ارزیابی مدل fao aquacrop برای برآورد عملکرد گندم با استفاده از داده‏ های ماهواره‏ ای لندست

ایران دارای پهنه‏های گسترده تحت‏کشت است که برآورد دقیق‏ و به‏موقع عملکرد در چنین پهنه‏هایی برای هرگونه مدیریت کشاورزی از اهمیت بالایی برخوردار است. در سال‏های اخیر، روش‏های مختلفی برای برآورد عملکرد محصولات زراعی بر پایه مشاهدات سنجش از دور ارائه شده ‏است. هدف اصلی این مقاله ارزیابی مدل aquacrop برای برآورد عملکرد گندم با استفاده از اطلاعات تصاویر ماهواره‏ای است. در این پژوهش یکی از مراحل اولیه و مهم، برآورد میزان تبخیرتعرق واقعی با استفاده از الگوریتم توازن انرژی سطح زمین (sebal) و تصاویر ماهواره landsat8 است. تبخیرتعرق حاصل از تصاویر ماهواره‏ای با داده‏های تبخیرتعرق تشت تبخیر ایستگاه هواشناسی سینوپتیک زنجان مقایسه شده و نتایج قابل قبولی در شاخص‏های آماری (36/0mae =،45/0rmse = و 94/0r2=) به دست آمد. در ادامه از مدل رشد گیاهی aquacrop در جهت شبیه‌سازی رشد گندم استفاده شد. مقدار شاخص‏های آماری rmse، mae و r2 برای داده‏های (cc) ، تعرق، تصاویر ماهواره‏ای و مدل aquacrop به‏ترتیب برابر (06/11، 2/9 درصد و 94/0) و (633/0، 359/0 میلی‏متر در روز و 95/0) به‏دست آمد. نتایج حاصل از میانگین عملکرد محصول پیکسل‏های مزرعه‏ای برابر 189/1 تن در هکتار به‏دست آمد و در مقایسه با آمارنامه کشاورزی وزارت جهاد کشاورزی با استفاده از شاخص آماری rmse، mae و مطالعات میدانی انجام شده (12/1 تن در هکتار) در این پژوهش نشان می‏دهد که میزان برآورد عملکرد گندم در منطقه مورد مطالعه قابل قبول است.

Evaluating FAO AquaCrop Model for Estimating Wheat Performance Using Landsat Satellite Images Information

Iran has a large area under cultivation, and reliable and timely crop yield forecasts are critical for making timely food supply decisions. As a result, several methods for estimating crop yield based on remote sensing observations have been published in recent years. One of the first and most critical steps in this study is to estimate real evapotranspiration using the SEBAL algorithm and high spatial and temporal resolution Landsat8 satellite images. The evapotranspiration obtained from satellite images was compared to evaporation data from the Zanjan synoptic meteorological station’s evaporation pan, with statistical indicators (MAE=0/36, RMSE=0/45, R2 =0/94) indicating satisfactory results. The AquaCrop model and its four execution steps were used to simulate the product yield, and the necessary coefficients and data from the model were applied in satellite imagery calculations for each of these steps. For comparing CC data determined by satellite imagery and AquaCrop model, the RMSE, MAE, and R2 indices were respectively 11/06, 9/2 percent, and 0/94, and 0.633 and 0/359 mm/day and 0/95 for transpiration. The average yield was calculated to be 1/189 ton/ha in field pixels and its comparison with agricultural statistics and field studies (11/2 ton/ha) showed acceptable estimates for wheat yield in the area of this study.