تخمین تبخیر-تعرق واقعی براساس آخرین ویرایش اصلاح شده از الگوریتم بیلان انرژی روی سطح با استفاده از داده‌های لایسیمتر

تبخیرتعرق یکی از مولفه‌های مهم در برنامه‌ریزی و مدیریت منابع آب و آبیاری است. در روش‌های متداول برآورد تبخیرتعرق از اندازهگیری‌های نقطه‌ای استفاده می‌شود اما در تکنیک سنجش از دور، مانند الگوریتم بیلان انرژی روی سطح مقدار شار تبخیر تعرق لحظه‌ای در زمان گذر ماهواره به عنوان باقی‌مانده معادله بیلان انرژی برای هر پیکسل محاسبه می‌شود. در این مطالعه دو مدل رایج تبخیرتعرق تک‌منبعی برآورد شده از sebal و pysebal با نتایج یک لایسیمتر زهکش‌دار کشت‌شده با یونجه در محدوده دشت قزوین مورد مقایسه قرار گرفتند. داده‌های ماهواره‌ای بر اساس اطلاعات سه سنجنده modis، landsat5tm و landsat7etm+ در طی سال‌های 1379 تا 1382 میلادی بود. نتایج حاصل از این پژوهش نشان داد که الگوریتمpysebal در هر سه سنجنده به ترتیب با مقدار rmse (0.45، 0.46 و 2.02 میلی‌متر بر روز) عملکرد بهتری را نسبت به مدلsebal داشته است. همچنین بررسی‌های صورت‌گرفته از سه سنجنده مورد بررسی نشان داد که سنجنده modisبا مقدار خطای استاندارد (0.15میلی‌متر بر روز) و ضریب همبستگی (0.98) در مقایسه با دو سنجنده etm+ و tm با مقدار ضریب همبستگی به ترتیب (0.97 و 0.53 )، خطای استاندارد (0.17 و 2.26 میلی‌متر بر روز) و همچنین قدرت تفکیک مکانی بالاتر توانسته است نتایج بهتری را ایجاد کند.

Estimation of Actual Evapotranspiration Based on the Latest Modified Version of the Surface Energy Balance Algorithm Using Lysimeter Data

Evapotranspiration is one of the important components in planning and managing water and irrigation resources. Conventional methods of estimating evapotranspiration use point measurements, but in remote sensing techniques, such as the surface energy balance algorithm, the amount of instantaneous evapotranspiration flux during satellite transit as the remainder of the equation the energy balance is calculated for each pixel. In this study, two common monosource evapotranspiration models estimated from SEBAL and PYSEBAL were compared with the results of a drainage lysimeter planted with alfalfa in the Qazvin plain. Satellite data were based on data from three sensors, MODIS, LANDSAT5TM and LANDSAT7ETM, from 2000 to 2003. The results of this study showed that the PYSEBAL model in all three sensors with RMSE (0.45, 0.46, and 2.02 mm/day) respectively had better performance than the SEBAL model. Also, the studies performed from the three sensors showed that the MODIS sensor with standard error value (0.15 mm / day) and correlation coefficient (0.98) compared to the two ETM and TM sensors with correlation coefficient values (0.97 and 0.53), standard error (0.17 and 2.26 mm/day) as well as higher spatial resolution have been able to produce better results.