تخمين تبخيرتعرق واقعي با استفاده از تصاوير سنجنده هاي MODIS و ETM+ در اراك

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

در اين تحقيق به بررسي توزيع مكاني تبخيرتعرق و رابطه آن با سنجش از دور در مقابل داده هاي لايسيمتري به عنوان شاهد در شهرستان اراك واقع در استان مركزي در ايران پرداخته شده است. در برآورد مقدار تبخيرتعرق واقعي براساس مدل هاي SEBAL، SSEB و TSEB در منطقه از 28 تصوير از سنجنده هاي MODIS و سنجنده + ETM در طي سال هاي 1380 تا 1383 استفاده شد. تعدد تصاوير MODIS وقدرت تفكيك زماني مناسب آن، دليلي بر ميزان خطاي كمتر در برآورد تبخيرتعرق مرجع است. طبق نتايج آماري از ميان سه مدل مورد بررسي، مدلSEBAL با كمترين ميزان RMSE در هر دو سنجنده MODIS وETM+ (0/97 و 38/1 ميلي متر بر روز) به عنوان مدل برتر در منطقه معرفي شد و مدل TSEB ضعيف ترين عملكرد را در هر دو سنجنده MODIS و ETM + داشته است (mm/day 3/57 و 2/53=RMSE). در مقايسه عملكرد دو سنجنده، سنجنده ETM+ماهواره لندست7 به دليل قدرت تفكيك مكاني بالاتر، براي برآورد تبخيرتعرق توصيه مي شود. علاوه بر اين در بررسي پوشش گياهي، بر اساس شاخص گياهي NDVI، در ابتداي دوره كشت به دليل جوانه زني و تنك بودن پوشش گياهي، اين شاخص در پايين ترين حد خود قرار دارد و به ترتيب با افزايش دماي هوا و پوشش گياهي، شاخص NDVI رو به افزايش است. فاكتور L اهميت به سزايي در برآورد SAVI و در نهايت، برآورد تبخيرتعرق براي منطقه مورد مطالعه دارد كه به پوشش منطقه وابسته است. در اين تحقيق براي منطقه مورد مطالعه در دوره رشد حداكثري گياه، مقدار0/6= L تخمين زده شد كه در برابر ديگر مقادير مورد بررسي، داراي كمترين مقدار خطا بود.

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 2000-2004. 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.