ﻧﺸﺮﯾﻪ ﺳﺎل ،ﺧﺎك و آب ﻣﻨﺎﺑﻊ ﺣﻔﺎﻇﺖ ﺳﻮم ﺷﻤﺎره...

12
ﻧﺸﺮﯾﻪ ﺣﻔﺎﻇﺖ ﻣﻨﺎﺑﻊ آب و ﺧﺎك، ﺳﺎل ﺳﻮم ، ﺷﻤﺎره اول، ﭘﺎﯾﯿﺰ1392 ارزﯾﺎﺑﯽ ﻣﺪل درﺧﺘﯽM5 و دو ﻣﺪل ﺗﺠﺮﺑﯽ ﻣﺒﺘﻨﯽ ﺑﺮ دﻣﺎي ﻫﻮا ﺑﺮاي ﺑﺮآورد ﺗﺎﺑﺶ ﺧﻮرﺷﯿﺪي ﺑﺎ اﺳﺘﻔﺎده ازLST در ﯾﮏ اﻗﻠﯿﻢ ﻧﯿﻤﻪ ﺧﺸﮏ ﺳﻌﯿﺪ اﻣﺎﻣﯽ ﻓﺮ1 * ، ﻋﻠﯽ اﮐﺒﺮ ﻧﻮروزي2 ، ﺳﺠﺎد ﺳﯿﺪي ﺣﺴﯿﻨﯽ3 و آذﯾﻦ ﮐﺮﯾﻢ زاد اﻧﺰاﺑﯽ4 1 ( داﻧﺸﺠﻮي دﮐﺘﺮي ؛ ﮔﺮوه ﻣﻬﻨﺪﺳﯽ آب؛ داﻧﺸﮑﺪه ﮐﺸﺎورزي؛ داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ ؛ ﻣﺸﻬﺪ ؛ اﯾﺮان* ﻧﻮﯾﺴﻨﺪه ﻣﺴﺌﻮل ﻣﮑﺎﺗﺒﺎت:com . yahoo @ aftab2277 2 ( اﺳﺘﺎد ﯾﺎر ﭘﮋوﻫﺸﯽ؛ ﭘﮋوﻫﺸﮑﺪه ﺣﻔﺎﻇﺖ ﺧﺎك و آﺑﺨﯿﺰداري ؛ ﺗﻬﺮان؛ اﯾﺮان3 ( داﻧﺶ آﻣﻮﺧﺘﻪ ﮐﺎرﺷﻨﺎﺳﯽ ؛ ﮔﺮوه ﻣﻬﻨﺪﺳﯽ آب؛ ﭘﺮدﯾﺲ اﺑﻮرﯾﺤﺎن ؛ داﻧﺸﮕﺎه ﺗﻬﺮان ؛ ﺗﻬﺮان؛ اﯾﺮان4 ( داﻧﺸﺠﻮ ي ﮐﺎرﺷﻨﺎﺳﯽ ؛ ﮔﺮوه ﻣﻬﻨﺪﺳﯽ آب؛ ﭘﺮدﯾﺲ اﺑﻮرﯾﺤﺎن ؛ داﻧﺸﮕﺎه ﺗﻬﺮان؛ ﺗﻬﺮان؛ اﯾﺮان ﭼﮑﯿﺪه ﺗﺎﺑﺶ ﺧﻮرﺷﯿﺪي از ﭘﺎراﻣﺘﺮﻫﺎي ور ودي ﺑﺮاي ﺑﺴﯿﺎري از ﻣﻄﺎﻟﻌﺎت ﺷﺒﯿﻪ ﺳﺎزي ﻣﺎﻧﻨﺪ ﻓﺮ آ ﯾﻨﺪﻫﺎي واﺑﺴﺘﻪ ﺑ ﺗﻐﯿﯿﺮات آب و ﻫﻮاﯾﯽ، ﻫﯿﺪروﻟﻮژي و اﮐﻮﻟﻮژي اﺳﺖ. ﻣﺪل ﻫﺎي ﭘﯿﺸﻨﻬﺎدي ﺑﻪ ﻣﻨﻈﻮر ﺑﺮآورد اﯾﻦ ﭘﺎراﻣﺘﺮ ﺑﻪ ﻋﻠﺖ اﯾﻦ ﮐﻪ از داده ﻫﺎي ﻫﻮاﺷﻨﺎﺳﯽ از ﻧﻮع ﻣﮑﺎﻧﯽ ﻧﻘﻄﻪ اي اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﻨﺪ، ﺑﺮآورد ﻧﻘﻄﻪ اي از ﻣﻘﺪار ﺗﺎﺑﺶ اراﺋﻪ ﻣﯽ ﮐﻨﻨﺪ . در اﯾﻦ ﭘﮋوﻫﺶ، دو ﻣﺪل ﺗ ﺠﺮﺑﯽ ﻫﺎرﮔﺮﯾﻮز- ﺳﺎﻣﺎﻧﯽ و ﻣﺤﻤﻮد ﻫﺎﺑﺮد ﮐﻪ ﻣﺒﺘﻨﯽ ﺑﺮ داده ﻫﺎي دﻣﺎي ﻫﻮا ﻫﺴﺘﻨﺪ، ﺑﺎ ورودي داده ﻫﺎي روزاﻧﻪLST ﻣﺤﺼﻮﻻت( دﻣﺎي ﺳﻄﺢ زﻣﯿﻦ) MOD11A1 وMYD11A1 ﺳﻨﺠﻨﺪه ﻣﻮدﯾﺲ ﺑﻪ ﺟﺎي دﻣﺎي ﻫﻮا، ﺑﺮاي ﺗﺨﻤﯿﻦ ﺗﺎﺑﺶ ﺧﻮرﺷﯿﺪي ﻣﻮرد ارزﯾﺎﺑﯽ ﻗﺮار ﮔﺮﻓﺘﻨﺪ. داده ﻫﺎي روزاﻧﻪ ﺗﺎﺑﺶ ﺧﻮرﺷﯿﺪي اﯾ ﺴﺘﮕﺎهﺳﺎل) ﺳﯿﻨﻮﭘﺘﯿﮏ اﻫﻮاز واﻗﻊ در اﺳﺘﺎن ﺧﻮزﺳﺘﺎن در دو ﺳﺎل ﻣﺘﻮاﻟﯽ ﻫﺎي2006 و2007 ﺑﻪ ﻋﻨﻮان داده( ﻫﺎي واﻗﻌﯽ اﺳﺘﻔﺎده ﺷﺪ. ﻧﺘﺎﯾﺞ ﺣﺎﺻﻞ از اﻋﺘﺒﺎر ﺳﻨﺠﯽ ﻧﺸﺎن داد ﮐﻪ ﻣﺪل ﻫﺎرﮔﺮﯾﻮز ﺳﺎﻣﺎﻧﯽ ﺑﺎ وروديLST ﻣﺤﺼﻮﻻتMOD11A1 و ﻣﺪل ﻣﺤﻤﻮد- ﻫﺎﺑﺮد ﺑﺎ وروديLST ﻣﺤﺼﻮﻻتMYD11A1 ﺑﻪ ﺗﺮﺗﯿﺐ داراي ﺑﯿﺸﺘﺮﯾﻦ و ﮐﻤﺘﺮﯾﻦ دﻗﺖ در ﺑﺮآورد ﺗﺎﺑﺶ ﺧﻮرﺷﯿﺪي ﻫﺴﺘﻨﺪ. ﺑﺮاي اﯾﻦ ﻣﺪل ﻫﺎ، ﺷﺎﺧﺺ ﻫﺎي آﻣﺎريR 2 وRMSE ﺑﻪ ﺗﺮﺗﯿﺐ83 / 0 Mj m-2 d-1 ( 46 / 2 ، 79 / 0 و) Mj m-2 d-1 ( 09 / 4 ﺑﺪﺳﺖ آﻣﺪ . ﺑﺮاي ﻣﺪل ﻫﺎرﮔﺮﯾﻮز ﺳﺎﻣﺎﻧﯽ ﻫﻤﭽﻨﯿﻦ، ﺑﺎ اﺳﺘﻔﺎده از ﻣﺪل درﺧﺘﯽM5 ) دو ﻣﺪلRS-M5-1 وRS-M5-2 ﻣﺒﺘﻨﯽ ﺑﺮ داده( ﻫﺎيLST ﻣﺤﺼﻮﻻتMOD11A1 ﻣﻮدﯾﺲ ﻣﺘﻐﯿﺮﻫﺎي ﺟﻐﺮاﻓﯿﺎﯾﯽ ﺗﺪوﯾﻦ و ﻧﺘﺎﯾﺞ ﺣﺎﺻﻞ از آن ﻫﺎ ﺑﺎ ﻧﺘﺎﯾﺞ ﻣﺪل ﻫﺎي ﺗﺠﺮﺑﯽ ﻣﻘﺎﯾﺴﻪ ﺷﺪ. ﻧﺘﺎﯾﺞ ﻧﺸﺎن داد ﮐﻪ در ﻣﻘﺎﯾﺴﻪ ﺑﯿﻦ ﻣﺪل درﺧﺘﯽRS- M5-1 و ﻣﺪل ﻫﺎي ﺗﺠﺮﺑﯽ ﺑﺎ ورودي ﻣﺸﺎﺑﻪ، ﻣﺪل درﺧﺘﯽM5 از دﻗﺖ ﺑﯿﺸﺘﺮي ﺑﺮﺧﻮردار اﺳﺖ . ﺑﻪ ﻃﻮر ﮐﻠﯽ، ﻣﺪل درﺧﺘﯽRS-M5-2 ﺑﺎ ورودي ﻫﺎيLST ﻣﺤﺼﻮﻻتMOD11A1 ، ﺳﺎﻋﺖ آﻓﺘﺎﺑﯽ ﺣﺪاﮐﺜﺮ و واﻗﻌﯽ و ﻫﻤﭽﻨﯿﻦ ﺗﺎﺑﺶ ﻓﺮا زﻣﯿﻨﯽ، ﻧﺴﺒﺖ ﺑﻪ ﻣﺪل ﻫﺎي دﯾﮕﺮ داراي دﻗﺖ ﺑﯿﺸﺘﺮي اﺳﺖ. ﺑﺮاي اﯾﻦ ﻣﺪل، ﻣﻘﺎدﯾﺮ آﻣﺎره ﻫﺎيR 2 وNSE ﺑﻪ ﺗﺮﺗﯿﺐ ﺑﺮاﺑﺮ87 / و86 ﺟﺬر ﻣﯿﺎﻧﮕﯿﻦ ﻣﺮﺑﻌﺎت ﺧﻄﺎ ﺑﺮاﺑﺮ / و24 / 10 درﺻﺪ ﺑﺮآورد ﺷﺪ. واژه ﻫﺎي ﮐﻠﯿﺪي: ﺗﺎﺑﺶ ﺧﻮرﺷﯿﺪي ؛ دﻣﺎي ﻫﻮا ؛MODIS ﻣﻘﺪﻣﻪ ﺗﺎﺑﺶ ﺧﻮرﺷﯿﺪي رﺳﯿﺪه ﺑﻪ زﻣﯿﻦ ﺑﺨﺶ ﺿﺮوري در ﻣﺪل ﻫﺎي ﺗﺒﺨﯿﺮ و ﺗﻌﺮق و ﻣﺪل ﻫﺎي ﻫﯿﺪروﻟﻮژي اﺳﺖ ﮐﻪ ﺗﺒﺎدل آب و ﮔﺮﻣﺎ را ﮐﻨﺘﺮل ﻣﯽ ﮐﻨﺪ) Qin et al., 2011 .( ﻫﻤﭽﻨﯿﻦ، ﺗﺎﺑﺶ ﺧﻮرﺷﯿﺪي ﯾﮑﯽ از ﭘﺎراﻣﺘﺮﻫﺎي ورودي ﺑﺮاي ﺑﺴﯿﺎري از ﻣﻄﺎﻟﻌﺎت ﺷﺒﯿﻪ ﺳﺎزي ﻣﺎﻧﻨﺪ ﻓﺮاﯾﻨﺪﻫﺎي واﺑﺴﺘﻪ ﺑﺎ ﺗﻐﯿﯿﺮات آب وﻫﻮاﯾﯽ، ﻫﯿﺪروﻟﻮژي و اﮐﻮﻟﻮژي ﻣﯽ) ﺑﺎﺷﺪRivington et al., 2005 ؛ ﺑﺎﺑﺎﺋﯿﺎن و ﻫﻤﮑﺎران، ﺗﺎرﯾﺦ درﯾﺎﻓﺖ:06 / 06 / 1392 ﺗﺎرﯾﺦ ﭘﺬﯾﺮش:28 / 09 / 1392

