ارزیابی الگوریتم مثلثی برای برآورد تبخیر-تعرق واقعی پسته در دشت کرمان

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

تبخیر-تعرق یکی از مولفه‎های کلیدی بیلان آب و برنامه‎ریزی آبیاری است. بنابراین برآورد دقیق این مولفه می‎تواند باعث بهبود مدیریت بهره‎برداری از آب و افزایش راندمان مصرف آب شود. با توجه به محدودیت ابزار اندازه‎گیری تبخیر-تعرق، روش‎های سنجش از دور می‎تواند به این منظور استفاده شود. در این مقاله از الگوریتم مثلثی برای تخمین تبخیر-تعرق در دشت کرمان در فصل های رشد 1399 (2020) و 1400 (2021) استفاده و نتایج آن به صورت نقشه‏های پهنه‏بندی تبخیر-تعرق ارائه شد. برای صحت‎سنجی نتایج الگوریتم، مقدار تبخیر-تعرق واقعی به دست آمده با استفاده از روش مثلثی برای یک باغ پسته که دارای شرایط مدیریت شده (بدون تنش) بود، با مقادیر حاصل از روش فائو 56 مقایسه شد. نتایج نشان داد که مقدار تبخیر-تعرق برای این باغ پسته با دقت قابل قبولی تخمین زده شده است (ضریب همبستگی 73/0، میانگین خطا 6/1- میلی متر در روز، جذر میانگین مربعات خطا 8/1 میلی متر در روز و nRMSE برابر 4/0). اگرچه مقدار منفی ضریب نش-ساتکلیف (3/1-) نشان می دهد که میانگین مقادیر حاصل از فائو 56 پیش بینی بهتری از الگوریتم مثلثی ارائه می دهد. مقادیر به دست آمده از الگوریتم مثلثی کمتر از مقادیر فائو 56 بود که می تواند به دلیل عدم قطعیت موجود در الگوریتم، عدم قطعیت داده های اندازه گیری شده و یا اختلاف زمانی بین تاریخ تصاویر انتخابی و تاریخ آبیاری باشد.

زبان:
فارسی
صفحات:
94 تا 115
لینک کوتاه:
magiran.com/p2713663 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!