BAITSS - BAITSSS

BAITSSS (Geri Ortalamalı Yinelemeli İki Kaynaklı Yüzey sıcaklığı ve enerji dengesi Çözümü), uzaktan algılamaya dayalı bilgileri kullanarak , öncelikle tarım alanında su kullanımını belirleyen biyofiziksel Evapotranspirasyon (ET) bilgisayar modelidir . 2010'dan beri Ramesh Dhungel ve Idaho Üniversitesi Kimberly Araştırma ve Yayım Merkezi'ndeki su kaynakları grubu tarafından geliştirilmiş ve rafine edilmiştir . Amerika Birleşik Devletleri'nde Güney Idaho , Kuzey Kaliforniya , kuzeybatı Kansas ve Teksas dahil olmak üzere farklı alanlarda kullanılmıştır. .

Gelişim tarihi

BAITSSS , profesör Richard G. Allen'ın altında "Sulama yönetimi, hidroloji ve uzaktan algılama uygulamaları için ızgaralı evapotranspirasyonun zaman serisini üretmek ve entegre etmek" adlı bir projeye katılan Idaho Üniversitesi'nde yüksek lisans öğrencisi olan Ramesh Dhungel'in araştırmasından kaynaklanmıştır .

2012 yılında, NARR hava durumu verileri (~ 32 kilometre) kullanılarak Python IDLE ortamı kullanılarak peyzaj modelinin ilk versiyonu geliştirildi . Dhungel, modelin BATANS (geriye doğru ortalamalı iki kaynaklı hızlandırılmış sayısal çözüm) olarak adlandırıldığı 2014 yılında doktora tezini sundu. Model ilk olarak 2016 yılında Meteorolojik Uygulamalar dergisinde BAITSSS adı altında termal tabanlı yüzey sıcaklığı mevcut olmadığında uydu üst geçidi arasında ET enterpolasyonu yapmak için bir çerçeve olarak yayınlandı . Geriye doğru ortalama almanın genel konsepti, zaman alıcı olabilen ve özellikle düşük rüzgar hızında sıklıkla yakınsama sorunu yaşayabilen yinelemeli olarak çözülen yüzey enerji dengesi bileşenlerinin yakınsama sürecini hızlandırmak için tanıtıldı .

2017 yılında, peyzaj BAITSSS modeli, NLDAS hava durumu verileri (~ 12,5 kilometre) kullanılarak GDAL ve NumPy kitaplıklarıyla birlikte Python kabuğunda yazıldı . Ayrıntılı bağımsız modeli tartı karşı değerlendirilmiştir lizimetre ölçülen ET , kızılötesi sıcaklık (IRT) ve net radiometer ait kuraklığa dayanıklı mısır ve sorgum içinde Koruma ve Üretim Araştırma Laboratuvarı'nda Bushland, Texas grubu tarafından bilim adamları gelen USDA-ARS ve Kansas State University arasında 2017 ve 2020. BAITSSS'nin daha sonraki bazı geliştirmeleri, fiziksel tabanlı mahsul üretkenliği bileşenlerini, yani biyokütle ve mahsul verimi hesaplamasını içerir.

Gerekçe

BAITSSS ET Modelinin Başlıca Bileşenleri

Uzaktan algılama tabanlı anlık ET modellerinin çoğu, mevsimsel değerleri hesaplamak için mahsul katsayılarına benzer şekilde evaporatif fraksiyon (EF) veya referans ET fraksiyonu (ET _r F) kullanır , bu modeller genellikle yüzey enerji dengesinde toprak su dengesi ve Sulama bileşenlerinden yoksundur. . Diğer sınırlayıcı faktörler, gerekli zamansal çözünürlükte her zaman mevcut olmayan ve genellikle bulut örtüsü gibi faktörler tarafından gizlenen termal bazlı radyometrik yüzey sıcaklığına bağımlılıktır . BAITSSS, termal tabanlı radyometrik yüzey sıcaklığının kullanımını serbest bırakan uzaktan algılama tabanlı modellerdeki bu boşlukları doldurmak ve yüksek zamansal (saatlik veya altı saatlik) ve uzamsal çözünürlüklü (30 metre ) ET haritalarını simüle eden dijital bir mahsul su izleyicisi olarak hizmet etmek için geliştirildi. . BAITSSS, uzaktan algılamaya dayalı gölgelik oluşum bilgisini, yani bitki örtüsü endekslerinin ve yaşlanmanın mevsimsel değişiminin tahminini kullanır .

Yaklaşım ve model yapısı

Yüzey enerji dengesi ölçmek için yaygın olarak kullanılan yaklaşımlardan biri olan ET ( latent ısı akısı açısından akı hava değişkenleri ve benzeri), bitki Endeksleri , bu işlemin etkenlerdir. BAITSSS, yüzey enerji dengesini ve dirençleri hesaplamak için öncelikle Javis, 1976, Choudhury ve Monteith, 1988'den alınan çok sayıda denklemi ve Monin-Obukhov benzerlik teorisi ile ilişkili kararlılık fonksiyonlarına sahip aerodinamik yöntemler veya akı-gradyan ilişkisi denklemlerini benimser .

Yüzey enerji dengesinin altında yatan temel denklemler

Gizli ısı akısı (LE)

Aerodinamik bir ya da akışkan-gradyan denklemler latent ısı akısı BAITSSS aşağıda gösterilmiştir. doyumudur buhar basıncı en gölgelik ve toprak için ortam olup buhar basıncı , r _AC toplu olan sınır tabakası gölgelik bitkisel elemanların direnç, r _ah olan aerodinamik direnci sıfır düzlem değiştirme (d) + arasındaki pürüzlülüğü uzunluğu momentum (z _om ) ve ölçüm yüksekliği (z) rüzgar hızı , r _olarak alt-tabaka ve bu ağacın yüksekliği (d + z 'ye sahip aerodinamik direnci _om ) ve r _p toprak yüzeyi direncidir. ${\displaystyle e_{c}^{o}}$${\displaystyle e_{s}^{o}}$${\displaystyle e_{a}}$

${\displaystyle LE_{c}={\frac {\rho _{a}c_{p}}{\gamma }}{\bigl (}{\frac {e_{c}^{o}-e_{a} }{r_{ac}+r_{ah}+r_{sc}}}{\bigr )}\ \And \ LE_{s}={\frac {\rho _{a}c_{p}}{\gamma }}{\bigl (}{\frac {e_{s}^{o}-e_{a}}{r_{as}+r_{ah}+r_{ss}}}{\bigr )}}$

BAITSSS gizli ısı akısı (LE) ve duyulur ısı akısının (H) elektriksel analoji olarak çeşitli dirençleri (toprak yüzey direnci: r _ss ve kanopi direnci: r _sc ) ve yüzey sıcaklıklarını (gölgelik sıcaklığı: T _c ve toprak yüzey sıcaklığı ) gösteren şematik T _s ).

Duyulur ısı akısı (H) ve yüzey sıcaklığı hesabı

BAITSSS'de duyulur ısı akısı ve yüzey sıcaklığının akı-gradyan denklemleri aşağıda gösterilmiştir.

${\displaystyle H_{c}={\rho _{a}c_{p}}{\bigl (}{\frac {T_{c}-T_{a}}{r_{ah}+r_{ac}} }{\bigr )}\Longleftrightarrow T_{c}={\frac {H_{c}(r_{ah}+r_{ac})}{\rho _{a}c_{p}}}+{T_{ a}}}$

${\displaystyle H_{s}={\rho _{a}c_{p}}{\bigl (}{\frac {T_{s}-T_{a}}{r_{ah}+r_{as}} }{\bigr )}\Longleftrightarrow T_{s}={\frac {H_{s}(r_{ah}+r_{as})}{\rho _{a}c_{p}}}+{T_{ a}}}$

Kanopi direnci (r _sc )

BAITSSS'de benimsenen r _sc'nin tipik Jarvis tip denklemi aşağıda gösterilmiştir, R _c-min , r _sc'nin minimum değeridir , LAI yaprak alan indeksidir , f _c gölgelik örtüsünün fraksiyonudur , ağırlık fonksiyonları bitkinin güneş radyasyonuna tepkisini temsil eder ( F ₁ ), hava sıcaklığı (F ₂ ), buhar basıncı açığı (F ₃ ) ve toprak nemi (F ₄ ) 0 ile 1 arasında değişmektedir.

Ortalama olmayan (turuncu) ile karşılaştırıldığında geriye doğru ortalamadan (değiştirilmiş - yeşil) yüzey enerji dengesinin aerodinamik direncinin yakınsamasının bir örneği

${\displaystyle r_{sc}={\frac {R_{c-min}}{{\frac {LAI}{f_{c}}}F_{1}F_{2}F_{3}F_{4}} }}$

Toprak su dengesi denklemleri ve sulama kararı

Toprak yüzeyi ve kök bölgesi için standart toprak su dengesi denklemleri, sulama kararlarının kök bölgesindeki toprak nemine dayalı olduğu her bir zaman adımı için BAITSSS'de uygulanmaktadır.

