雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际创新研究期刊》的研究在科学、工程和技术

菜单

ISSN在线(2319 - 8753)打印(2347 - 6710)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

估计实际Evapotranspitration遥感

s . a . Kadam1,s d Gorantiwar2,s . n . Das3和a·k·乔希4
  1. 助理教授、灌溉和排水工程部门MPKV, Rahuri,印度马哈拉施特拉邦。
  2. 头,灌溉和排水工程部门,MPKV, Rahuri,印度马哈拉施特拉邦。
  3. 那格浦尔导演,马哈拉施特拉邦遥感应用中心,印度马哈拉施特拉邦。
  4. 那格浦尔,总经理、区域遥感Centre-Central印度马哈拉施特拉邦
相关文章Pubmed,谷歌学者

访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术

国际创新研究期刊》的研究在科学、工程和技术

文摘

蒸散是水文循环的主要组件之一,其估计是非常重要的。遥感技术可以帮助提高估计精度也提供意味着计算蒸散的地理分布。在目前的研究中,每日实际蒸散计算小麦作物在拉比季作物生长周期一致。粮农组织Penman-Monteith方法适应卫星数据被用于实际的作物蒸散估算的小麦作物使用卫星数据与地面气象测量。卫星数据,必要的处理后,与表面结合使用数据从最近的气象站。国税局LISS-III卫星图像是用来计算,所需反照率归一化植被指数和赖实际作物蒸散的估计(等)的小麦收成。小麦的实际作物蒸散变化从0.95到3.43毫米/天在作物生长期间。等值估计从卫星数据直接应用粮农组织笔者环球方法平均低于16.54%等价值估计为乘法的Kc浓度计数据和ETr气象数据。很明显,从国税局LISS-III等采购,气象数据总是低于联合国粮农组织。这样做的原因可能是低分辨率的国税局LISS-III像素。 The difference is insignificant, when both the values were compared with t-test for paired two sample means.

关键字
遥感、作物蒸散、小麦、粮农组织Penman-Monteith方法

介绍
可持续水资源管理,实际蒸散的准确评估是必要的,主要是在农业,特别是现在一天有增加需求和减少农业水资源的可用性。然而,很难估计实际作物蒸散,因为它取决于各种参数变化在时间和空间。几种传统经验方法已经发展在过去的50年里由众多科学家从不同的气候变量估算蒸散。各种计算方法的性能的分析揭示了需要一个标准方法计算的参考作物蒸散。FAO(联合国粮食及农业组织)笔者-环球方法最近被推荐的标准方法。最近,估计实际蒸散在区域范围内已被广泛研究使用气象数据与遥感数据相结合。估算蒸散结合常规气象地面测量remotelysensed数据也已被广泛研究[1]。低分辨率NOAA图像被用于等评估[4],中等分辨率陆地卫星/ ETM +卫星图像被用于等估计(7、8、10)和ASTER卫星图像估计等[3]所使用的工具。估计等方法一般分为:(a)能量平衡方法,(b)空气动力学或传质方法,(c)经验或半经验方法,(d)水损耗方法和数值或建模方法(e) [6]。这些模型的性能的分析揭示了需要制定一个标准的计算方法等[5]。 The FAO-56 method, which was derived from the Penman-Monteith equation, has recently been recommended as the sole standard method [11]; this a method predicts ETc in a wide range of locations and climates [2]. By using remotely-sensed data the estimation of regional evapotranspiration is technically and economically feasible, since the remotely-sensed data provide estimations of high spatial and temporal resolution. Therefore, in this study the FAO Penman-Monteith method adapted to satellite data was used for the estimation of ETc for wheat crop.

数据和方法
答:资源
为了估算蒸散使用粮农组织画家——环球方法适应卫星数据,印度气象部门的气象数据(IMD)站位于19024 0”N 74039 00”E在水管理项目在圣雄Phule Krishi Vidyapeeth, Rahuri使用。数据包括空气温度、相对湿度、气压、风速和日照时数。九、国税局LISS-III被使用,可以追溯到11月,2013年3月,2012年和收获。这些数据被用来检索表面反照率、归一化植被指数、LAI和Kc从表面反射的国税局LISS-III数据。
b .研究区域
本研究收集所需的数据从麦田的d区圣雄Phule Krishi Vidyapeeth,位于19019年“58.779”N, 74040年“23.348”期间2012 - 2013。这个领域是种子的阴谋。研究种子的阴谋被选中,因为所有的标准培养实践采用在作物作物生长周期和维护在没有压力的条件。border-irrigated麦田。2012年11月,作物播种和收获,3月份2013和数据被记录在此期间。
c .方法
粮农组织方法适应卫星数据被用来估计等。使用卫星和气象数据都需要使用的方法。具体的方程用于估计等,在一定条件下基于直接应用与树冠Penman-Monteith方程参数估计的卫星图像。气温、气压、风速等数据收集的气象监测站位于研究区附近。下面的方程用于估计基于卫星数据和气象数据等。
图像

