تلفيق تصاوير ماهواره Landsat 8 و سنجنده ي MODISجهت برآورد نياز آبي ذرت علوفه اي در دوره رشد (منطقه مورد مطالعه: ماهيدشت كرمانشاه)

Integration of Landsat 8 Satellite Images and MODIS Sensor to Estimate Actual Crop Evapotranspiration of Maize During the Growing Period (Case Study: Mahidasht, Kermanshah Province

تبخير و تعرق به عنوان يكي از مولفه هاي كليدي چرخه هيدرولوژيكي مي باشد و كمي كردن مقادير آن جهت درك فرايندهاي اصلي از قبيل تغييرات فنولوژي پوشش گياهي، خطرات زيست محيطي مانند سيلاب و خشكسالي، و به طور كلي بيلان آب اكوسيستم ها امري ضروري مي باشد. استفاده از روش هاي مبتني بر بيلان انرژي سطحي با استفاده از سنجش از دور جهت تخمين تبخير و تعرق بطور روز افزوني افزايش يافته است. هدف از پژوهش حاضر، تلفيق تصاوير لندست 8 و موديس با استفاده از الگوريتم سبال جهت برآورد تبخير و تعرق گياه ذرت در منطقه ماهيدشت كرمانشاه مي باشد. به منظور تلفيق تصاوير ماهواره اي از روش خطي با عرض از مبدا صفر(LinZi) استفاده شد. همچنين همزمان تبخير و تعرق واقعي ذرت در 15 مزرعه واقع در منطقه مورد مطالعه بر اساس داده هاي زميني برآورد گرديد. نتايج حاصل از الگوريتم سبال با برآوردهاي زميني تبخير و تعرق با استفاده از آماره هاي MAE، BIAS و RMSE مورد مقايسه قرار گرفتند. نتايج بيانگر اين بود كه تلفيق تصاوير ماهواره اي منجر به بهبود دقت تبخير و تعرق برآوردي نسبت به تصاوير لندست 8 شده است. ميانگين خطاي مطلق تبخير و تعرق برآوردي در طول دوره رشد بر اساس تصاوير لندست و تلفيق تصاوير به ترتيب 0/44 و 0/42 ميلي متر در روز تعيين گرديد. به طور كلي نتايج اين تحقيق نشان داد كه برآورد تبخير و تعرق با استفاده از الگوريتم سبال و براساس تلفيق تصاوير با دقت هاي متفاوت زماني و مكاني مي تواند نتايج قابل قبولي را ارائه دهد.

Evapotranspiration is one of the key components in the hydrological cycle and its quantification is essential to understand the processes such as vegetation phenological changes, environmental hazards such as floods and droughts, and, in general, the ecosystem water balance. Remote sensing methods based on surface energy balance are being more widely used to estimate evapotranspiration. The purpose of this study was to estimate the actual evapotranspiration of maize based on integration of Landsat 8 and MODIS satellite images using the SEBAL algorithm in Mahidasht, Kermanshah province. Linear with Zero Intercept (LinZi) method was used to integrate satellite images. Also, actual evapotranspiration of maize in 15 farms in the study area was estimated based on ground surface data. The results of the SEBAL algorithm were compared with ground-based actual evapotranspiration using MAE, BIAS and RMSE indices. The results indicated that the combination of satellite images has led to an improvement in the accuracy of estimated actual evapotranspiration compared with that obtained by Landsat 8 images. The mean absolute error of estimated actual evapotranspiration during the growing period was determined as 0.44 and 0.42 mm.day -1 respectively based on Landsat 8 and combined images. In general, the results of this study showed that the estimation of actual evapotranspiration using the SEBAL algorithm and based on the integration of satellite images with different spatial and temporal resolutions could result in acceptable values.