این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش آب در کشاورزی، جلد ۳۰، شماره ۴، صفحات ۵۲۵-۵۴۱
عنوان فارسی ارزیابی الگوریتم سبال برای تخمین تبخیر- تعرق واقعی حوضه نیشابور-رخ با استفاده از مدل SWAT
چکیده فارسی مقاله الگوریتم سبال ابزاری است که از آن برای تخمین توزیع مکانی تبخیر- تعرق واقعی با استفاده از تصاویر ماهواره­ای از جمله مودیسو لندست استفاده می­شود. اگرچه تصاویر لندست دارای توان تفکیک مکانی بالاتری نسبت به تصاویر مودیس هستند (30 متر در برابر 1000 متر)، اما توان تفکیک زمانی آن­ها نسبت به تصاویر مودیس کمتر است (هر 16 روز در برابر هر روز). از طرف دیگر، تصاویر هر روزه مودیس به دلیل مشکلاتی از قبیل ابرناکی ممکن است همیشه قابل استفاده نباشد و همچنین تفسیر تصاویر متعدد به شدت زمان بر است. در این مطالعه از بین تصاویر هر روزه مودیس تصاویری انتخاب شد که بتواند تغییرات ناگهانی جوی و بارش­های رخداده را پایش نموده تا بتوان با کاهش زمان مورد نیاز برای تفسیر تصاویر ماهواره­ای بدون از دست دادن اطلاعات مفید تصاویر، به تخمینی بهتر از تبخیر-تعرق واقعی دست یافت. با توجه به اهمیت انتخاب پیکسل های سرد و گرم و به دلیل اینکه انتخاب این پیکسل­ها نیاز به مهارت زیادی دارد و زمانبر می­باشد، در این مطالعه از الگوریتم انتخاب خودکار پیکسل سرد و گرم (بدون دخالت کاربر) با کمک تصاویر لندست استفاده شد. در نهایت برای تخمین تبخیر- تعرق سالانه از روی تصاویر روزانه، علاوه بر استفاده از روش درون­یابی خطی بین تصاویر، از روش خطی- لگاریتمی نیز استفاده شد. تبخیر- تعرق به دست آمده از الگوریتم سبال با شرایط توصیف شده در بالا، با تبخیر- تعرق حاصل از معادله بیلان آب و خروجی مدل SWAT برای سه سال تر (1384-1383)، نرمال (1385-1384) و خشک (1387-1386) در حوضه نیشابور- رخ مقایسه شد. همچنین برای صحت­سنجی نتایج از چارچوب بادیکو نیز استفاده شد. بر اساس نتایج به دست آمده، در مقایسه با مدل SWAT، روش خطی- لگاریتمی نتایج بهتری ارائه داد (RMSE، MBE و MAE برای روش خطی-لگاریتمی به ترتیب 4/20، 09/0 و 4/18 میلیمتر در سال و برای روش خطی به ترتیب 8/21، 4/2-، 8/20 میلیمتر در سال بود). نتایج همچنین نشان داد که انتخاب خودکار پیکسل سرد و گرم در الگوریتم سبال ، نتایج قابل قبولی برای تخمین تبخیر- تعرق واقعی در مقیاس زمانی سالانه و مقیاس مکانی کل حوضه به همراه دارد. اما در مقیاس­های کوچکتر مکانی (واحدهای پاسخ هیدرولوژیکی) و زمانی (ماهانه) نتایج الگوریتم سبال با خروجی مدل SWAT همبستگی خوبی ندارد. نتایج همچنین گواهی داد که با وارد کردن عمق آبیاری در منحنی­های بادیکو، تبخیر به دست آمده توسط الگوریتم سبال و مدل SWAT از چارچوب بادیکو تبعیت می­کند.
کلیدواژه‌های فارسی مقاله بادیکو، درون‌یابی، لندست، مودیس،
عنوان انگلیسی Assessment of the SEBAL Algorithm to Estimate Actual Evapotranspiration in Neishaboor-Rokh Watershed Using SWAT Model
چکیده انگلیسی مقاله The SEBAL algorithm is used to estimate spatial distribution of actual evapotranspiration using remote sensing imageries of MODIS or Landsat. Despite having a better spatial resolution than MODIS imageries (30 m instead of 1000 m), Landsat imageries do not have an appropriate temporal resolution (every 16 days instead of daily). On the other hand, the daily imageries of MODIS can be difficult to use under cloudy condition. Additionally, it is also a time-consuming process to interpret all the imageries. In this research, we chose the appropriate imageries from MODIS to be able to monitor the sudden weather changes as well as rainfall events and to reduce the interpretation time, while keeping the important information of the daily MODIS imageries in order to obtain the better actual evapotranspiration estimates. Due to the importance of hot and cold pixel selection, whose selection needs time and proficiency, we applied the automated method of hot and cold pixel selection (without user-intervention) using Landsat imageries. To integrate evapotranspiration over time, we used linear-logarithmic interpolation method in addition to linear interpolation method. The estimated actual evapotranspiration by SEBAL was compared to the estimated actual evapotranspiration from water balance equation and SWAT model for 3 years including a wet year (2004-2005), a normal year (2005-2006) and a dry year (2007-2008) in the Neishaboor-Rokh watershed. Furthermore, we used the Budyko framework to validate the evapotranspiration estimated by SEBAL and SWAT. The results showed that in comparison to SWAT, the linear-logarithmic interpolation method performed better than the linear method to estimate evapotranspiration. For linear-logarithmic method, RMSE, MBE, and MAE were 20.4, 0.09, and 18.4 mm year-1, respectively; and for the linear method, they were 21.8, -2.4, and 20.8 mm year-1, respectively. The results also demonstrated that the SEBAL algorithm with automated cold and hot pixel selection is able to have a good estimate of actual evapotranspiration at annual time scale and watershed scale. But, the algorithm does not perform well at HRUs and monthly scale in comparison to SWAT model. Results showed that by taking irrigation into account, evaporation estimated by SEBAL and SWAT follows the Budyko framework.
کلیدواژه‌های انگلیسی مقاله Budyko, Interpolation, Landsat, MODIS
نویسندگان مقاله آمنه میان آبادی |
دانشجوی دکترای گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد.
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

امین علیزاده |
استاد گروه مهندسی آب دانشگاه فردوسی مشهد
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

سیدحسین ثنایی نژاد | seyed hossein
دانشیار گروه مهندسی آب-دانشگاه فردوسی مشهد
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

بیژن قهرمان |
استاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد.
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

کامران داوری |
عضو هیئت علمی گروه مهندسی آب- دانشگاه فردوسی مشهد
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

نشانی اینترنتی http://wra.areo.ir/article_109014_55b012cd820d18f5ad14acc95669b51f.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1318/article-1318-459340.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات