ارزیابی عملکرد الگوریتم های SEBAL و EEFLux در برآورد تبخیر و تعرق روزانه با استفاده از داده های ماهواره لندست ۸

تبخیر و تعرق به عنوان یکی از مولفه های کلیدی چرخه هیدرولوژیکی کره زمین می باشد و برآورد دقیق آن به عنوان یک عامل مهم در برنامه ریزی و مدیریت منابع آب در کشاورزی از اهمیت بسیار زیادی برخوردار می باشد. طی چند دهه گذشته، روش های مبتنی بر استفاده از تصاویر ماهواره ای مورد توجه پژوهشگران قرار گرفته است به طوریکه محققان انواع روش های سنجش از دور را برای برآورد تبخیر و تعرق توسعه داده اند. در پژوهش حاضر، امکان استفاده از دو مدل مبتنی بر سنجش از دور سبال (SEBAL) و متریک (EEFlux) و نیز مقایسه آنها در برآورد تبخیر و تعرق روزانه در مزرعه اوقاف اراک مورد بررسی قرار گرفت. با استفاده از مدل های SEBAL و EEFlux شارهای سطحی برای هر پیکسل تصویر ماهواره لندست ۸ (برای هست تصویر در دوره فصل رویشی در مزرعه اوقاف اراک) محاسبه و مقدار تبخیر و تعرق واقعی به صورت باقی مانده معادله توازن انرژی در سطح برآورد شد. دقت نتایج الگوریتم های SEBAL و EEFlux با استفاده از داده های لایسیمتر (برداشت شده در ۸ تاریخ منطبق با تاریخ تصاویر ماهواره لندست ۸) با استفاده از معیارهای PBAIS، NSE، RMSE و R۲ انجام شد. نتایج برآورد تبخیر و تعرق روزانه حاصل از الگوریتم های SEBAL و EEFLux به این صورت بود که با شروع فصل زراعی مقادیر تبخیر و تعرق روزانه کم بود و سپس با گذر زمان و رسیدن به میانه های فصل زراعی مقدار تبخیر و تعرق به اوج خود رسید و سپس بعد از آن مقادیر تبخیر و تعرق به علت کاهش دما و همچنین تغییرات پوشش ذرت در منطقه مورد مطالعه سیر نزولی به خود گرفت. مقایسه الگوریتم های SEBAL و EEFLux حاکی از آن بود که الگوریتم SEBAL حدود ۷.۷۱ درصد تبخیر و تعرق واقعی روزانه در محدوده مزرعه اوقاف اراک را بیشتر برآورد کرده است. نتایج ارزیابی عملکرد بیانگر این بود که RMSE، NSE، PBIAS و R۲ بر اساس الگوریتم SEBAL به ترتیب برابر با ۰.۷۱۱، ۰.۸۰۷، ۷.۳۹۸ و ۰.۸۸۵ و برای الگوریتم EEFLux به ترتیب برابر با ۱.۰۴۶، ۰.۵۸۲، ۱۵.۰۸۰ و ۰.۷۹۳ بود. از این رو ارزیابی عملکرد الگوریتم های SEBAL و EEFLux با توجه به داده های لایسیمتر نشان داد که الگوریتم SEBAL دارای همبستگی بالاتر و و انحراف معیار کمتر نسبت به الگوریتم EEFLux می باشد. براین اساس، الگوریتم SEBAL نسبت به الگوریتم EEFLux نتایج بهتری را ارائه داده است و الگوریتم SEBAL دقت بالای تصاویر در برآورد تبخیر و تعرق را نشان داد