برآورد تبخیر-تعرق واقعی با استفاده از داده‌های سنجش از دور به‌منظور بهبود مدیریت آب

کمی‌سازی مکانی et واقعی برای مدیریت منابع آب و برنامه‌ریزی در مناطق خشک بسیار مهم است. در این پژوهش به بررسی و برآورد  تبخیر-تعرق براساس الگوریتم های py_sebal و metric، مدل wapor و محصول mod16  طی سال های 2021 و 2022 در دشت مغان واقع در استان اردبیل پرداخته شد. نتایج هر یک از مدل ها با روش fao-56 که یک روش استاندارد برای برآورد تبخیر-تعرق در مناطق مختلف است، مقایسه شد. نتایج نشان می دهد که الگوریتم py_sebal با مقدار 0.97=r و (mm/month)1.88=rmse بیش‌ترین میزان همبستگی را با مقدار fao-56 دارد. سپس، الگوریتم metric با مقدار 0.89=r و (mm/month) 1.5=rmse بیش‌ترین میزان همبستگی را داشته است. به‌منظور اعتبارسنجی دقیق‌تر عملکرد مدل‌های برآوردی در مناطق مختلف، از پایگاه wapor نیز استفاده شد. خروجی های به‌دست‌آمده نشان می دهد که در بین اراضی تحت پوشش شبکه آبیاری الگوریتم py_sebal با مقدار 0.77=r2 بیش‌ترین میزان همبستگی را با مقادیر حاصل از wapor دارد. بعد از py_sebal، metric با مقدار 0.55=r2 همبستگی به نسبت مناسبی را دارد. با توجه به نقشه کاربری منطقه، بیش از 60 درصد اراضی این منطقه تحت پوشش شبکه آبیاری قرار دارند. ازآنجایی‌که py_sebal در بررسی های انجام‌شده بهترین نتیجه را برای بررسی در این اراضی داشته است، لذا به برآورد حجم میزان  تبخیر-تعرق در سطح کل منطقه پرداخته شد که نتایج حاصله نشان می دهد حجم میزان تبخیر-تعرق از سطح برابر از اراضی تحت پوشش شبکه آبیاری و اراضی دیم حدود 4.5 برابر در هر هکتار بیش‌تر است.

estimation of actual evapotranspiration using remote sensing data for improved water management

spatial quantification of actual evapotranspiration (et) is crucial for water resource management and planning in arid regions. this research focuses on the investigation and estimation of evapotranspiration using py_sebal and metric algorithms, as well as the wapor model and mod16 product, during the years 2021 and 2022 in the moghan plain located in ardabil province. the results of each model are compared with the fao-56 method, which is a standard approach for estimating evapotranspiration in different areas. the results indicate that the py_sebal algorithm shows the highest correlation with the fao-56 method, with an r value of 0.97 and an rmse (mm/month) of 1.88. next, the metric algorithm demonstrates the highest correlation with an r value of 0.89 and an rmse (mm/month) of 1.5. to further validate the performance of the estimation models in different areas, the wapor database is also utilized. the obtained outputs indicate that among the irrigated lands covered by the water network, the py_sebal algorithm exhibits the highest correlation with the values derived from wapor, with an r2 value of 0.77. after py_sebal, metric demonstrates a relatively suitable correlation with an r2 value of 0.55. considering the land use map of the region, more than 60% of the area is covered by the irrigation network. since py_sebal yields the best results in the conducted investigations for these lands, the estimation of evapotranspiration volume is focused on the entire region. the results indicate that the volume of evapotranspiration is approximately 4/5 times higher per hectare in irrigated lands compared to drylands.