ريزمقياس نمايي تصوير ماديس به منظور تهيه نقشه تبخير-تعرق روزانه با قدرت تفكيك تصوير لندست با استفاده از الگوريتم‌هاي SADFDT و STARFM

MODIS image downscaling using STARFM and SADFAT algorithms for daily Landsat-like spatial resolution evapotranspiration mapping

داده هاي اخذ شده توسط سنجنده­هاي ماهواره­اي، به طور معمول به سه دسته تصاوير با قدرت تفكيك مكاني پايين، متوسط و بالا تقسيم مي­شوند. بسياري از تصاوير با قدرت تفكيك مكاني پايين و متوسط و قدرت تفكيك زماني بالا، به­راحتي در دسترس كاربران هستند، در حالي­كه تصاوير با قدرت تفكيك مكاني بالا، در اكثر مواقع داراي قدرت تفكيك زماني بالايي نيستند و يا به صورت تجاري و با هزينه بالا در دسترس هستند. علاوه بر اين، تصاوير با قدرت تفكيك مكاني بالا معمولا فاقد باندهاي حرارتي بوده و لذا در مدل­كردن فرآيند­هاي طبيعي، مانند تبخير- تعرق با محدوديت مواجه هستند. توليد نقشه­هاي تبخير- تعرق روزانه، با قدرت تفكيك مكاني بالا، همواره يكي از چالش­هاي محققان سنجش ازدور بوده است. هدف اين مطالعه، امكان سنجي توليد نقشه­هاي تبخير- تعرق روزانه با قدرت تفكيك مكاني 30 متر است. اين تحقيق بر روي زمين­هاي كشت و صنعت اميركبير اجرا شده است. براي اين منظور ابتدا از بين باندهاي 36 گانه تصوير ماديس، باندهايي كه از لحاظ طيفي، تقريبا معادل با تصوير لندست 8 بودند، شناسايي شدند. سپس با استفاده از الگوريتم­هاي SADFAT و STARFM و تصاوير لندست 8 و ماديس، باندهاي مرئي و مادون قرمز با قدرت تفكيك زماني روزانه و قدرت تفكيك مكاني 30 متر توليد شدند و در نهايت با استفاده از الگوريتم سبال، نقشه­هاي تبخير- تعرق واقعي از باندهاي شبيه سازي شده توليد شدند. مقايسه تبخير- تعرق­هاي شبيه­سازي شده با تبخير- تعرق­هاي به دست آمده با روش فائو- پنمن- مانتيث نشان دهنده و است. همچنين مقايسه تبخير- تعرق شبيه­سازي سازي شده با تبخير- تعرق حاصل از تصوير لندست 8، در همان روز نشان­دهنده و است كه نشان دهنده عملكرد خوب چهارچوب پيشنهادي براي ريز مقياس نمايي در اين مطالعه است.

Satellites acquire data in low, medium, and high spatial resolutions. Freely-available high temporal resolution images are often acquired in medium (or low) spatial resolution and high spatial resolution images usually suffer from a low temporal resolution or from high costs. Moreover, high spatial resolution images are prevented to use in modeling of processes such as evapotranspiration due to the lack of thermal bands. Evapotranspiration mapping with a high spatial and temporal resolutions have been always one of the main subjects in the field of remote sensing. Daily evapotranspiration mapping with a 30 meter spatial resolution is the aim of current study. The case study of the research is Amir-Kabir agro-industrial farms. For this purpose, among 36 bands of MODIS image, those being more spectrally similar to Landsat bands were selected. Then, SADFAT and STARFM algorithms were applied on Landsat 8 and MODIS images to simulate visible and infrared bands with daily temporal resolution and 30-m spatial resolution. Afterward, the simulated bands were used as input for SEBAL algorithm to calculate actual evapotranspiration. Comparing the results with the actual evapotranspiration derived from FAO-Penman-Monteith equation indicated a RMSE of 2.53 mm/day and R2 of 0.69. Also, an RMSE of 0.68 mm/day and R2 of 0.94 were derived when the actual evapotranspiration derived from the downscaled bands were compared with that derived from the Landsat-8 bands. Accordingly, these results showed the efficient performance of the downscaling framework proposed in this study.