تخمین تبخیرتعرق واقعی با استفاده از تصاویر سنجنده‌های modis و etm+ در اراک

در این تحقیق به بررسی توزیع مکانی تبخیرتعرق و رابطه آن با سنجش از دور در مقابل داده های لایسیمتری به عنوان شاهد در شهرستان اراک واقع در استان مرکزی در ایران پرداخته شده است. در برآورد مقدار تبخیرتعرق واقعی براساس مدل های sebal، sseb و tseb در منطقه از 28 تصویر از سنجنده های  modisو سنجنده + etm در طی سال های1380 تا 1383 استفاده شد. تعدد تصاویر modis وقدرت تفکیک زمانی مناسب آن، دلیلی بر میزان خطای کمتر در برآورد تبخیرتعرق مرجع است. طبق نتایج آماری از میان سه مدل مورد بررسی، مدل sebalبا کمترین میزان rmse در هر دو سنجنده modis وetm+ (0.97و 1.38میلی متر بر روز) به عنوان مدل برتر در منطقه معرفی شد و مدل tsebضعیف ترین عملکرد را در هر دو سنجنده modisوetm+ داشته است (mm/day 3.57 و 2.53=rmse). در مقایسه عملکرد دو سنجنده، سنجنده etm+ماهواره لندست7 به دلیل قدرت تفکیک مکانی بالاتر، برای برآورد تبخیرتعرق توصیه می شود. علاوه بر این در بررسی پوشش گیاهی، بر اساس شاخص گیاهی ndvi، در ابتدای دوره کشت به دلیل جوانه زنی و تنک بودن پوشش گیاهی، این شاخص در پایین ترین حد خود قرار دارد و به ترتیب با افزایش دمای هوا و پوشش گیاهی، شاخص ndvi رو به افزایش است. فاکتور l اهمیت به سزایی در برآورد savi و در نهایت، برآورد تبخیرتعرق برای منطقه مورد مطالعه دارد که به پوشش منطقه وابسته است. در این تحقیق برای منطقه مورد مطالعه در دوره رشد حداکثری گیاه، مقدار l=0.6 تخمین زده شد که در برابر دیگر مقادیر مورد بررسی، دارای کمترین مقدار خطا بود.

Actual Evapotranspiration Estimation Using MODIS and ETM+ Imageries (Case Study: Arak)

In this research, the spatial distribution of evapotranspiration and its relationship with remote sensing in contrast with lysimetric data as control was investigated in Arak, Markazi province in Iran. For estimation of actual evapotranspiration amount in the region based on SEBAL, SSEB and TSEB algorithms, 28 imageries of MODIS and Landsat7 (ETM+) were used for the years of 20002004. The multiplicity of MODIS images and its high temporal resolution is the reason of least error for ET estimation. According to the statistical results, the SEBAL model with the lowest RMSE in both TERRA and ETM + sensors (0.97 and 1.38 mm/day) was presented as the superior model in the region. Also, TSEB model showed the weakest results among the proposed models, in both MODIS and ETM + sensors (3.57 And 2.53 mm per day). Comparing the performance of two sensors, the ETM+ satellite images are recommended for ET estimation due to increased spatial resolution and improved resolution of images in the Landsat satellite. In addition, the NDVI vegetation index was at its lowest level at the beginning of the growing period due to germination and vegetation thinness, and it is increased by increasing air temperature and vegetation cover. L factor has a significant effect on SAVI and ET estimation and it is depended on the region vegetation. In this study, the L factor for the studied area was estimated to be 0.6 during the maximum growth period, which had the least amount of error in comparison with other values.