رویکردهای نوین در مهندسی آب و محیط‌زیست
نشریه علمی

مقایسه‌ی تغییرات زمانی و مکانی تبخیر ‌و ‌تعرق ذرت در منطقه‌ی ماهیدشت حاصل از تصویر ماهواره‌ای لندست ۸ و منابع موجود

نوع مقاله : مقاله پژوهشی

نویسندگان

نسیم کمالی 1
بهمن فرهادی بانسوله 2

1 گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی

2 دانشگاه رازی

https://doi.org/10.22034/nawee.2022.153887
چکیده
میزان تبخیر و تعرق گیاهان درون یک منطقه با توجه به پارامترهای هواشناسی، مرحله رشد گیاه و شرایط مدیریتی مزارع دارای تغییرات زمانی و مکانی می­باشد. هدف از مطالعه کنونی مقایسه روند تغییرات مکانی و زمانی تبخیر و تعرق ذرت در منطقه ماهیدشت با استفاده از تصاویر ماهواره­ای با منابع علمی موجود (به علت نبودن داده­های لایسیمتری) بوده است. در این مطالعه تبخیر و تعرق روزانه برای چهار مزرعه ذرت واقع در مناطق مختلف دشت با استفاده از الگوریتم سبال و تصاویر ماهواره­ای لندست8 در 6 تاریخ در طول دوره رشد گیاه ذرت در سال 1393 تخمین زده شد. از آنجایی که اندازه­گیری مزرعه­ای تبخیر و تعرق واقعی جهت اعتبار­سنجی نتایج حاصل از برآورد تبخیر و تعرق براساس الگوریتم سبال وجود نداشت، نتایج نهایی (تبخیر و تعرق) و همچنین نتایج میانی الگوریتم سبال (شاخص دمای سطحی، NDVI و آلبیدو ) با نتایج قابل قبول در دسترس مقایسه شد. نتایج نشان داد تبخیر و تعرق به دست آمده با الگوریتم سبال و نرم­افزار AGWAT روند مشابهی داشتند. روند افزایشی و کاهشی دمای سطحی در گذر زمان منطقی بود. متوسط شاخص NDVI در طول دوره رشد در مزارع مورد مطالعه بین 47/0 تا 53/0 بوده که با توجه به منابع در محدوده قابل قبولی قرار دارد. ضریب بازتاب نور (آلبیدو) با متوسط 18/0-17/0 تغییرات اندکی در بین مزارع منتخب داشت. تغییرات زمانی نتایج نشان دهنده روند افزایشی دمای سطحی، تبخیر و تعرق و شاخص گیاهی NDVI تا اواسط دوره رشد و سپس کاهش این پارامترها می­باشد.

کلیدواژه‌ها

آلبیدو
سبال
دمای سطحی
شاخص گیاهی

عنوان مقاله English

Comparison of spatial and temporal variation of maize evapotranspiration in Mahidasht using Landsat 8 satellite images and available resources

نویسندگان English

Nasim Kamali 1
Bahman Farhadi Bansouleh 2
1 Water Engineering Department, Faculty of Agriculture, Razi University
2 Razi University
چکیده English

The crop evapotranspiration (ET) has spatial and temporal variations within the region due to changes in meteorological parameters, phenological stage, and farm management conditions. The main objective of the present study was to compare the trend of temporal and spatial variations of grain maize evapotranspiration in Mahidasht using satellite images with available resources (due to lack of Lysimeteric data). In this study, the daily evapotranspiration for the four maize farms in the different parts of the plain was calculated using Landsat 8 satellite images and the SEBAL algorithm on six dates during the growing period of maize in the year 2014. Since there was no field measurement of ET to verify the results of estimated ET based on the SEBAL algorithm, the final results (evapotranspiration) and intermediate results (Land surface temperature, Albedo, and NDVI) calculated by the SEBAL algorithm were compared with acceptable values in the literature. Results showed a similar trend of estimated evapotranspiration by the SEBAL algorithm and AGWAT software. The trend of increasing and decreasing land surface temperature was rational. The average of NDVI during the growth period in the studied farms was between 0.47 and 0.53 which was acceptable. Albedo with an average of 0.17-0.18 had slight variations between the selected farms. Results showed rising in land surface temperature, evapotranspiration, and NDVI to the middle of the growth period and then reducing of these parameters. The average estimated maize evapotranspiration based on the SEBAL algorithm was between 3.35 to 8.53 mm/day for the six imagery dates.

