برآورد تبخير و تعرق مرجع با استفاده از تصاوير ماهواره نوا و مدل درختي M5 براي شبكه‌هاي آبياري - مطالعه موردي شبكه آبياري قزوين

Estimation of Reference Evapotranspiration Using NOAA Satellite Images and M5 Model Tree for Irrigation Networks - Case Study: Gazvin Irrigation Network

تبخير و تعرق مرجع (ET0) يكي از پارامترهاي لازم براي تعيين آب مورد نياز و برنامه‌ريزي آبياري گياهان است. در اين تحقيق، روشي ارائه شد كه اين پارامتر در شبكه‌هاي آبياري با استفاده از تصاوير ماهواره نوا برآورد شود. در اين روش، براي هر تصوير، يك پيكسل از مجموعه پيكسل‌هاي محدوده شبكه آبياري با بيشترين شاخص پوشش گياهي انتخاب شد و دماي سطح آن به همراه پارامتر تابش فرا زميني به‌عنوان ورودي مدل تبخير و تعرق استفاده مي‌شود. مدل درختي M5 براي تبديل دماي سطح زمين و تابش فرا زميني به ET0 به‌كار رفت. شبكه مورد مطالعه اين تحقيق شبكه آبياري قزوين بود. تعداد 231 تصوير ماهواره نوا مربوط به فصل آبياري شبكه قزوين براي يك دوره 3 ساله استفاده شد. نتايج نشان داد كه ET0 با استفاده از مدل تدوين شده و داده‌هاي اختصاص داده شده براي آزمون، با ضريب تعيين (R2)، درصد جذر ميانگين مربع خطا (RMSE) و درصد ميانگين انحراف خطا (MBE) به‌ترتيب برابر 0/81، 8/5 درصد و 2/5 درصد برآورد شده است.

Reference evapotranspiration (ET0) is a necessary parameter for calculating crop water requirements and irrigation scheduling. In this study, a method was presented as ET0 is estimated with NOAA satellite imagery in the irrigation network. In this method, a pixel from a set of pixels within the irrigation network was chosen with the highest vegetation index, and its surface temperature (Ts) with extraterrestrial radiation parameter (Ra) was used as inputs of the model. The M5 model tree for converting Ta and Ra to ET0 was used as input variables. In this research, Gazvin irrigated area was selected as a case study. A total of 231 images of NOAA satellite related to irrigation season of the study area were used. The results obtained by the M5 model were compared with the Penman–Monteith results, and error values were found within acceptable limits. The coefficient of determination (R2), percentage root mean square error (PRMSE) and the percentage mean bias error (PMBE) were found to be 0.81, 8.5% and 2.5%, respectively, for the testing data set.