Transcript of ﻧﺸﺮﯾﻪ ﺳﺎل ،ﺧﺎك و آب ﻣﻨﺎﺑﻊ ﺣﻔﺎﻇﺖ ﺳﻮم ﺷﻤﺎره...

1392پاییز ،اول ، شمارهسومحفاظت منابع آب و خاك، سال نشریه

براي برآورد تابش خورشیدي با استفاده از دو مدل تجربی مبتنی بر دماي هوا و M5ارزیابی مدل درختی LST در یک اقلیم نیمه خشک

4زاد انزابی آذین کریم و 3سجاد سیدي حسینی ،2اکبر نوروزي علی، *1فر سعید امامی

؛ ایرانمشهد ؛فردوسی مشهددانشگاه مهندسی آب؛ دانشکده کشاورزي؛ گروه ؛دانشجوي دکتري )1

com.yahoo@aftab2277 نویسنده مسئول مکاتبات: *

ایران تهران؛؛ حفاظت خاك و آبخیزداري یار پژوهشی؛ پژوهشکدهاستاد )2

ایران تهران؛ ؛دانشگاه تهران؛ پردیس ابوریحانگروه مهندسی آب؛ ؛آموخته کارشناسی دانش )3 دانشگاه تهران؛ تهران؛ ایران؛ پردیس ابوریحانگروه مهندسی آب؛ ؛کارشناسی يدانشجو )4

چکیده

هاي تغییرات آب و هوایی، هیدرولوژي و اکولوژي است. مدل هیندهاي وابسته بآمانند فر سازي ودي براي بسیاري از مطالعات شبیهتابش خورشیدي از پارامترهاي ور. در این کنند ارائه میمقدار تابش اي از برآورد نقطهکنند، اي استفاده میهاي هواشناسی از نوع مکانی نقطهکه از دادهمنظور برآورد این پارامتر به علت اینپیشنهادي به

(دماي سطح زمین) محصوالت LSTهاي روزانه هاي دماي هوا هستند، با ورودي دادههابرد که مبتنی بر داده –سامانی و محمود - جربی هارگریوزپژوهش، دو مدل تMOD11A1 وMYD11A1 .ستگاه هاي روزانه تابش خورشیدي ایداده سنجنده مودیس به جاي دماي هوا، براي تخمین تابش خورشیدي مورد ارزیابی قرار گرفتند