کلیدواژه‌ها English

Albedo
SEBAL
Surface temperature
Vegetation index
Ahmadi B., Ghorbani A., Safarrad T., Sobhani B. 2015. Evaluation of surface temperature in relation to land use/cover using remote sensing data. Journal of Remote Sensing and Geographic Information System in Natural Resources, 6(1), pp.61-77 (In Persian).
Akbari M., Toomanian N., Droogres P., Bastiaanssen W.G.M., Gieske A. 2007. Monitoring irrigation performance in Esfahan, Iran, using NOAA satellite imagery. Agricultural Water Management, 88(1), pp.99-109.
 Alizadeh A. 2006. Design of irrigation systems. Astan Quds Razavi Publications (In Persian).
Bastiaanssen W.G. 2005. SEBAL-based sensible and latent heat fluxes in the irrigation Gediz basin. Journal of Hydrology, 229 (1), pp. 87-100.
 Bastiaanssen W.G.M., Menenti M., Feddes R. A., Holtslag A. A. M. 1998. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation. Journal of Hydrology, 212, pp.198-212.
Bastiaanssen W.G.M., Molden D.J., Makin I.W. 2000. Remote sensing for irrigated agriculture: examples for research and possible applications. Agricultural Water Management, 46 (2), pp. 137-155.
Bastiaanssen W.G.m., Van der Wal T., Visser T.N.M. 1996. Diagnosis of regional evaporation by remote sensing to support irrigation performance management. Irrigation and Drainage Systems, 10 (1), pp.1-23.
Karatas B.S., Akkuzu E., Unal H.B., Asik S., Avci M. 2009. Using satellite remote sensing to assess irrigation performance in water user association in the lower Gediz basin, Turkey. Agricultural Water Management, 96(6), pp.982-990.
Karimi A., Farhadi Bansouleh B., Hesadi H. 2012. Estimation of actual evapotranspiration on a regional scale using SEBAL algorithm and Landsat images. Iranian Journal of Irrigation and Drainage, 4(6), pp.353-364 (In Persian).
Kheyrkhah Zarkesh M., Mahboubian A., Hesadi H. 2012. Comparison of Surface Albedo Estimated from Landsat and MODIS Image. Journal of RS and GIS for Natural Resources Sciences, 3(3), pp.49-59 (In Persian).
 Liang S. 2001. Narrowband to broadband conversions of land surface albedo I: algorithms. Journal of Remote Sensing of Environment, 76 (2), pp.213-238.
Omidvar J., Noori S., Davary K., Sanaei Nejad H., Farid Hosseini A., 2013. Estimation of actual evapotranspiration based on satellite images using two algorithms SEBAL and METRIC. Journal of Irrigation and Water Engineering, 3(12), pp.11-22 (In Persian).
Rajeshwari A., Mani N.D. 2014. Estimation of land surface temperature of Dindigul district using Landsat 8 data. International Journal of Research in Engineering and Technology, 3(05), pp.122-126.
Rozenstein O., Qin Z., Derimian Y., Karnieli A. 2014. Derivation of land surface temperature for Landsat-8 TIRS using a split window algorithm. Sensors, 14(4), pp.5768-5780.
 
Seifi A., Mirlatifi S. M., Riahi H. 2011. Developing A Combined Model of Multiple Linear Regression-Principal Component and  Factor Analysis (Mlr-Pca) For Estimation of   Reference Evapotranspiration (Case Study: Kerman Station). Journal of Water and Soil, 24(6), pp. 1186-1196 (In Persian).    
Sobrino J. A., Jiménez-Muñoz J. C., Paolini L. 2004. Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of environment, 90(4), pp.434-440.     
Song L., Liu S., Kustas W. P., Zhou J., Ma Y. 2015. Using the surface temperature-albedo space to separate regional soil and vegetation temperatures from ASTER data. Remote Sensing. 7(5), pp.5828-5848.      
Tasumi M., Allen R.G., Trezza R., 2008. At surface reflectance and albedo from satellite for operational Calculation of land surface energy balance . Journal of Hydrologic Engineering, 13(2), pp.51-63.   
 Weng Q., Lu D., Schubring J. 2004. Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies.  Remote sensing of Environment, 89(4), pp.467-483. Yale University., 2013.
Yale Guide to Landsat 8 Image Processing. Yaqubzadeh M., Boroumand Nasab S., Izadpanah Z., Seyed Kaboli H. 2015. Investigation of the trend of spatial and temporal changes of evapotranspiration by remote sensing in semi-arid regions. Journal of Water Research in Agriculture, 2, pp.221-234 (In  Persian).
رویکردهای نوین در مهندسی آب و محیط‌زیست
دوره 1، شماره 1
فروردین 1401
صفحه 51-62

صفحه اصلی

راهنمای نویسندگان

ارسال مقاله

داوران

تماس با ما