Veri

Giriş

22 Mayıs ve 28 Haziran 2016 tarihleri ​​arasında Bushland, Teksas yakınlarında ölçülen Kızılötesi Sıcaklık (IRT) ve mısırın hava sıcaklığına kıyasla BAITSSS'den (kompozit yüzey) saatlik ortalama yinelemeli olarak çözülen yüzey sıcaklığı .

ET modelleri, genel olarak, su kullanımını hesaplamak için bitki örtüsü (fiziksel özellikler ve bitki örtüsü endeksleri ) ve çevre durumu (hava durumu verileri) hakkında bilgiye ihtiyaç duyar . BAITSSS birincil hava veri gereksinimleri olan güneş ışınımı (R _{s ↓} ), rüzgar hızı (u _Z ), hava sıcaklığı (T _a ), bağıl nem (RH) veya belirli bir nem (q _bir ), ve çökelti (P). BAITSSS'deki bitki örtüsü indeksleri gereksinimleri , genellikle normalleştirilmiş farklılık bitki örtüsü indeksinden (NDVI) tahmin edilen yaprak alanı indeksi (LAI) ve fraksiyonel gölgelik örtüsüdür (f _c ). Otomatik BAITSSS hesaplayabilir ET boyunca ABD'de kullanarak Ulusal Okyanus ve Atmosfer İdaresi (1/8 Kuzey Amerika Arazi Veri Asimilasyon sistem yani saatlik NLDAS (NOAA) hava durumu verileri derecesi ; ~ 12.5 kilometre) Bitki örtüsü endeksleri tarafından satın olanlar Landsat ve toprak SSURGO'dan bilgi .

Çıktı

BAITSSS, her zaman adımında ızgara şeklinde çok sayıda değişken (akı, direnç ve nem) üretir. En sık kullanılan çıktılar evapotranspirasyon , buharlaşma , terleme , toprak nemi, sulama miktarı ve yüzey sıcaklık haritaları ve zaman serisi analizidir.

Model özellikleri

BAITSSS'nin zaman serisi simüle edilmiş günlük kümülatif mısır grafikleri a) terleme (T), b) buharlaşma (E _ss ), c) kök bölgesindeki ortalama toprak nemi (θ _kök ), d) yüzeydeki ortalama toprak nemi (θ _sur ), e) evapotranspirasyon (ET), f) ızgaralı çökeltme (P) ve örneklenmiş pikselin Sheridan 6 (SD-6) LEMA'da (100° 38′ 22″ W, 39° 21′ ) simüle edilmiş irrigasyonu (I _rr ; çubuk grafiği) 38″ N) 10 Mayıs ve 15 Eylül, Kansas , Amerika Birleşik Devletleri arasında . Gölge, 5 yıllık maksimum ve minimumu temsil eder ve siyah çizgi ortalama değeri temsil eder.

Dijital tarım -Simulated kümülatif mevsimsel buharlaşma NLDAS ve her saat hava verilerinden (30 m uzamsal çözünürlük mm) Bitki Endeksler gelen Landsat BAITSSS 10 Mayıs ve 15 düzenlenmiş altı suyu yönetim bölgesi için Eylül 2013 arasında 0.5 MAD varsayılarak otomatik kullanarak; SD-6 LEMA, Kansas , Amerika Birleşik Devletleri (siyah daireler, su hakları şekilleri).

Tarım sistem uygulamaları ve tanıma

BAITSSS güney bölgesi ET hesaplamak için uygulanan Idaho 2008 ve O hesapla kullanıldı 2010 için Kuzey Kaliforniya'da mısır ve sorgum ET Bushland, Texas 2016 için ve kuzeybatısında birden bitkileri Kansas 2013-2017 için. BAITSSS, Bhattarai ve diğerleri dahil olmak üzere dünyanın dört bir yanındaki meslektaşlar arasında geniş çapta tartışıldı . 2017 ve Jones ve ark. 2019 yılında Tarım ABD Senatosu Komitesi, Beslenme ve Ormancılık onun içinde BAITSSS listelenen iklim değişikliği raporuna. BAITSSS ayrıca Açık Erişim Hükümeti , Landsat bilim ekibi, Grass & Grain dergisi, Ulusal Bilgi Yönetim ve Destek Sistemi (NIMSS), karasal ekolojik modeller, uzaktan algılama tabanlı mantıklı ısı akışı tahmini ve sulama kararı ile ilgili önemli araştırma katkısı makalelerinde yer aldı. ET modelleri.