هاي واقعی استفاده شد. نتایج حاصل از اعتبار سنجی نشان داد که ) به عنوان داده2007و 2006هاي سینوپتیک اهواز واقع در استان خوزستان در دو سال متوالی (سالبه ترتیب داراي بیشترین و MYD11A1محصوالت LST هابرد با ورودي -و مدل محمود MOD11A1محصوالت LSTسامانی با ورودي –مدل هارگریوز

) Mj m-2 d-1( و 46/2 ،79/0) Mj m-2 d-1،(83/0به ترتیب RMSEو R2هاي آماري شاخص ،هاکمترین دقت در برآورد تابش خورشیدي هستند. براي این مدلمحصوالت LSTهاي ) مبتنی بر دادهRS-M5-2و RS-M5-1 دو مدل ( M5. براي مدل هارگریوز سامانی همچنین، با استفاده از مدل درختی بدست آمد 09/4

MOD11A1 هاي تجربی مقایسه شد. نتایج نشان داد که در مقایسه بین مدل درختی ها با نتایج مدلمودیس متغیرهاي جغرافیایی تدوین و نتایج حاصل از آن RS-M5-1 هاي تجربی با ورودي مشابه، مدل درختی و مدلM5 به طور کلی، مدل درختی برخوردار است بیشترياز دقت .RS-M5-2 هاي با وروديLST محصوالت

MOD11A1هاي است. براي این مدل، مقادیر آماره بیشتريهاي دیگر داراي دقت زمینی، نسبت به مدل فرا، ساعت آفتابی حداکثر و واقعی و همچنین تابشR2 وNSE درصد برآورد شد. 24/10/ و جذر میانگین مربعات خطا برابر 86/ و 87به ترتیب برابر MODIS؛ دماي هوا ؛تابش خورشیدي هاي کلیدي: واژه

مقدمه

رسیده به زمین بخش ضروري در تابش خورشیديهاي هیدرولوژي است که هاي تبخیر و تعرق و مدل مدل

). Qin et al., 2011( کند آب و گرما را کنترل می تبادل

همچنین، تابش خورشیدي یکی از پارامترهاي ورودي مطالعات شبیه سازي مانند فرایندهاي براي بسیاري از

وابسته با تغییرات آب وهوایی، هیدرولوژي و اکولوژي ؛ بابائیان و همکاران، Rivington et al., 2005باشد (می

28/09/1392تاریخ پذیرش: 06/06/1392 تاریخ دریافت:

فر و همکاران امامی/ 76

ال س

وم س

/ ره

شما1/

یزپای

92

). براي برآورد تابش 1392؛ سیمایی و همکاران، 1392نصب خورشیدي بهترین و قابل اعتمادترین روش،

اندن اطالعات ضبط شده ها و خوپیرانومترها در ایستگاهباشد. اما، به دلیل مشکالت اقتصادي و ها میوسیله آنبه

طور محدود گیري، این پارامتر بهفقدان امکانات اندازهشود و این نقیصه حتی در کشورهاي در حال انجام می

رو، ). از اینSamani, 2000خورد(توسعه نیز به چشم میر مبناي استفاده از روابط اند بپژوهشگران سعی برآن داشته

هاي ریاضی که بین تابش خورشیدي و عوامل آب و مدلو هوایی از قبیل ساعت آفتابی، رطوبت نسبی و یا دماي

تر ها آسانگیري آنحداقل و حداکثر هوا را که اندازه (Angstrom, 1924 ;است، براي تخمین آن استفاده کنند

Hargreaves& Samani, 1982( .دالت، به علت این معااي استفاده هاي هواشناسی از نوع مکانی نقطهکه از دادهاینها نیز وسیله آنکنند، در نتیجه مقدار تابش تخمینی بهمی

اي خواهد بود.به عبارتی، مقدار تابش تخمینی فقط نقطه در محدوده نزدیک ایستگاه داراي اعتبار است.

سنجش از هايهاي صورت گرفته، دادهبر طبق بررسیرا پارامترهاي هواشناسی توانند به طور قابل قبولیدور می

از نظر مکانی و زمانی در اختیار کاربران قرار دهند. )Wan, 2008 ;Qin et al., 2011هاي برآورد ) ترکیب مدل

هاي سنجش از دور امکان پارامترهاي هواشناسی و دادهوسیع بررسی تغییرات مکانی را در سطوح گسترده و

کند. از مدل شبکه عصبی با ورودي محصوالت فراهم میمختلف سنجنده مودیس شامل، متوسط ماهانه دماي سطح

-) و شاخص پوشش گیاهی در ترکیب با دادهLST(زمین

هاي زمینی براي برآورد تابش خورشیدي استفاده شد که Qinنتایج نشان داد مدل تدوینی داراي دقت باالیی است(

et al., 2011 .( در پژوهشی، با استفاده از سه مدل تجربی هارگریوز،

کریدل براي برآورد تبخیر و –تورنت وایت و بلینی اي در کنیا پرداخته شد. در این تعرق مرجع در منطقه

پژوهش، پارامترهاي دماي سطح زمین به دست آمده از تصاویر مودیس به جاي پارامترهاي دماي هوا به عنوان

ها مورد استفاده قرار گرفت. نتایج این مدل ورودي اینهاي مورد بررسی، مدل مطالعه نشان داد در بین مدلبرآورده EToدهد و دقت هارگریوز نتیجه بهتري ارائه می

Maedaمتر در روز بود(میلی 47/0شده با این مدل برابر

et al., 2011.(

، M5) از مدل درختی 1391مرادي و رحیمی خوب ( هاي دماي سطح زمین و تابش فرازمینی تبدیل دادهبراي

به تبخیر و تعرق مرجع در شبکه آبیاري قزوین استفاده کردند. در این بررسی، براي برآورد دماي سطح زمین از

بر )1994یولیوري و همکاران(1الگوریتم روزنه مجزا) NOAAماهواره نوا ( AVHRRهاي سنجندهاساس دادهنتایج نشان داد که مدل تدوینی مبتنی بر داده استفاده شد.

تواند مقدار میاختصاص داده شده در مرحله آزمون،

ETO را با ضریب تبیین، درصد جذر میانگین مربعات خطادرصد 5/8/، 81و درصد میانگین انحراف خطا به ترتیب

درصد برآورد نماید. 5/2و سنجنده MOD11A1محصوالت LSTهاياز داده

مودیس در ترکیب با متغیرهاي جغرافیایی (روز از سال و M5هاي مدل درختی تابش فرا زمینی) به عنوان ورودي

براي برآورد متوسط روزانه دماي هوا، در استان خوزستان استفاده شد. نتایج نشان داد دقت مدل تدوینی در تخمین

و 96/0متوسط روزانه دماي هوا داراي ضریب تبیین برابر گراد سانتیدرجه 3/2انگین مربعات خطاي برابرمی

هاي تجربی ). در بین مدلEmamifar et al., 2013است(هایی مبتنی بر ارائه شده در برآورد تابش خورشیدي، مدل

پارامترهاي دماي هوا و در بعضی موارد پارامتر بارندگی، -توان به مدلها میاند. که از جمله این مدلتدوین یافته

هابرد اشاره کرد. از -سامانی و محمود –ارگریوز هاي هها نشان داده است که بین دماي سطح طرفی پژوهش

) محصوالت سنجنده مودیس و دماي هوا LST(2زمین .Emamifar et al., 2013همبستگی باالیی وجود دارد (

