برآورد نیاز آبی با استفاده از تصاویر ماهواره ای سنتینل به منظور تحویل حجمی آب در شبکه های آبیاری و زهکشی

در بین روش های موجود برای تعیین نیاز آبی گیاهان، تعیین دقیق الگوی کشت روشی نوین است که براساس آن می توان تحویل حجمی آب را به خوبی مدیریت نمود. در این پژوهش، الگوی کشت شبکه آبیاری و زهکشی مهاباد با استفاده از تصاویر ماهواره ای سنتینل و بر اساس چرخه فنولوژی گیاهان استخراج گردید. این شبکه دارای 49 نقطه تحویل حجمی است که الگوی کشت و مساحت تحت پوشش هر الگو در اراضی پایین دست مربوط به هر نقطه تحویل حجمی تعیین و طبقه بندی تصاویر ماهواره ای با استفاده از الگوریتم ماشین بردار پشتیبان انجام شد. برای تعیین نمونه های آموزشی از تصاویر هوایی برداشت شده، تصاویر گوگل ارث، ترکیب های رنگی کاذب و محنی های طیفی بر مبنای چرخه فنولوژی گیاهان استفاده شد. ضرایب کاپا و صحت کلی برای نقشه طبقه بندی شده به ترتیب 97/0 و 97 درصد تعیین گردید. علاوه بر این حجم آب مورد نیاز محصولات غالب با استفاده از روش پنمن مانتیث و بر اساس راندمان آبیاری 44 درصد، تعیین و به تفکیک ماهانه ارائه شد. بر اساس نتایج حاصل، وسعت اراضی باغی برابر با 7009 هکتار، اراضی زراعی شامل: گندم، چغندرقند، یونجه و ذرت به ترتیب برابر با 4439، 1753، 1031 و 272 هکتار برآورد گردید و نیاز آبی کل شبکه در سال زراعی 97-96 برابر با 8/207 میلیون مترمکعب بدست آمد. با توجه به نیاز آبی بدست آمده و ظرفیت سد مهاباد، ادامه روند فعلی منجر به افزایش برداشت از منابع آب زیرزمینی و کاهش محصول در بسیاری از اراضی کشاورزی به دلیل کم آبیاری خواهد شد.

estimation of water requirement using sentinel satellite images in order to volumetric water delivery in irrigation and drainage networks

among the existing methods for determining the water requirements of the crops, the accurate mapping of the crop pattern is a new method for managing the volumetric delivery of water. in this research, the crop pattern map of the mahabad irrigation and drainage network was determined using sentinel satellite images and based on the phenological cycle of plants. this network has 49 volumetric delivery points, which the cropping pattern and the area covered by each pattern in the downstream related to each volumetric delivery point and the classification of satellite images was performed using support vector machine algorithm. aerial imagery, google earth images, false color combinations and spectral bands based on the plant phenology cycle were used to determine the training samples. kappa coefficient and overall accuracy for the classified map were obtained 0.97 and 97% respectively. then, the volume of water required for dominant products was determined using penman-monteith method and based on irrigation efficiency of 44% and presented monthly at the volumetric delivery points. based on the results, the area of orchards in the mahabad network was 7009 hectares and wheat, sugar beet, alfalfa and maize were estimated at 4439, 1753, 1031 and 272 hectares, respectively. the total water requirement of the network was 207.8 mcm. according to the obtained water requirement and the capacity of the mahabad dam, the current approach will lead to increase withdrawal of the groundwater resources and crop yield decline in many agricultural lands due to deficit irrigation.