فهرست نشریات علمی دسترسی آزاد ایران

سابقه و هدف: یکی از مراحل اساسی در مدیریت منابع آب، تخمین دقیق پارامتر‌های بیلان آب است. برآورد صحیح تبخیرتعرق و تعیین نیاز آبی گیاهان امری حیاتی برای بهبود مدیریت آب و افزایش کارایی مصرف آب است. اگرچه روش‌های اندازه‌گیری تبخیرتعرق با استفاده از داده‌های ایستگاه‌های زمینی، اندازه‌گیری‌های نقطه‌ای تبخیرتعرق را با دقت بالا ارائه می‌دهند. اما نیاز به نقشه‌های تبخیر و تعرق منطقه‌ای برای پایش منابع آب احساس می‌شود. در این راستا، مدل‌های تخمین تبخیرتعرق ماهواره‌ای مانند SEBAL می‌تواند مفید واقع شود. البته کارایی این مدل در اقلیم‌ها و محصولات مختلف متفاوت است. بنابراین، هدف این مطالعه محاسبه تبخیرتعرق با استفاده از مدل SEBAL با تصاویر ماهواره‌ای Landsat 8 در پلتفرم گوگل ارث انجین و ارزیابی دقت مدل در برابر روش FAO-Penman-Monteith (ETo) و تبخیر و تعرق پوشش گیاهی (ETc) است. مواد و روش‌ها: این مطالعه در منطقه جنگاه شهرستان تربت جام واقع در استان خراسان رضوی در بازه زمانی بین سال‌های 1392 تا 1401 انجام شد. برای این مطالعه، الگوریتم محاسباتی با استفاده از معادلات مربوطه به زبان جاوا در گوگل ارث انجین نوشته شد و تصاویر روزانه تبخیرتعرق برای منطقه مورد مطالعه دریافت گردید. سپس تبخیرتعرق روزانه برای منطقه مورد نظر با استفاده از نرم‌افزار QGIS استخراج گردید. به منظور ارزیابی دقت مدل سبال در برابر تبخیرتعرق گیاه مرجع و تبخیرتعرق پوشش گیاهی به روش فائو پنمن مانتیث از شاخص‌های آماری مانند ضریب همبستگی (CC)، بایاس نسبی (RBIAS)، خطای ریشه میانگین مربعات ریشه (RMSE) و میانگین خطای مطلق (MAE) استفاده گردید. یافته‌ها: نتایج نشان دادند که مدل سبال دارای همبستگی قوی با تبخیرتعرق پوشش گیاهی منطقه است (85/0=R²). این مدل مقادیر تبخیرتعرق روزانه پوشش گیاهی منطقه را با بایاس مثبت کمی بیش از حد تخمین زد(016/0 میلی‌متر). اعتبار سنجی مدل در مقابل تبخیرتعرق پوشش گیاهی خطا‌های نسبتاً جزئی را نشان داده و مقادیر میانگین مطلق خطا و ریشه میانگین مربعات خطا به ترتیب 76/0 میلی‌متر و 97/0 میلی‌متر در روز بوده است. نتیجه‌گیری: افزایش دسترسی به داده‌های ماهواره‌ای و پیشرفت‌های جدید در تکنیک‌های سنجش از دور، راه را برای سیستم‌هایی هموار می‌کند که قادرند استفاده از آب توسط ذینفعان مختلف را نزدیک به زمان واقعی در مقیاس‌های مکانی مختلف پایش کنند. در این راستا، مدل‌های تخمین تبخیر و تعرق ماهواره‌ای مانند SEBAL می‌توانند مفید باشند. البته، کارایی این مدل در اقلیم‌ها و محصولات مختلف متفاوت است. با توجه به نتایج پژوهش، مشاهده شد که روش SEBAL مقادیر واقعی تبخیر و تعرق را با نتایج قابل قبول محاسبه می‌کند. این نتایج نشان می‌دهد که استفاده از این روش می‌تواند در منطقه مورد مطالعه مناسب باشد. به طور خلاصه، یافته‌ها نشان می‌دهد که الگوریتم SEBAL یک رویکرد مناسب برای تخمین تبخیر و تعرق محصول است و می‌تواند به عنوان یک ابزار مؤثر برای مدیریت منابع آب در مزارع و سایر زمینه‌های مشابه عمل کند.