Eylül 2019'da, Kuzeybatı Kansas Yeraltı Suyu Yönetim Bölgesi 4 (GMD 4) ile birlikte BAITSSS, Amerikan Bilim İlerleme Derneği'nden (AAAS) ulusal düzeyde tanınma aldı . AAAS , kapsamlı tarımsal uygulamalar nedeniyle bu akiferin hızla tükendiği yerlerde su kullanımını en aza indirerek Ogallala Akiferinin ömrünü uzatmak için Kansas, Sheridan County dahil olmak üzere ABD genelinde iklim değişikliğine yanıt veren 18 topluluğun altını çizdi . AAAS , Kansas , Sheridan County'de suyun etkin kullanımını destekleyen karmaşık ET modeli BAITSSS ve Dhungel'in ve diğer bilim adamlarının çabalarının geliştirilmesini ve kullanımını tartıştı .

Ayrıca, Kansas Üst Cumhuriyet Bölgesel Danışma Komitesi (Haziran 2019) ve GMD 4, BAITSSS'nin su kullanımını, eğitim amacını ve maliyet paylaşımını yönetmek için olası faydasını ve kullanımını tartıştı. Kansas Eyalet Üniversitesi ve ET modelini kullanan GMD4'ün Ogallala Akiferini Koruma çabası hakkında kısa bir hikaye Mother Earth News (Nisan/Mayıs 2020) ve Progressive Crop Consultant'ta yayınlandı.

Örnek uygulama

Yeraltı Suyu ve Sulama

Normalleştirilmiş evapotranspirasyon (ET) ve normalize net radyasyon (Rn) ve normalleştirilmiş su buharı basınç açığı (VPD) arasındaki ortalama evapotranspirasyon histerezisi.

Dhungel ve diğerleri, 2020, tarla mahsulü bilim adamları, sistem analistleri ve bölge su yöneticileri ile birlikte , BAITSSS'yi bölge su yönetimi düzeyinde, mevsimsel ET'ye ve Sheridan 6'da (SD-6) Yerel Gelişmiş Yönetim Planı'nda yıllık yeraltı suyu çekme oranlarına odaklanarak uyguladı. (LEMA) kuzeybatı, Kansas , Amerika Birleşik Devletleri'nde beş yıllık bir süre (2013-2017) için . BAITSSS simüle sulama raporlanan karşılaştırıldı sulama yanı anlaması için açık sulama içindeki su doğru yönetim birimleri (WRMU). Gelen Kansas , yeraltı pompalama kayıtlar yasal belge ve Su Kaynakları Kansas Bölümü tarafından sürdürdü. Sezon içi su temini, iyi sulanmış mahsul suyu durumu olarak BAITSSS simüle edilmiş ET ile karşılaştırılmıştır .

Evapotranspirasyon Hysterisis ve Adveksiyon

Günlük evapotranspirasyon belirsizlikleri. Lizimetre ölçümleri referans olarak alınmıştır. Doğrusal regresyonlar kırmızı çizgi çizgileri ve bire bir çizgiler siyahtır.

ET histerezisi ( Buhar basıncı ve net radyasyon) ile ilişkili ET belirsizliği ile ilgili bir çalışma lizimetre, Eddy kovaryansı (EC) ve BAITSSS modeli (nokta ölçeği) kullanılarak Bushland, Texas'ta advektif bir ortamda gerçekleştirilmiştir . Sonuçlar, BAITSSS'den gelen histerezis modelinin lizimetreyi yakından takip ettiğini ve EC ile karşılaştırıldığında net radyasyonla ilgili zayıf histerezis gösterdiğini gösterdi. Bununla birlikte, hem lizimetre hem de BAITSSS, EC ile karşılaştırıldığında VPD ile ilgili güçlü histerezis göstermiştir.

Zorluklar ve sınırlamalar

Mevsimsel zaman ölçeği için 30 m uzamsal çözünürlükte saatlik ET simülasyonu , hesaplama açısından zorlu ve veri yoğundur . Düşük rüzgar hızı , yüzey enerji dengesi bileşenlerinin yakınsamasını da zorlaştırır. Akran grubu Pan ve ark. 2017'de ve Dhungel ve diğerleri, 2019, bu tür direnç tabanlı modellerin parametreleştirilmesi ve doğrulanmasının olası zorluğuna dikkat çekti. Simüle edilen sulama, tarlada gerçekte uygulanandan farklı olabilir.

Ayrıca bakınız

• Idaho Üniversitesi tarafından geliştirilen ve evapotranspirasyonu hesaplamak ve haritalamak için Landsat uydu verilerini kullanan başka bir model olan METRIC
• SEBAL , hidrolojik döngünün özelliklerini tahmin etmek için yüzey enerji dengesini kullanır . SEBAL evapotranspirasyon, biyokütle büyümesi, su eksikliği ve toprak nemini haritalar

Referanslar

Dış bağlantılar

• BAITSSS , Sites.google.com'da