عدم قطعیت‌های برآورد تبخیر-تعرق واقعی در مقیاس حوضه آبریز با استفاده از مدل SEBAL

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی و مدیریت منابع آب، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران.

2 عضو هیأت علمی گروه مهندسی و مدیریت منابع آب، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران.

چکیده

برآورد تبخیر-تعرق واقعی در سطح حوضه آبریز با استفاده از الگوریتم بیلان انرژی سطح (SEBAL) به عنوان یکی از پرکاربردترین مدل‌های مبتنی برداده‌های سنجش از دور، متاثر از عدم قطعیت‌های ناشی از نحوه انتخاب پیکسل‌های حدی، نوع سنجنده و محدوده مکانی مورد بررسی است. در تحقیق پیش رو، با استفاده از تصاویر ماهواره‌ای MODIS و Landsat 8، همچنین استفاده از مدل‌های بیلان انرژی سطح PySEBAL و MPySEBAL (نسخه اصلاح شده آن) اقدام به بررسی اثر این عدم قطعیت‌ها بر روی نتایج برآورد تبخیر-تعرق واقعی برای محدوده دشت ارومیه شده است. نتایج اعتبارسنجی مدل‌ها با داده‌های لایسیمتری در بازه‌ی زمانی 2010-2011، حاکی از آن است که مدل MPySEBAL نسبت به مدل PySEBAL تا 70 درصد خطای (RMSE) کمتری در برآورد تبخیرتعرق روازنه دارد. همچنین در مناطق ناهمگن و متنوع از نوع کاربری اراضی نظیر دشت ارومیه، استفاده از تصاویر سنجنده MODIS با قدرت تفکیک مکانی کمتر در مقابل تصاویر Landsat 8، متوسط تبخیر-تعرق واقعی روزانه را تا حدود 33 درصد بیشتر برآورد می‌کند. به علاوه محدود نکردن تصویر به ناحیه مورد بررسی عدم قطعیتی تا 8 درصد ایجاد می‌کند. در مقایسه نسبی عدم قطعیت‌های ناشی از تنظیمات مدل SEBAL، به ترتیب انتخاب خودکار پیکسل‌های حدی بر اساس تعیین حدود آستانه برای دمای سطح و NDVI، قدرت تفکیک مکانی سنجنده و انتخاب محدوده مکانی ورودی به مدل بیشترین اثرگذاری را در نتایج دارند. نتایج این پژوهش می‌تواند دربهبود دقت مدل‌های تبخیر تعرق و برآورد مصارف آب بخش کشاورزی در مقیاس‌های مزرعه تا سطح حوضه مورد استفاده قرار گیرد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Uncertainties in Estimation of Basin-Scale Actual Evapotranspiration Using SEBAL

نویسندگان [English]

  • Amir Hossein Owlia 1
  • Somayeh Sima 2
1 M.Sc., Faculty of Civil and Environmental Engineering, Tarbiat Modares University, Tehran, Iran.
2 Assistant Professor, Faculty of Civil and Environmental Engineering, Tarbiat Modares University, Tehran, Iran.
چکیده [English]

Estimation of actual evapotranspiration (Eta) at the basin-scale using SEBAL, as one of the commonly used satellite-based models, are affected by uncertainties associated with the selection of the anchor pixels, satellite sensors, and the spatial extent of the input satellite images. This study aims at investigating the impacts of the aforementioned uncertainties on the actual evapotranspiration estimates in Urmia Plain (in the northwest of Iran) using the MODIS and Landsat 8 satellite imaginaries and the PySEBAL and MPySEBAL (Modified version) models. Results of the models validations with lysimetric data from 2010 to 2011 showed that MPySEBAL (with cold pixels on well-irrigated vegetation) outperforms PySEBAL by providing up to 70% less RMSE. Moreover, in the heterogeneous areas such as Urmia Plain using MODIS data, with coarse spatial resolution, leads to a 33 percent overestimation of daily Eta compared to Landsat 8 results. Furthermore, introducing a satellite image at its original extent rather than cropping the study area will result in 8% uncertainty in the daily Eta estimates. Comparing the relative impacts of the three sources of uncertainties indicated that the selection of the anchor pixels based on the surface temperature and NDVI thresholds, the spatial resolution of the sensors, and the spatial extent of the input images introduce the largest uncertainties respectively. Findings of this study can be used to enhance the accuracy of satellite-based Eta models and estimation of the irrigation water consumption from filed to basin scales.

کلیدواژه‌ها [English]

  • Agricultural Water Consumption,
  • Surface Energy Balance
  • , PySEBAL
  • , Remote Sensing