Vancutsem et al.,2010; Yan et al.,2009; Sheng pan Lin et al., 2012; توجه به این همبستگی، سوال این ). با

1 Split Window 2Land Surface Temperature

77/ خشک در یک اقلیم نیمه LSTو دو مدل تجربی مبتنی بر دماي هوا براي برآورد تابش خورشیدي با استفاده از M5ارزیابی مدل درختی

ال س

وم س

/ ره

شما1/

یزپای

92

محصوالت دمایی سنجنده مودیس LSTاست که اگر )MOD11A1 سنجنده مودیس ماهواره ترا وMYD11A1

-سنجنده مودیس ماهواره آکوا) به جاي دماي هوا در مدل

هاي فوق استفاده شود، دقت برآورد تابش خورشیدي چه به M5 مقدار است؟ با توجه به نتایج خوب مدل درختی

مرادي و رحیمی خصوص در مطالعات سنجش از دور (مقایسه عملکرد ). Emamifar et al., 2013 ؛1391،خوب

هاي فوق براي این مدل با پارامترهاي ورودي مشابه مدلهاي تجربی یکی دیگر از تخمین تابش خورشیدي و مدل

اهداف این پژوهش است. همچنین، مقایسه دقت برآورد ها بر اساس نوع محصول دمایی مدلتابش خورشیدي

شود.مورد استفاده، هدف سوم این پژوهش محسوب می ها مواد و روش

براي انجام این پژوهش، اطالعات تابش خورشیدي ایستگاه هواشناسی اهواز واقع در استان خوزستان(شکل

درجه شمالی، طول 33/31) که داراي عرض جغرافیایی 1متر از سطح 5/22شرقی و ارتفاع درجه 67/48جغرافیایی

و 2006هاي باشد، در دو سال متوالی (سالدریا میهاي واقعی استفاده شد. متوسط ) به عنوان داده2007

روزانه حداقل و حداکثر دماي هوا در این دوره به ترتیب باشد. این منطقه گراد میدرجه سانتی 02/38و 8/21برابر

متر در سال میلی 220قربیاٌ، با متوسط بارندگی ساالنه ت) 1باشد. شکل(جزء مناطق اقلیمی نیمه خشک می

موقعیت کلی ایستگاه اهواز را بر روي یک تصویر ماهواره دهد.ترا نشان می

موقعیت مکانی ایستگاه اهواز نسبت به استان .1شکل

خوزستان

ايهاي ماهوارهداده

که از هاي سنجنده مودیس در این پژوهش از دادههاي ترا و آکوا است، استفاده هاي ماهوارهجمله سنجنده

شد. طراحی اجزاي این سنجنده با اعمال سیگنال به نویز باشد که قابلیت استفاده از این سنجنده را در باال می

شناسی و علومی مانند کشاورزي، هواشناسی، زمینه طور روزانکند. سنجنده مودیس بهشناسی مهیا میاقیانوس

یکسري مشاهدات در مقیاس جهانی بر روي دریا، دهد و داراي یک پوشش ممتد خشکی و اتمسفر انجام می

و 500، 250و وسیع طیفی و مکانی با قدرت تفکیک متر است. بنابراین، بررسی و ارزیابی تغییرات 1000

بلندمدت در دریا، خشکی و اتمسفر با استفاده از مودیس تصاویر مورد استفاده در این پژوهش باشد. پذیر میامکان

) سنجنده مودیس L3هاي سطح سه (جزء زیر گروه دادهمربوط به ماهواره ترا و MOD11A1با کد مشخصه

MYD11A1 هاي مربوط به ماهواره آکوا هستند. از ویژگیاین محصوالت این است که داراي توان تفکیک مکانی

و حاوي یک کیلومتر و قدرت تفکیک زمانی روزانه باشند. اطالعات روزانه دماي سطح زمین و گسیلندگی می

محصوالت دماي سطح زمین، سنجنده مودیس از دو باند (محدوده طول موج 31هاي مادون قرمز حرارتی کانال

(محدوده طول موج 32میکرو متر) و 28/11تا 78/10میکرو متر) با استفاده از الگوریتم پنجره 27/12تا 77/11

). در Wan 1999 ; Wan et al. 2002اند(بدست آمده امجز-تصویر سنجنده مودیس مربوط به ماهواره 691مجموع،

سنجنده MOD11A1تصویر محصول 354هاي ترا وآکوا( MYD11A1تصویر محصول 337مودیس ماهواره ترا و

سنجنده مودیس ماهواره آکوا) از طریق پایگاه هاي مربوط به سال http://modis.gsfc.nasa.govاینترنتیاخذ شد. صاف و بدون ابري بودن هوا، 2007و 2006

دلیل انتخاب این تصاویر بود. تغییر سیستم مختصات و MRT3 با استفاده از ابزار UTMتصاویر از سینوسی به

اهواز، در محیط در محل ایستگاه LSTاستخراج اطالعات

3 MODIS Reprojection Tool

فر و همکاران امامی/ 78

ال س

وم س

/ ره

شما1/

یزپای

92

انجام 4HATبا استفاده از ابزار ARCGIS9.3افزار نرماستخراج شده از تصاویر بر حسب LSTگرفت. مقادیر

ها به عنوان باشند. لذا، قبل از استفاده از آنکلوین میها، این مقادیر به واحد درجه سلسیوس تغییر ورودي مدل

داده شد. معادالت تجربی سامانی –معادالت تجربی هارگریوز در این پژوهش،

هابرد براي تخمین تابش خورشیدي براساس -و محمود سنجنده مودیس به عنوان ورودي این LSTمحصوالت

.ها به جاي دماي هوا، مورد ارزیابی قرار گرفتمدلزمینی ) براي اساس تابش برون1982هارگریوز و سامانی(

) Tmaxبیشینه () و Tminو اختالف دماي هواي کمینه( معادله زیر را براي تخمین تابش خورشید ارائه دادند.

)1( 퐻 − 푆 ≫ Rs= K × Ra × (Tmax − Tmin)

باشد و مقدار آن براي ضریب ثابت می Kکه در آن:

است 16/0و 19/0مناطق ساحلی و غیر ساحلی به ترتیب )Hargreaves, 1994.(

) نیز بر اساس استفاده از دماي 2002محمود و هابرد(کمینه و بیشینه مقدار تابش خورشیدي را به صورت

) تخمین زدند و براي خنثی کردن اثر خطاهاي 2رابطه(سیستماتیک در تخمین تابش، مقدار تابش خورشیدي را

تابش کل تصحیح Rsmod) که در آن 3به صورت رابطه (ضریب a) مقدار 2ودند. در رابطه (باشد، ارائه نمشده می

باشد.می 18/0تجربی بوده و برابر)2( R = 푎 × R . × (T − T ).

)3( 푀 −퐻 ≫ R =

R − 2.4999. 8023

M5مدل درختی بندي درختی مبتنی بر روش طبقه M5مدل درختی

است که براي ایجاد رابطه بین متغییرهاي مستقل و

4Hawth Analysis Tools

ارائه شد. این مدل ترکیبی ) 1986وابسته، توسط کوئینلن(هاي رگرسیون خطی و درختی است و براي هر از مدل

,Mitchell(نوع داده کمی و کیفی قابل استفاده است

1997،Quinlan 1992 .( در مدل درختیM5 محدوده -نامیده می 5هایی که اصطالحاٌ برگها به زیر ناحیهداده

درختی که شوند، تقسیم شده و بر خالف مدل رگرسیون دهد، ها یک برچسب عددي نسبت میبه هر یک از برگ

این مدل معادله رگرسیون خطی را جایگزین برچسب توان متغیرهاي کند و به این طریق میها میعددي در گره

بینی یا برآورد کرد. هر درخت عددي پیوسته را نیز پیشگیري داراي ساختاري شبیه درخت است که از تصمیم

تشکیل یافته است و 9ها، و برگ8ها، گره7هاشاخه، 6ریشهشود. در این ساختار، ریشه به از باال به پایین ترسیم می

ها اي از شاخهعنوان اولین گره در باال قرار گرفته و زنجیرهها شود. عمل انشعاب در گرهها ختم میها به برگو گره

ک گیرد و هر گره معرف یها صورت میبه وسیله شاخهبینی کننده است. هر شاخه که یک بازه عددي متغیر پیش

منشعب شده و به یک گره 10شود، از گره والدرا شامل می .رسدمی 11فرزند

با استفاده از مدل گیريدرخت تصمیم مدل ساختM5 درخت اول مرحله در .گیردمی صورت مرحله دو در

سازي کاهش انحراف تصمیم بر اساس شاخص، بیشینهها ها در گره فرزند، با انشعاب سازي دادهیار دادهمع

) برآورد 1راف معیار از رابطه(شود. کاهش انحتشکیل می .)Quinlan, 1986(شود می

)4( 퐒퐃퐑 = 퐬퐝(퐭) − ∑ |퐓퐢||퐓|퐬퐝(퐓퐢)

Tکاهش انحراف معیار در گره فرزند، SDRکه در آن: از زیرمجموعه Tiهاي ورودي به گره والد، مجموعه داده

5 Leaf 6 Root 7 Branches 8 Nodes 9 Leaves 10Parent node 11 Child node

79/ خشک در یک اقلیم نیمه LSTو دو مدل تجربی مبتنی بر دماي هوا براي برآورد تابش خورشیدي با استفاده از M5ارزیابی مدل درختی

ال س

وم س

/ ره

شما1/

یزپای

92

معیار از انحراف Sd هاي ورودي به گره والد، وداده M5 ممکن، مدل هايتقسیم همه آزمودن از پس .است

کاهش انحراف معیار را در تولید که بیشترین را انشعابی تولید به منجر غالباً هاتقسیم این شود.کند، انتخاب میمیدر نتیجه آن شد که خواهد حجیم ماننددرخت سازه یک

هاي آموزشی برازش بیش از حد ممکن است روي دادهرخ داده و باعث کاهش یافتن کلیت بخشی مدل شود. به

شود که مدل فقط عبارتی، برازش بیش از حد سبب میهایی که براي آن ساخته شده، اعتبار داشته باشد براي داده

ه هاي جدید از دقت الزم برخوردار نباشد و براي داد این بر غلبه ). براي1391(مرادي و رحیمی خوب

ها و و جایگزینی سازي شاخهتوان از هرسمی مشکل،ها که در واقع مرحله کردن توابع رگرسیونی به جاي آن

شود، استفاده کرد. دوم طراحی مدل درختی محسوب می) به منظور 1992در این پژوهش، از الگوریتم کوئینلن(

روند شماي) 2(ده شد. شکلهرس کردن درخت استفاسازي با استفاده از مدل در ورودي هايداده فضاي تقسیم(متغیرهاي X2و X1را بر اساس دو متغیره M5مدل

ها (بر مستقل) که به پنج مدل رگرسیون خطی در برگ دهد. ) منتهی شده را نشان میLM5تا LM1 هايچسب

M5شماي کلی ساختار سلسه مراتبی مدل درختی .2شکل

از مورد بررسی تلفیقی هايمدل ورودي الیه هايداده مربوط زمین سطح شب دماي شامل ايماهواره هايداده

ترآ ماهواره - مودیس سنجنده MOD11A1محصول به

)LSTNT سطح شب دماي ،)گراد سانتی درجه حسب بر -مودیس سنجنده MYD11A1محصول به مربوط زمین

دماي ،)گراد سانتی درجه حسب بر LSTNA( آکوا ماهواره سنجنده MOD11A1محصول به مربوط زمین سطح روز

سانتی درجه حسب بر LSTDT( ترآ ماهواره -مودیس به مربوط زمین سطح روز دماي و )گراد

آکوا ماهواره -مودیس سنجنده MYD11A1محصول)LSTDA تابش پارامتر و) گراد سانتی درجه حسب بر

که) روز بر مربع متر بر مگاژول حسب بر Ra(زمینی برون . بود کند،می منعکس را خورشید تابش فصلی اثر

نیست گیرياندازه داده) Ra(زمینی برون تابش پارامتر و است سال از روز موقع و جغرافیایی عرض از تابعی و

و آلن پیشنهاديروابط ازآن تعیین براي پژوهش این در-ضریب مدل. )Allen et al.,1998شد( استفاده همکاران

هاي تجربی مورد استفاده در این پژوهش، مخصوص باشند و لذا بسته به منطقه مورد مطالعه آن پژوهش می

شرایط جوي (رطوبت، گرد و غبار) و میل خورشیدي (عرض جغرافیایی و ماه)، این ضرایب براي هر موقعیت

درصد 70رو در، این پژوهش، نجی شوند. از اینباید واسها درصد دیگر آن 30ها و ها به واسنجی ضرایب مدلداده

ها اختصاص داده شد، با این تفاوت به اعتبار سنجی مدل LSTهاي هاي دماي هوا از دادهکه به جاي استفاده از داده

برايها استفاده شد. محصوالت مودیس در این مدل

هاي مورد بررسی و مقایسه نسبی آنها با مدل تدق ارزیابیوسیله مقادیر اندازه گیري شده تابش رسیده به زمین به

هاي پیرانومتر، عالوه بر تفسیر بصري نتایج از آماره)، RMSEجذر میانگین مربع خطا( ،)R2ضریب تبیین(

و معادله ناش و ساتکلیف )MBEمیانگین انحراف خطا( ) Nash & Sutcliffe, 1970)(NSE( و همچنین به

ها از منظور فهم بهتر نسبت به درصد میزان خطاي مدل) و PRMSEهاي درصد جذر میانگین مربع خطا(آماره

) نیز استفاده شد:PMBEدرصد میانگین انحراف خطا(

فر و همکاران امامی/ 80

ال س

وم س

/ ره

شما1/

یزپای

92

)5( 푅 = [∑ ( )( )]∑ ( ) ∑ ( )

푅푀푆퐸 = {∑ ( ) } )6(

푀퐵퐸 = ∑ (푠푖 − 푐푖)/푛 )7( 푁푆퐸 = 1 −

∑ ( )∑ ( )

)8(

푃푅푀푆퐸 = × 100 )9( 푃푀퐵퐸 = × 100 )10(

امین داده iبه ترتیب Siو Ciها: که در آنمقادیر ، گیري شده) و برآورده شده، واقعی(اندازه

nودر کل جامعه آماري Siو Ciهاي میانگین کل داده(امیري و باشندهاي ارزیابی شده میتعداد کل نمونه

. )1391همکاران،

نتایج و بحث

در مرحله اول این پژوهش، میزان همبستگی هاي ترا و آکوا با محصوالت سنجنده مودیس، ماهوارهها نتایج این بررسیدماي هوا مورد ارزیابی قرار گرفت و

شود، دماي ) ارائه شده است. مالحظه می3در شکل(

هاي مختلف دمایی سطح زمین و دماي هوا براي مقیاس (حداقل، حداکثر و متوسط) داراي همبستگی باالیی

)88/R2>( هاي دماي هستند و در این بین، هبستگی دادهینه هاي دماي بیش) در مقایسه با دادهTminو LSTNکمینه(

)LSTD وTmax هاي صورت ) بیشتر است. بررسیاند گرفته در برآورد دماي هوا نیز به طور مشابه ثابت کرده

در مقایسه Tminو LSTNکه میزان همبستگی محصوالت Qin etبیشتر است( Tmaxو LSTDبا همبستگی محصوالت

al.,2010 Wan, 1999;.( دهد پراکندگی نشان می 1شکلدر مقایسه با LSTDTمحصوالت باTmax پارامترهايتر است و ) نزدیکy=x(1:1به خط LSTDAمحصوالت

عکس این نتیجه در مورد دماي کمینه صادق است. در همبستگی بین متوسط دماي 9/0ضریب تبیین باالي 90بیانگر آن است که بیش از LSTهوا و محصوالت

LSTمقدار متوسط دماي هوا با استفاده از محصوالت ).1باشد(شکل مودیس قابل توجیه می

کمینه دماي (ب) MYD11A1شب محصوالت LSTمحصوالت مودیس.(الف)کمینه دماي هوا و LSTهمبستگی بین دماي هوا و .3شکل

روز LST(د) بیشینه دماي هوا و MYD11A1روز محصوالت LST(ج) بیشینه دماي هوا و MOD11A1شب محصوالت LSTهوا و MOD11A1محصوالت LST(و)متوسط دماي هوا و MYD11A1محصوالت LST(ه)) متوسط دماي هوا و MOD11A1محصوالت

81/ خشک در یک اقلیم نیمه LSTو دو مدل تجربی مبتنی بر دماي هوا براي برآورد تابش خورشیدي با استفاده از M5ارزیابی مدل درختی

ال س

ومس

/ ره

شما1/

یزپای

92

نتایج واسنجی و اعتبارسنجی معادالت تجربیمورد ارزیابی قبل از واسنجی هاي ضرایب مدل

شدن(ضرایب اصلی) و همچنین بعد از واسنجی(بر اساس ارائه شده است. همانطور که 1) در جدولLSTهاي داده

شود، مقادیر ضرایب واسنجی شده با ضرایب مشاهده میرو، براي هر منطقه از این پیشنهادي متفاوت است.

باشد. الزامی میمدل تجربی قبل از استفاده از آنها واسنجی

شود که مقادیر همچنین، مالحظه می 1با توجه به جدولهاي مورد بررسی، بسته ضرایب واسنجی شده براي مدل

استفاده شود، نیز LSTکه از کدام نوع محصول به اینداراي تفاوت هستند. بنابراین، در صورت استفاده از این

محصوالت باید به این نکته توجه شود.

ضرایب اصلی و واسنجی شده معادالت تجربی مورد بررسی .1جدول

H-S M-H ضریب kr A

154/0 152/0 الت ومحص LSTواسنجی شده با

MO11A1

136/0 132/0 الت ومحص LSTواسنجی شده با

MY11A1

هاي مورد بررسی در مرحله اعتبار نتایج عملکرد مدلنشان داده شده است. بر اساس 2سنجی در جدول

شاخص ضریب تبیین هر چهار مدل با همبستگی قابل روزانه درصد) تابش 8/0قبولی (ضریب تبیین باالتر از

همچنین نشان 2کنند. جدول می خورشید را برآورددهد که براي هر دو مدل تجربی، مدل تدوین شده با می

نسبت به MOD11A1محصوالت LSTهاي ورودي دادهمحصوالت LSTهاي مدل تدوین شده با ورودي داده

MYD11A1 از دقت بهتري برخوردار است. با توجه به LSTهاي هاي مبتنی بر داده، در بین مدل2جدول

از نظر *M-Hو *H-Sهاي ، مدلMOD11A1محصوالت خطاي کل در برآورد تابش خورشیدي، داراي مقادیر

RMSE مگاژول بر متر مربع در روز 04/3و 46/2برابر-هستند و به طور مشابه مقدار این آماره براي مدل

LSTهاي که مبتنی بر داده **M-Hو H-S**هاییو 61/2هستند، به ترتیب برابر MYD11A1الت محصو

و R2باشد. به طور کلی بر اساس ضریب می 09/4بیشترین همبستگی **H-Sو *H-Sهاي ، مدلNSEضریب

دهند. اما با توجه به را با مقادیر واقعی تابش، نشان میها و مقادیر کمتر ها در این مدلتفاوت ناچیز این آماره

توان این مدل را به می *H-Sدر مدل RMSEشاخصترین مدل تجربی برآورد تابش خورشیدي عنوان مناسب

در این منطقه معرفی کرد.

مدلهاي مورد بررسی اعتبارسنجیهاي نتایج حاصل از آماره .2جدول

RMSE(mj m-2 d-1) NSE R2 نام مدل

46/2 78/0 83/0 H-S* 61/2 78/0 82/0 H-S** 04/3 66/0 80/0 M-H* 09/4 47/0 79/0 M-H**

است. MOD11A1محصوالت LSTهاي *پارامتر ورودي مدل داده است. MYD11A1محصوالت LSTهاي **پارامتر ورودي مدل داده

82/ خشک در یک اقلیم نیمه LSTو دو مدل تجربی مبتنی بر دماي هوا براي برآورد تابش خورشیدي با استفاده از M5ارزیابی مدل درختی

و معادالت تجربی M5مقایسه نتایج مدل درختی هاي پژوهش، با توجه به اینکه مدلدر این مرحله از

محصوالت LSTورودي تجربی مورد بررسی، با دادهMOD11A1 داراي دقت باالتري بودند. لذا، به طور مشابه

هاي ورودي اختصاص داده شده براي واسنجی و دادهها، به عنوان ورودي مدل درختی اعتبار سنجی این مدل

M5 استفاده شد. از منظور تخمین تابش خورشیدي بهسویی، چون عالوه بر پارامترهاي دماي هوا و تابش فرازمینی، پارامتر ساعت آفتابی واقعی و ساعت آفتابی

هاي مبتنی بر ساعت آفتابی، حداکثر را که در بین مدلبیشترین تاثیر را بر روي تابش خورشیدي دارد، به عنوان

ستفاده ا M5یکی دیگر از پارامترهاي ورودي مدل درختی شد و به عنوان دومین مدل تدوین شده با استفاده از

مورد ارزیابی قرار گرفت. ساعت آفتابی M5الگوریتم گیري نیست و در این مطالعه براي حداکثر پارامتر اندازه

برآورد آن از روابطه پیشنهادي آلن وهمکارن استفاده شد(

Allen et al.,1998( . استفاده از مدل هاي تدوینی با مشخصات مدل

ها در مرحله و نتایج حاصل از عملکرد آن M5درختیشود ارائه شده است. مالحظه می 3اعتبارسنجی در جدول

هاي تجربی، و مدل M5که در مقایسه نتایج مدل درختی تري در محاسبه هاي درختی داراي دقت مطلوبمدل

هاي تابش خورشیدي هستند. به عنوان مثال، در بین مدلدر تخمین تابش خورشیدي داراي *H-Sربی، مدل تج

براي آن به RMSEو NSEدقت باالتري بوده و مقادیر مگاژول بر متر مربع در روز بوده 46/2و 78/0ترتیب

هاي ورودي با متغیرها و داده RS-M5-1است که در مدل مگاژول بر متر مربع در 22/2و 83/0مشابه به ترتیب به

که در آن از پنج پارامتر RS-M5-2بند. مدل یاروز تغییر میهاي براي ورودي مدل استفاده شده است، از نظر شاخص

هاي مورد تري نسبت به همه مدلآماري داراي نتایج دقیق-که مقادیر شاخصطوريبررسی در این مطالعه است، به

86/0، 87/0براي آن به ترتیب RMSEو R2 ،NSEهاي ربع در روز برآورد شد. اگر چه مگاژول بر مترم 98/1و

براي برآورد تابش خورشیدي در مقایسه RS-M5-2مدل ها داراي عملکرد بهتري است، لیکن با توجه با سایر مدل

هاي دماي فقط مبتنی بر داده RS-M5-1به این که مدل زمینی است و با توجه به نتایج سطح زمین و تابش برون

گیري اقد دستگاه اندازههاي فمطلوب آن، براي ایستگاه ساعت آفتابی قابل توصیه است.

هر دو مدل تدوینی، براي M5ساختار مدل درختی ارائه شده است. 4تخمین تابش خورشیدي در شکل

ها با هم شود که متغیره تصمیم گیري مدلمالحظه می، پارامتر RS-M5-2متفاوت است. به عبارتی، در مدل

گیري تعیین ساعت آفتابی حداکثر به عنوان متغیره تصمیمشده و بر اساس سه گزاره شرطی در مدل درختی به سه

این RS-M5-1 در صورتی که در شود،برگ منتهی میپارامتر تابش فرازمینی است که به عنوان متغیر تصمیم

بر در نهایت RS-M5-2گیرنده تعیین شده و همانند مدل اساس سه گزاره شرطی در مدل درختی به سه برگ منتهی

شده است.

بیانگر آن است که اگر تابش RS-M5-1ساختار مدل مگاژول بر مترمربع در 434/29فرازمینی، کمتر یا مساوي

براي تخمین تابش LM1روز باشد، مدل خطی شود. در غیر این صورت، گره خورشیدي استفاده می

شود. در این ختی بررسی میسمت راست ساختار درمرحله، اگر تابش فرازمینی، کمتر یا مساوي

مگاژول بر متر مربع در روز باشد (با حفظ شرط 356/40مگاژول بر متر 434/29بزرگتر بودن تابش فرازمینی از

و در غیر این صورت LM2مربع در روز )، مدل خطی LM3) از مدل خطی 356/40(تابش فرازمینی، بزرگتر از

شود. به طور براي برآورد تابش خورشیدي استفاده می-RS-M5مشابه، این تفسیر در مورد ساختار درختی مدل

صادق است. 2

83/ خشک در یک اقلیم نیمه LSTو دو مدل تجربی مبتنی بر دماي هوا براي برآورد تابش خورشیدي با استفاده از M5ارزیابی مدل درختی

هابراي تخمین تابش خورشیدي و عوامل آماري حاصل از اعتبارسنجی آنM5هاي درختی مشخصات مدل .3جدولشماره

هاي ارزیابیآماره هاي وروديداده نام مدل مدلR2 NSE RMSE(mj m-2 d

1 RS-M5-1 Ra,LSTDT,LSTDN, 83/0 83/0 22/2

2 RS-M5-2

Ra,n,N,LSTDT,LSTDN 87/0 86/0 98/1

RS-M5-1, RS-M5-2هاي تدوینی، به ترتیب از باال به پایینبر اساس مدل در برآورد تابش خورشیدي M5ساختار مدل درختی . 4شکل

مشاهده شده و برآورده نمودار پراکنش مقادیر تابش

ارائه 5هاي مورد بررسی در شکلشده با استفاده از مدلشود، معادله خطی طور که مشاهده میشده است. همانمحصوالت LSTکه مبتنی بر RS-M5-2همبستگی مدل

MOD11A1 1:1ها به خط است، در مقایسه با سایر مدل بت به دهد که این مدل نستر است و این نشان مینزدیک

ها دقت بهتري دارد.دیگر مدل

فر و همکاران امامی/ 84

ال س

وم س

/ ره

شما1/

یزپای

92

M5هاي تجربی و مدل درختی گیري شده و برآورده شده حاصل از روشمقادیر تابش خورشیدي اندازه .5شکل

) PMBEاریب (مقایسه مقدار درصد میانگین خطاي

هاي مورد بررسی بیانگر آن است که در مجموع همه مدلبرآوردگر ، در برآورد تابش خورشیدي بیش*M-Hبجزء

به **M-Hو *H-Sهاي هستند و در این راستا مدلبرآوردي را دارند. درصد ترتیب کمترین و بیشترین بیش

مقداري منفی *M-H) مدل PMBEمیانگین خطاي اریب (ک به صفر است و بیانگر آن است که این مدل و نزدی

کنند. تابش خورشیدي را به مقدار کمی کم برآورد میدهد که از نظر نشان می PRMSE مقایسه مقادیر آماره

-MوRS-M5-2مدل خطاي کل برآورد تابش خورشیدي،

H** به ترتیب کمترین و بیشترین خطاي برآورد راهد همچنین نشان می PRMSEي اند. مقادیر آمارهداشته

هاي در مقایسه با دیگر مدل RS-M5-1که مدل درختی دي مشابه هستند، براي تبدیل تجربی که داراي ورو

MOD11A1محصوالت LSTفرازمینی و هاي تابش داده به تابش خورشیدي از دقت بهتري برخوردار است.

گیري نتیجه

- هارگریوزهاي تجربی نتایج حاصل از مقایسه مدلهاي هابرد که به جاي استفاده از داده-سامانی و محمود

و MOD11A1محصوالت LSTهاي دماي هوا از دادهMYD11A1 سنجنده مودیس به عنوان ورودي براي

استفاده کرده بودند، نشان داد که برآورد تابش خورشیدهابرد –سامانی در مقایسه با مدل محمود –هاگریوز مدل

ت بهتري است. همچنین، نتایج نشان داد که براي داراي دقهاي تدوینی مبتنی برداده هر مدل تجربی، مدل

در مقایسه با MOD11A1محصوالت LSTورودي، داراي عملکرد بهتري هستند. MYD11A1محصوالت

با M5هاي تجربی و مدل درختی مقایسه بین مدلقدار با م RS-M5-1هاي مشابه، نشان داد که مدل ورودي

PRMSE داراي خطاي کمتري است. از میان 47/11برابربا RS-M5-2هاي مورد بررسی، مدل درختیهمه مدل

فرازمینی، ساعت آفتابی واقعی و هاي تابشورودي برابر RMSEبا MOD11A1محصوالت LSTحداکثر و

نسبت به / 87برابرR2 مگاژول بر متر مربع بر روز و 98/1هاي مورد بررسی از دقت باالتري برخوردار تمامی مدل

است.

فهرست منابع

ارزیابی کارآیی آمار . 1391. م، کیانیو .، مامیري.، س.، قیصري. اي و بارانی بلندمدت هواشناسی در مدیریت آبیاري قطره

.12- 1 ):1( 2، حفاظت منابع آب و خاكمجله . اشتقاق و 1392همایی، م. و نوروزي، ع. ا. بابائیان، ا.،

-VISاي در گستره اعتبارسنجی توابع انتقالی طیفی نقطه

85/ خشک در یک اقلیم نیمه LSTو دو مدل تجربی مبتنی بر دماي هوا براي برآورد تابش خورشیدي با استفاده از M5مدل درختی ارزیابی

ال س

وم س

/ ره

شما1/

یزپای

92

NIR-SWIR .به منظور تخمین نگهداشت آب در خاك .42-27 ):3( 2، مجله حفاظت منابع آب و خاك

. ارزیابی مدل 1392سیمایی، ا.، همایی، م. و نوروزي، ع. ا. SEBAL براي برآورد تبخیر و تعرق با استفاده از اطالعات

. مجله حفاظت منابع آب و MODISو TMهاي سنجنده .40-29 ):4( 2، خاك

. برآورد تبخر و تعرق 1391و رحیمی خوب، ع. .مرادي، م M5مرجع با استفاده از تصاویر ماهواره نوا و مدل درختی

آبیاري قزوین. مطالعه موردي شبکه -هاي آبیاريبراي شبکه 4علوم وفنون کشاورزي و منابع طبیعی، علوم آب وخاك،

)62:( 123-136. Allen, R. G., Pereira, L. S., Raes, D., & Smith, M.

(1998). Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. FAO, Rome, 300, 6541.

Angstrom, A.K. 1924 .Solar and terrestrial radiation. Quarterly Journal of Royal Meteorological Society, 120(50):121-126.

Emamifar, S. Rahimikhoob, A. Noroozi,A.A. 2013. Daily mean air temperature estimation from MODIS landsurface temperature products based on M5 model tree. International Journal of Climatology, 33 (15):3174-3181

Hargreaves, G. H. (1994). Simplified coefficients for estimating monthly solar radiation in North America and Europe, Dept. Paper, Dept. Biol. and Irrig. Engrg., Utah State University, Logan, Utah.

Hargreaves, G. H. and Z. A. Samani, 1982.Estimating potential evapotranspiration. Journal of Irrigation and Drainage Engineering, 108: (3): 225-230.

Maeda, E.E., D.A. Wiberg and P.K. Pellikka. 2011. Estimating reference evapotranspiration using remote sensing and empirical models in a region with limited ground data availability in Kenya. Appl. Geography, 31: 251-258.

Mahmood, R., and Hubbard, K.G. 2002. Effect of time of temperature observation and estimation of daily solar radiation for the Northern Great Plains, USA. Agron. J., 94: 723-733.

Mitchell, T. M. (1997). Machine learning. 1997. Burr Ridge, IL: McGraw Hill, 45.

Nash, J.E. and J.V. Sutcliffe. 1970. River flow forecasting through conceptual models. 1. A discussion of principles. J. Hydrol., 10:282–290

Pal, M. and S. Deswal. 2009. M5 model tree based modelling of reference evapotranspiration. Hydrology Process, 23: 1437–1443.

Qin, J., Chen, Z., Yang, K., Liang, S. and Tang, W. 2011. Estimation of monthly-mean daily global solar radiation based on MODIS and TRMM products. Appl. Energy, 88(7):2480-2489.

Quinlan, J.R. 1986. Introduction of decision trees. Machine Learning 1: 81-106.

Quinlan, J.R. 1992. Learning with continuous classes. Proceedings of the Fifth Australian Joint Conference on Artificial Intelligence, Hobart, Australia, 16-18 November, World Scientific, Singapore, pp. 343–348.

Rivington M., BellocchiG, Matthews K.B. and Buchan K. 2005. Evaluation of three model estimations of solar radiation at 24 UK stations. Agricultural and Forest Meteorology, 132: 228- 243.

Samani, Z. 2000. Estimation solar radiation and evapotranspiration using minimum climatological data. J. Irrig. Drain. Eng., 126(4):265-267.

Ulivieri, C., Castronouvo, M.M., Francioni, R. and Cardillo, A. 1994. A split window algorithm for estimating land surface temperature from satellites. Advances in Space Research, 14 (3): 59-65.

Shengpan Lin, Nathan J. Moore, Joseph P. Messina, Mark H. DeVisser, Jiaping Wu . 2012 .Evaluation of estimating daily maximum and minimum air temperature with MODIS data in east Africa. International Journal of Applied Earth Observation and Geoinformation, 18: 128–140.

Vancutsem, C., Ceccato, P., Dinky, T., Connor, S.J. 2010. Evaluation of MODIS land surface temperature data to estimate air temperature in different ecosystems over Africa. Remote Sensing. Environment., 114 (2):449–465.

Yan, H., Zhang, J.H., Hour, Y.Y., He, Y.B. 2009. Estimation of air temperature from MODIS data in east China. Int. J. Remote Sens., 30 (23): 6261–6275.

Wan, Z. 2008. New refinements and validation of the MODIS land-surface temperature/emissivity products. Remote Sensing of Environment, 112 (1): 59 -74.

Wan, Z.M., Zhang, Y.L., Zhang, Q.C., and Li, Z.L. 2002. Validation of the land-surface temperature products retrieved from Terra Moderate Resolution Imaging Spectro-radiometer data. Remote Sensing of Environment, 83 (1):163 −180.

Wan, Z. 1999. MODIS Land-Surface Temperature Algorithm Theoretical Basis Document (LST ATBD), Version 3.3, NASA contract NAS5-31370 (Institute for Computational Earth System Science).

Vol

. 3, N

o. 1

, Fal

l 201

3

Evaluating M5 model tree and two empirical models based on air temperature to estimate solar radiation, using LST in a semi-arid climate

Saeed Emamifar1*, Ali Akbar Noroozi2, Sadjjad Seyedi Hosseini3 and Azin Karimzad Anzabi4

1*) Ph.D. student, Department of Water Engineering, College of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran, Corresponding author email: [email protected] 2) Assistant Professor, Soil Conservation and Watershed Management Research Institute, Tehran, Iran 3) B.Sc., Department of Water Engineering, College of Aburaihan, University of Tehran, Tehran, Iran 4) B.Sc. student, Department of Water Engineering, College of Aburaihan, University of Tehran, Tehran, Iran

Abstract Solar radiation is one of the input parameters needed for simulation of processes associated with climate changes, hydrology and ecology. Proposed models to estimate this parameter because using the weather data from a spatial point, would also provide point estimations. In this study, two experimental models including Hargreaves - Samani and Mahmood - Hubbard that are based on air temperature data, with the input data of daily LST products MOD11A1 and MYD11A1 MODIS instead of air temperature, were used to estimate the solar radiation. The real data were obtained from Ahwaz synoptic station for 2006 and 2007. Validation results indicated that Hargreaves - Samani input MOD11A1 LST product and the model of Mahmood - Hubbard MYD11A1 products with input LST (Land Surface Temperature) have the larger and lowest accuracies in estimating solar radiation. Validation results were further indicated that Hargreaves - Samani input MOD11A1 LST product and the Mahmood - Hubbard input MYD11A1 LST product, respectively, have maximum and minimum accuracy in estimating solar radiation. For these models, R2 and RMSE statistics were, respectively 0.83, 2.46 (mj m-2 d-1), 0.79 and 4.09 (mj m-2 d-1). The Hargreaves -Samani model by using M5 model tree models (RS-M5-1 and RS-M5-2) based on LST data of MOD11A1 MODIS products geographic variables were formulated and the outcomes were compared with results of experimental models. The results showed that compares Tree Model RS-M5-1 and experimental models with the same input, The M5 tree model has higher accuracy. In general, tree model RS-M5-2 with LST products MOD11A1 inputs, can estimate the maximum and actual sundial and extraterrestrial radiation more accurate than other models. For this model, the values of R2 and NSE were estimated to be 0.87 and 0.86, respectively. The root mean square error for this was 10.24 percent. Keywords: air temperature; MODIS; solar radiation

Accepted: 19-12-2013 Received: 28-08-2013