بهبود برآورد عملكرد محصول در مدل شبيه‌سازي SWAP با استفاده از داده‌هاي ماهواره‌اي

Improving Crop Yield Estimation through SWAP Model Using Satellite Data

به منظور برآورد عملكرد گیاهان در سطوح وسیع، از روش به‌روزرسانی مدل‌های رشد گیاه با داده‌های ماهواره‌ای استفاده می‌شود. هدف این تحقیق تعیین میزان بهبود برآورد عملكرد محصول در مدل شبیه‌سازی SWAP با استفاده از این روش بود. این تحقیق در سال زراعی 1390ـ 1391 در سه سامانة آبیاری عقربه‌ای، واقع در شبكة آبیاری قزوین، تحت كشت گیاهان ذرت علوفه‌ای و چغندرقند، انجام شد. اجرای مدل SWAP در دو مرحلة بدون به‌روزرسانی و با به‌روزرسانی با شاخص سطح برگ ماهواره‌ای انجام شد. برآورد عملكرد محصول چغندرقند و ذرت با مدل SWAP به‌روزرسانی‌شده به‌ترتیب 7/13 و 5/14 درصد در مقدار درصد خطا و 321/3 و 621/1 تن بر هكتار در مقدار RMSE بهبود یافت. نتایج به‌دست‌آمده نشان داد با به‌روزرسانی شاخص سطح برگ ماهواره‌ای می‌توان خطاهای داده‌های ورودی مدل و عدم ‌قطعیت موجود در آن‌ها را به میزان زیادی كاهش داد و با دقت مطلوبی عملكرد را در سطح وسیع و با تفكیك مزرعه به مزرعه برآورد كرد.

Updating the satellite data in crop growth models is a useful technique to estimate the crop yield on some large scale farms. Throughout the present study, the improvement of SWAP model simulation was investigated using this technique for crop yield estimation. The study was conducted during 2012 growing season at some three center- pivot farms, covered by fodder maize and sugar beet as the main crops in Qazvin Irrigation Network. SWAP model was run by two methods, namely through either non-updated or updated satellite Leaf Area Index (LAI) data. Results indicated that sugar beet and fodder maize yields estimated through updated SWAP model were improved by about 13.7 and 14.5 (%) in absolute percent error while they amounted to 3.321 and 1.621 (ton/ha) in RMSE.The obtained results indicated that the LAI assimilation technique (using satellite data) can greatly reduce errors related to model input parameters. It can reduce the uncertainty as well as estimate fairly accurately the crop yield in a large area and on any individual farm.