برآورد تبخیر و تعرق مرجع با استفاده از داده های سنجش ازدور در دشت همدان بهار
Publish place: Iranian Water Researches Journal، Vol: 15، Issue: 4
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 195
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWAI-15-4_005
تاریخ نمایه سازی: 11 اردیبهشت 1402
Abstract:
باتوجه به افزایش تولید محصولات کشاورزی و همچنین وقوع خشکسالی مکرر در بسیاری از مناطق جهان، نیاز شدید به برآورد دقیق تری از میزان آب مصرفی گیاهان و درنتیجه برآورد دقیق تبخیر و تعرق مرجع احساس می شود. معادله پنمن مانتیث فائو برای برآورد تبخیر و تعرق مرجع به عنوان روشی استاندارد در بسیاری از تحقیقات معرفی شده است. از معایب اصلی این روش به صورت نقطه ای و دردسترس بودن داده های هواشناسی در مکان های خاص می باشد. درحالی که با استفاده از داده های سنجش ازدور می توان این مشکل را برطرف نمود. در این پژوهش، هدف اصلی ترکیب داده های سنجش ازدور با مدل-های یادگیری ماشین برای برآورد تبخیر و تعرق مرجع است. با استفاده از مدل های یادگیری ماشین، چالش های انتخاب بهترین مدل ممکن، متغیرهای ورودی مدل و دردسترس بودن داده های موردنیاز ایجاد می شود؛ بنابراین در این پژوهش مدل-های مطرح RF، GBR و SVR انتخاب و از داده های تصاویر لندست و شاخص های پوشش گیاهی استفاده شد. منطقه موردمطالعه، دشت همدان بهار واقع در مناطق غربی کشور است. در این پژوهش برای برآورد تبخیر و تعرق مرجع، از دو رویکرد استفاده شد که در رویکرد اول، متغیرهای ورودی مدل ها با مقادیر همه باندهای تصاویر لندست، درحالی که در رویکرد دوم، شاخص های پوشش گیاهی به عنوان ورودی مدل معرفی و استفاده شد. مدل RF با شاخص های پوشش گیاهی، نتایج آماری برابر با (%۱۴.۱=RMSE و %۷۶.۴=R۲) داشت، درحالی که با استفاده از همه باندهای لندست (%۱۱.۷=RMSE و %۸۴.۱=R۲) و همچنین در مقایسه با الگوریتم های دیگر، با مقداری دقت بیشتر تبخیر و تعرق مرجع را برآورد کرد. نتایج، بیان کننده توانایی و پتانسیل شاخص های پوشش گیاهی به تنهایی و تصاویر لندست در تهیه اطلاعات لازم برای مدیریت آبیاری در کشاورزی و همچنین توانایی الگوریتم های یادگیری ماشین در برآورد پارامترهایی نظیر تبخیر و تعرق مرجع می-باشد.
Keywords:
Authors
زینب نیاستی
دانشجوی کارشناسی ارشد سنجش ازدور، دانشکده نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی
حمید عبادی
استاد دانشکده مهندسی نقشه برداری، عضو قطب علمی فناوری اطلاعات مکانی، دانشگاه صنعتی خواجه نصیرالدین طوسی
عباس کیانی
استادیار گروه مهندسی نقشه برداری،دانشکده عمران، دانشگاه صنعتی نوشیروانی بابل
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :