به‌کارگیری دمای سطح زمین مستخرج از تصاویر ماهواره‌ای به‌منظور پهنه‌بندی تبخیر و تعرق مرجع

تبخیر و تعرق مرجع یکی از مهم ترین پارامترهای موردنیاز جهت تعیین نیاز آبی گیاهان، انجام مطالعات اقلیمی و هیدرولوژیکی و مدیریت منابع آب است. هدف از این پژوهش، پهنه بندی تبخیر و تعرق مرجع با بهره گیری از تصاویر سنجنده modis بود که در حوضه سفیدرود انجام شد. برای این منظور، از بین محصولات سنجنده modis، دمای سطح زمین انتخاب و بر اساس آن، مقادیر دماهای حداقل و حداکثر روزانه هوا برای محدوده مطالعاتی با به‌کارگیری دو مدل رگرسیون خطی چندگانه و مدل غیرخطی مبتنی بر ماشین بردار پشتیبان مدل سازی شد. نقشه پهنه بندی تبخیر و تعرق مرجع برای محدوده مطالعاتی به روش هارگریوزسامانی تهیه شد. در ادامه با بسط یک مدل رگرسیون خطی، تبخیر و تعرق مرجع حاصل از روش هارگریوزسامانی به تبخیر و تعرق مرجع به روش فائوپنمنمانتیث تبدیل و نقشه پهنه بندی آن برای منطقه مورد مطالعه استخراج شد. بر اساس تحلیل های انجام شده، مدل های ماشین بردار پشتیبان و رگرسیون چندمتغیره به ترتیب برای مدل سازی دماهای حداقل و حداکثر انتخاب و ضریب تعیین تعدیل شده حاصل از اعتبارسنجی متقابل برای آن‌ها به ترتیب 0.81 و 0.92 به دست آمد. نتایج حاصله حاکی از امکان برآورد مکانی تبخیر و تعرق مرجع با دقتی مناسب بر اساس الگوریتم مبتنی بر استفاده تلفیقی از داده های ماهواره‌ای دمای سطح زمین و مدل های آماری بود. پهنه بندی تبخیر و تعرق مرجع می تواند برای هر منطقه دلخواه تنها با در دست داشتن اطلاعات هواشناسی چند نقطه ایستگاهی و با بهره گیری از دماهای سطح زمین حاصل از تصاویر ماهواره‌ای استخراج شود.

Application of Land Surface Temperature Extracted from Satellite Images for Zoning Reference Evapotranspiration

Reference evapotranspiration is one the most important climatic parameters to determine crop water requirement, climatic and hydrological studies and water resources management. The aim of this study was spatial estimating and zoning of reference evapotranspiration using the MODIS sensor images performed for Sefidroud basin. For this purpose, among the MODIS sensor products, Land Surface Temperature was selected and based on that, daily values of maximum and minimum air temperatures were modeled for studied area using Multiple Linear Regression and nonlinear model of Support Vector Machinesbased. Then, map of reference evapotranspiration zoning was prepared for studied area using HargreavesSamani method. Afterwards, by developing a linear regression model, the extracted reference evapotranspiration from HargreavesSamani method was converted to the FAOPenmanMonteith method and based on that, map of reference evapotranspiration zoning on the basis of the FAOPenmanMonteith method was extracted for the study area. Based on performed analyses, Support Vector Machine and Multiple Linear Regression models were selected to model minimum and maximum air temperatures, respectively and by applying cross validation method, the adjusted coefficient of determination for these models obtained was 0.81 and 0.92. The results showed that it is possible to make spatial estimation of reference evapotranspiration with an appropriate accuracy by considering an algorithm on the basis of combining satellitebased Land Surface Temperatures and statistical models. Zoning of reference evapotranspiration for any region can be extracted by only having some meteorological data in few point stations and by utilization from the satelliteextracted Land Surface Temperatures.