روش جديد مبتني بر تصاوير ماهواره لندست 8 و سنجنده ماديس براي تخمين تبخير و تعرق مرجع ماهانه در دو اقليم خشك و نيمه‌خشك

مديريت آب كشاورزي و برنامه‌‌ريزي آبياري به برآورد دقيق تبخير و تعرق مرجع (ET0) وابسته هستند. با استفاده از تصاوير ماهواره‌اي مي‌‌توان در مناطق فاقد ايستگاه هواشناسي، كمبود اطلاعات آب و هوايي را جبران كرد. بنابراين، در اين مطالعه، الگوريتم‌هاي جنگل تصادفي (RF) و پرسپترون چندلايه (MLP) براي برآورد تبخير و تعرق مرجع ماهانه در ايستگاه‌هاي اهواز (اقليم ‌خشك) و تبريز (اقليم نيمه‌خشك) با استفاده از پارامترهاي استخراج شده از تصاوير ماهواره لندست 8 و سنجنده ماديس اجرا شده است. لازم به ذكر است كه پايگاه داده بر اساس داده‌هاي تصاوير ماهواره‌اي جمع‌آوري شده از سال 1392 تا 1400 ايجاد شد. هم‌چنين براي توسعه مدل‌هاي مذكور، از داده‌هاي سال‌‌هاي 1392-1398 (75 درصد) براي آموزش مدل و داده‌هاي باقي‌مانده (25 درصد) براي آزمايش مدل استفاده شد. علاوه بر اين، متغير‌هاي ورودي، شامل دماي سطح زمين لندست (LSTLand)، دماي سطح زمين ماديس (LSTMOD)، شاخص نرمال شده تفاوت پوشش گياهي ماهواره لندست (NDVILand) و شاخص نرمال شدي تفاوت پوشش گياهي سنجنده ماديس (NDVIMOD) براي تخمين ET0 ماهانه استفاده شد. هم‌چنين، سه شاخص عملكرد ضريب تعيين (R2)، ريشه ميانگين مربعات خطا (RMSE) و ضريب نش-ساتكليف (NS) به‌منظور تعيين توانايي مدل‌هاي اجرا شده مورد استفاده قرار گرفت. نتايج نشان داد كه دقت برآورد تبخير و تعرق مرجع ماهانه در ايستگاه اهواز و تبريز با سناريوي 4 شامل پارامترهاي ورودي LSTMOD و NDVIMOD بهتر از ساير سناريوهاي مورد بررسي است. هم‌چنين برآورد تبخير و تعرق مرجع ماهانه در ايستگاه اهواز و تبريز به‌ترتيب با مدل (R2=0/983، RMSE=0/279 و 0/962=NS) RF-4 و (R2 R2=0/988، RMSE=0/299 و 0/935=NS) MLP-4 بهترين عملكرد را داشته است. در نهايت چنين نتيجه‌‌گيري شد كه كاربرد داده‌هاي حاصل از تصاوير سنجنده ماديس نسبت به ماهواره لندست 8 در برآورد تبخير و تعرق مرجع ماهانه دقيق‌تر است.