结果和讨论
答:小麦等作物
作物蒸散了粮农组织通过应用笔者环球适应卫星数据和传统的小麦作物源自反射率数据。表1显示了小麦等价值观对所有卫星图像在作物生长期间的日期。小麦情节在这项研究中的应用是大于120 x120米(5 x 5国税局LISS-III像素),以便有机会排除阴谋的边缘的像素。这个过程可以避免混合像素(non-vegetated-vegetated)可以提供关于等误导的结果。4 x 4国税局LISS-III纯像素被选为小麦的估计等。从表1,观察,等估计与笔者环球适应卫星数据从0.95变化到3.43毫米/天。图1中,图形化表示的结果直接应用粮农组织笔者环球方法。Y轴表示等mm /天,轴的日期或几天后播种的小麦有卫星图像。
图像
b等比较
粮农组织Penman-Monteith的作物蒸散估算方法(等)已经应用使用国税局LISS-III卫星数据和气象记录。最终结果列表和图1所示。这些结果比较FAO-56方法只使用小麦气象数据和使用单一作物系数(Kc)计算使用浓度计的数据。从表2,观察等值估计从卫星数据直接应用粮农组织笔者环球方法平均低于16.54%等价值估计为乘法的Kc浓度计数据和ETr气象数据。很明显,从国税局LISS-III等采购,气象数据总是低于联合国粮农组织。这样做的原因可能是低分辨率的国税局LISS-III像素。不同的是微不足道的,当价值观而配对t检验两个样本均值。
图像

结论
粮农组织Penman-Monteith方法适应卫星数据被用于实际的作物蒸散估算的小麦作物使用卫星数据与地面气象测量。小麦的实际作物蒸散变化从0.95到3.43毫米/天在作物生长期间。等值估计从卫星数据直接应用粮农组织笔者环球方法平均低于16.54%等价值估计为乘法的Kc浓度计数据和ETr气象数据。不同的是微不足道的,当价值观而配对t检验两个样本均值。

引用
  1. 艾伦,r G。,Pereira, L. S., Raes, D., and Smith, M.: Crop evapotranspiration, Irrig. Drain. 56, 2000.
  2. D 'Urso, g和Menenti, M。:映射灌区作物系数从陆地卫星TM图像;继续,选择,Eng。,2585, 41-47, 1995.
  3. 法国,a . N。,Schmugge, T. J., and Kustas,W. P.: Estimating evapotranspiration with ASTER thermal infrared imagery, Journal of Geoscience and Remote Sensing Symposium, 2, 718–720, 2001.
  4. Gieske, a, Wouter M。:高密度NOAA系列ET Gediz盆地,土耳其、灌溉和排水系统学报,19岁,285 - 299年,2005年。
  5. Hoedjes, j . c . B。Chehbouni,。雅各,F。,Ezzahar, J., and Boulet, G.: Deriving daily Evapotranspiration from remotely sensed evaporative fraction over olive orchard in Morocco, J. Hydrol., 53–64, 2008.
  6. Metochis C。:评估主要作物的灌溉用水需求的塞浦路斯。,Cyprus Agricultural Research Institute Series, Ministry of Agriculture, Natural Resources and Environment, Nicosia, 1997.
  7. Papadavid G。Agapiou,。,Hadjimitsis, D., Themistocleous, K.: Estimating Evapotranspiration of spring potatoes in Paphos, Cyprus using remote sensing, spectroradiometric and meteorological data, Remote Sensing and Photogrammetry Society Annual Conference 2009, “New Dimensions in Earth Observation”, Leicester, 8–11 September 2009, 2009.
  8. 秦,z和Karnieli,。:mono-window算法获取地表温度—从陆地卫星TM数据和应用的边境地区,Int。j .远程Sens。22日,3719 - 3746年,2001年。
  9. 唤醒J.W.,Haas Jr. R.H., Schell J.A., Deering D.W. 1974. Monitoring Vegetation Systems in the Great Plains with ERTS. In: NASA SP-351, 3rd ERTS-1 Symposium, Washington, DC, pp. 309–317.
  10. Sobrino, j . A。,Jimenez-Munoz, J. C., and Paolini, L.: Land surface temperature retrieval from LANDSAT TM 5, J. Remote Sens. Environ., 90, 434–440, 2004.
  11. Telis, a .和Koutsogiannis D。:估算蒸散在希腊,博士论文,雅典大学,2007。