینل دو چند طیفی و اطلاعات هواشناسی مانند درجه حرارات، ساعات آفتابی، باد و غیره استفاده شده و در نهایت تبخیرتعرق در کشت و صنعت نیشکر واحد امیرکبیر واقع در جنوب غربی خوزستان، محاسبه شد و نقشه‌های تبخیرتعرق برای سال‌های 1396 و 1397 تهیه گردید. هم‌چنین تبخیرتعرق واقعی با استفاده از روش پریسلی تیلور محاسبه شد و با روش سبال مورد مقایسه قرار گرفت. میانگین تفاضل مطلق بین روش الگوریتم سبال و پریسلی تیلور  برای سال‌های 1396 و 1397 به‌ترتیب برابر 0.175 و 0.171 میلی متر بر روز به‌دست آمد و میانگین تفاضل مطلق بین روش الگوریتم سبال و لایسیمتر برای سال‌های 1396 و 1397 به‌ترتیب برابر 0.185 و 0.236 به‌دست آمد. نتایج نشان داد که تبخیرتعرق محاسبه‌شده با این دو روش قابل قبول است و الگوریتم سبال توانایی بالایی در تعیین تبخیرتعرق برخوردار است.

estimation of sugar cane evapotranspiration using sybal algorithm and presly taylor method (case study of amir kabir cultivation and industry)

agricultural water management studies require accurate information on actual evapotranspiration. this information must have sufficient spatial detail to allow analysis on the farm or basin level (sanchez et al., 2008). the methods used to estimate evapotranspiration are grouped into two main groups, which include direct methods and indirect or computational methods (alizade and kamali, 2007). basics of the indirect methods are based on the relationship between meteorological parameters, which impedes the use of these data with a lack or impairment. on the other hand, this information is a point specific to meteorological stations, and their regional estimates are another problem of uncertainty of their own. to this end, the use of remote sensing technology can be a suitable approach to address these constraints. real evapotranspiration can be estimated by satellite imagery that has short and long wavelengths and is estimated using surface energy equations (chihda et al., 2010). examples of such algorithms include sebal (bastiaanssen et al., 1998 bastiaanssen, 2000;), metric (allen et al., 2007), sebs (su, 2002). among the above mentioned algorithms, energy billing algorithms have been used (bagheriharooni et al., 2013; teixeira et al., 2009). among the factors of superiority of the sebal algorithm, in comparison with other remote sensing algorithms, is a satellite imagery analysis algorithm based on physical principles and uses satellite simulation and requires minimum meteorological information from ground measurements or air models (bastiaanssen et al., 2002).