نوع مقاله : مقاله پژوهشی

نویسندگان

• محمد زارعی ¹
• بهرام ملک محمدی ²

¹ مهندسی محیط زیست و منابع آب، دانشکده مهندسی محیط زیست، پردیس بین المللی کیش، دانشگاه تهران ، تهران

² دانشیار دانشکده محیط‌زیست پردیس فنی، دانشگاه تهران

چکیده

بارش یکی از مهم‌ترین پارامترهای چرخه آب است که تخمین آن می‌تواند در مدیریت منابع آب‌وخاک بسیار مؤثر باشد. لذا در این پژوهش، از الگوریتم SM2RAIN-NWF برای برآورد مصرف آب آبیاری در مقیاس حوضه بر اساس داده‌های رطوبت خاک ماهواره‌ای استفاده شد. مشاهدات رطوبت خاک ماهواره‌ای به‌دست‌آمده از رادیومتر اسکن مایکروویو پیشرفته (AMSR2) همراه با محصولات GLEAM و بارندگی برای دوره 2012-2020 به‌عنوان ورودی مدل استفاده شد. تخمین بارش برای سه بخش مختلف که شامل بخش کشاورزی در میاندوآب، پوشش گیاهی در ملکان و زمین بایر در بناب در حوضه مورد مطالعه انجام شد. ضریب همبستگی 2R برای تخمین بارش توسط این مدل بین 53/0 تا 70/0 به دست آمد. مقایسه نتایج نشان داد که مدل در مناطق فاقد پوشش گیاهی نتایج به‌مراتب بهتری را نشان می‌دهد. نتایج تخمین آبیاری نیز در دشت‌ میاندوآب نشان داد که اگرچه مدل، به‌طور سیستماتیک آبیاری را در مقایسه با داده‌های زمینی در برخی فصول کم‌تر و در برخی فصول بیشتر برآورد می‌کند، اما، میانگین عملکرد مدل در محدوده های آبیاری شده برحسبNS ، R2 و PRMSE به ترتیب 55/0، 63/0 و 48/2 درصد نشان داد رویکرد پیشنهادی می‌تواند بیانگر الگوی آبیاری مناسبی باشد.

کلیدواژه‌ها

• آب کشاورزی
• تخمین بارش
• ماهواره AMSR2
• محصولات GLEAM
• SM2RAIN-NWF

موضوعات

• مدیریت منابع آب

عنوان مقاله [English]

Soil water modeling using satellite image information and infiltration flux to estimate rainfall and irrigation water

نویسندگان [English]

• Mohammad Zarei ¹
• Bahram Malek Mohammadi ²

¹ Environmental Engineering and Water Resources, Faculty of Environmental Engineering, Kish International Campus, University of Tehran, Tehran

² Associate Professor, School of Environment, College of Engineering, University of Tehran

چکیده [English]

Precipitation is one of the most important parameters of the water cycle, the estimation of which can be very effective in the management of water and soil resources. In this study, SM2RAIN-NWF algorithm was used to estimate irrigation water consumption at the basin scale based on satellite soil moisture data. Satellite soil moisture observations obtained from the Advanced Microwave Scanning Radiometer (AMSR2) along with GLEAM products and rainfall in the period 2012-2020 were used as input to the model. In this research, precipitation estimation was done for three different sites including agricultural land Miandoab, vegetated surface Malekan and barren land Bonab. The correlation coefficient R2 for rainfall estimation by this model was obtained between 0.53 and 0.70. The comparison of the results for the mentioned sites showed that the model shows much better results in the areas without vegetation. The results of irrigation estimation in Miandoab plain also showed that although the model systematically estimates irrigation less and more in some seasons compared to the in-situ data, However, the average performance of the model in irrigated pixels in terms of (NS= 0.55 ), (R2= 0.63) and (PRMSE= 2.48%) showed the proposed approach can depict the suitable irrigation pattern.

کلیدواژه‌ها [English]

• Agricultural water
• precipitation estimation
• AMSR2 satellite
• GLEAM products
• SM2RAIN-NWF