تاثیر به‌کارگیری الگوریتم‌های مختلف دمای سطح زمین در برآورد مقادیر تبخیر-تعرق واقعی

یکی از روش‌‌های مناسب به‌منظور برآورد تبخیر-تعرق واقعی، استفاده از فن سنجش از دور است که به دلیل پوشش مکانی و زمانی مناسب، گزینه خوبی برای اندازه‌‌گیری‌‌ در سطح گسترده به حساب می‌آید. هدف از پژوهش حاضر، برآورد تبخیر-تعرق واقعی با استفاده از الگوریتم سبال و به کارگیری الگوریتم‌های تابع پلانک و پنجره مجزا برای محاسبه تاثیر پارامتر دمای سطح و مقایسه روش‌‌های مختلف برآورد دمای سطح و مشاهده تاثیر آن بر مقادیر تبخیر-تعرق واقعی است. برای این منظور، اطلاعات میدانی شامل دمای پوشش سبز در سطح مزرعه و اندازه‌‌گیری حجم آب ورودی و خروجی در مقیاس لایسیمتر‌‌ درمزرعه تحت کشت یونجه در سال زراعی 99-1398 همزمان با روزهای گذر‌‌ ماهواره لندست 8 برفراز محدوده مطالعاتی در نقاط از قبل تعیین شده در سطح مزرعه برداشت شد. پس از انجام پیش پردازش‌‌های لازم روی تصاویر ماهواره‌‌ای، ابتدا با استفاده از باند‌های حرارتی و دو الگوریتم پنجره مجزا و تابع پلانک، دمای مزراع تخمین زده شد. نتایج نشان داد در هر گذر با دمای پوشش گیاهی اندازه‌‌گیری شده با استفاده از دماسنج مادون قرمز، الگوریتم پنجره مجزا مقادیر همبستگی بالاتری نسبت به روش تابع پلانک به میزان 68 تا 80 درصد داشت. در مرحله بعد به برآورد تبخیر-تعرق با استفاده از الگوریتم سبال تحت دو سناریوی دمای تابع پلانک و پنجره مجزا پرداخته شد. مقایسه نتایج تبخیر-تعرق واقعی محاسبه شده با لایسیمتر نشان داد که پیکسل سرد بیشترین انطباق را با نحوه آبیاری در لایسیمتر دارد، که پیکسل سرد حاصل از الگوریتم پنجره مجزا با میلی‌‌متر در روز 0.56=rmse، 0.084=nrmse و 0.992=ns، بیشترین مطابقت را با داده‌‌های لایسیمتر دارد. همچنین بر اساس شاخص rmbe الگوریتم پنجره مجزا با کم‌‌برآوردی در بازه 4.07- تا 3.22- درصد بوده در حالیکه الگوریتم تابع پلانک با بیش‌‌برآوردی در بازه 4.76 تا 12.65 درصد در نوسان بوده است. این بررسی فقط اختصاص به پیکسل سرد ماهواره با شرایط بدون تنش آبی بوده و برای بررسی‌‌های بیشتر نیازمند ابزار دقیق می‌‌باشد.

the influence of land surface temperature (lst) on estimated actual evapo transpiration

the remote sensing technique is a suitable method for estimating actual evapotranspiration (eta) at the large-scale due to spatial and temporal resolution. the present study aims to assess the eta using the sebal and different algorithms to survey the effect of the lst and their impact assessment on the eta fluctuation. field measurement, including canopy temperature and the volume of inflow and outflow of water consumption was done based on lysimeters during 2018-2019. after the necessary pre-processing on the satellite images, the land surface temperature (lst) was estimated using planck’s and split window algorithms. the result showed that the performance of split window was better than to the planck algorithm. also, eta was estimated by the sebal algorithm based on two temperature scenarios including the planck and split window. the results showed, the cold pixel of sebal algorithm had compliance with the lysimetric measurement. moreover, the cold pixel of the split window algorithm with rmse=0.56, nrmse=0.084 and ns=0.992 (mm/day) had the highest consistency with the lysimeter data. also, the rmbe index of the split window algorithm was associated with underestimation in the range of -4.07 to -3.22%, while the planck function algorithm fluctuated with overestimation in the range of 4.76 to 12.65%. this research has been verified to the cold pixel of satellite for crop with no stress conditions and for better investigation at crop stress condition, precise instruments are needed.