برآورد تبخیر و تعرق واقعی با الگوریتم توازن انرژی سطحی سبال و تصاویر تلفیق شده ی ماهواره ای لندست8 و سنتینل2 (مطالعه موردی: کشت و صنعت نیشکر میرزا کوچک خان)

تبخیر و تعرق یکی از عوامل مهم در چرخه ی هیدرولوژی و از جمله عوامل تعیین کننده معادلات انرژی در سطح زمین و توازن آب می باشد. اغلب روش های زمینی از اندازه گیری نقطه ای برای تخمین تبخیر و تعرق استفاده می کنند، سنجش از دور این قابلیت را دارد تا مقدار تبخیر و تعرق را تخمین زده و توزیع مکانی آن را مورد بررسی قرار دهد. در این پژوهش، از تلفیق تصاویر ماهواره ای لندست8 و سنتینل2، برای برآورد مقدار دقیق تبخیر و تعرق روزانه گیاه نیشکر، در کشت و صنعت نیشکر میرزا کوچک خان، واقع در استان خوزستان، با استفاده از مدل سبال، در شش تاریخ، استفاده گردید. اعتبارسنجی کارایی مدل سبال در دو حالت استفاده از تصاویر تلفیق شده و استفاده از تصاویر لندست8 با داده های لایسیمتری انجام شد. نتایج حاکی از آن بود که مدل سبال با تصاویر ماهواره ای لندست8، با (r^2=0.88)، و مدل سبال با تصاویر ماهواره ای تلفیق شده لندست8 و سنتینل2، با (r^2=0.90)، در مجموع همبستگی و تطابق مناسبی را با روش لایسیمتری داشته و نتایجی مشابه این روش را تخمین زده است.

Estimation of actual evapotranspiration using SEBAL Surface Energy Balance Algorithm and Fusion of Landsat8 and Sentinel2 satellite images (Case Study: Mirza Kouchak khan Agroindustrial Company)

Evapotranspiration is one of the most important factors in the hydrology cycle and is one of the determinants of energy equations at ground level and water balance. Most of the groundbased methods use point measurements to estimate evapotranspiration. Remote sensing has the ability to estimate the amount of evapotranspiration and examine its spatial distribution. In this study, Landsat8 and Sentinel2 satellite images combined to estimate the actual daily evapotranspiration of sugarcane in the Mirza Kouchak khan Agro industrial Company, Khuzestan province, using the SEBAL model at six dates.Validation of SEBAL model performance was performed in two modes: using integrated images and using Landsat 8 images with lysimeter data. The results indicated that the SEBAL model with Landsat 8 satellite images with (R2=0.88), and the SEBAL model with Landsat 8 and Sentinel2 satellite images with (R2=0.90), Overall, it was well correlated with the lysimeter method and estimated similar and appropriate results.