تبخیر و تعرق

برنج ( Oryza sativa L) یکی از محصولات زراعی است که در اقلیم های گرم و مرطوب با بارش نسبتا زیاد و یا مناطق غنی از آب های سطحی و زیر زمینی قابلیت کشت دارد. مناسب ترین منطقه برای کشت این محصول استان های شمالی کشور می باشد. بدین منظور در این پژوهش تلاش شده است که میزان تبخیر و تعرق گیاه برنج در مراحل مختلف رشد (می تا آگوست) در سه استان گیلان، مازندران و گلستان بدست آید. در ابتدا میزان تبخیر و تعرق گیاه مرجع در ایستگاه های منتخب با استفاده از روش فائو پنمن مانتیث به عنوان بهترین روش استاندارد محاسبه تبخیر و تعرق، محاسبه و سپس با حاصلضرب ضریب گیاهی گیاه برنج در مقادیر تبخیر و تعرق گیاه مرجع، مقدار تبخیر و تعرق گیاه برنج در مراحل مختلف رشد بدست آمد. نتایج نشان می دهد که بیشینه میزان تبخیر و تعرق گیاه برنج در مرحله میانی و کمینه آن در مرحله پایانی رشد تجربه می شود (به استثنای ایستگاه منجیل)، در بیشتر ایستگاه های منتخب، تبخیر و تعرق گیاه برنج در مرحله میانی رشد (ژوئن و جولای) در حدود 65 تا 70 درصد از کل تبخیر و تعرق این محصول را به خود اختصاص می دهد. به طور کلی میزان تبخیر و تعرق برنج در تمام مراحل رشد از شرق منطقه (ایستگاه مراوه تپه) به سمت غرب (ایستگاه آستارا) به استثنای ایستگاه منجیل کاهش می یابد، در مقابل میزان بارش در دوره رشد این محصول از شرق به غرب، روندی افزایشی را طی می کند به طوری که در ایستگاه های مراوه تپه و گرگان میزان بارش به ترتیب در حدود 9 و 20 درصد از نیاز آبی این محصول را تامین کند در حالی که در بیشتر ایستگاه های استان مازندران و گیلان در حدود 30 تا 50 درصد نیاز آبی این محصول از طریق بارش قابل تامین است.

با توجه به این که بخش قابل توجهی از آب مصرفی به کشاورزی اختصاص دارد، محاسبه تبخیر و تعرق می تواند برای برنامه هایی نظیر توسعه کشت، وضع قوانین مصرف آب، مطالعات هیدرولوژیکی و غیره کاربرد فراوانی داشته باشد. هم چنین روندیابی تبخیر و تعرق می تواند در بررسی روند خشکسالی در منطقه مفید واقع شود. در این تحقیق با استفاده از تصاویر Landsat 5 TM (41 تصویر)، داده های هواشناسی مربوط به ایستگاه سینوپتیک یزد و مدل SEBS، تبخیر و تعرق مربوط به دوره زمانی 2011-1990 منطقه مرکزی یزد محاسبه شد و نتایج حاصل با نتایج تشتک تبخیر و معادله  FAO Penman-Monteithمقایسه شد تا صحت این مدل در منطقه خشک یزد برآورد گردد. فایل های تشعشع مورد نیاز مدل  SEBSبا استفاده از نرم افزار  GRASSدر محیط اسکریپت لینوکس تولید شد. سایر داده های سنجش از دور مدل  در محیطILWIS  و داده های هواشناسی آن با کمک اطلاعات هواشناسی ایستگاه یزد، محاسبه گردید. نتایج نشان داد تبخیر و تعرق به دست آمده با مدل SEBS، با تبخیر و تعرق روش  FAO Penman-Monteith از لحاظ آماری ضریب همبستگی معنی داری داشت اما از سطح بالای همبستگی برخوردار نبود. این امر می تواند به دلیل نبود یک پیکره ی آبی دارای پیوستگی زمانی در محل تحقیق باشد تا امر مقایسه نتایج مدل با واقعیت را تسهیل ببخشد.  

تبخیر و تعرق که شامل تبخیر آب از سطح خاک و تعرق از پوشش گیاهی می باشد، یک پارامتر فیزیکی اساسی برای مدیریت منابع آب و نیاز آبی در بخش کشاورزی می باشد. هدف از پژوهش حاضر، تعیین تبخیر و تعرق واقعی از سطح باغات پسته حاشیه کویر ابرکوه استان یزد به منظور استفاده بهینه از منابع آبی این منطقه می باشد. بدین منظور از سری زمانی تصاویر ماهواره ای لندست 8 با 16 تصویر در طول دوره رشد پسته در سال 1394 استفاده شد و سپس با استفاده از الگوریتم سبال نقشه های تبخیر و تعرق باغات پسته در دوره های 15 روزه مربوط به 4 مرحله اصلی فنولوژی گیاه پسته بدست آورده شد. مقایسه تبخیر روزانه بدست آمده از طریق الگوریتم سبال با تبخیر و تعرق بدست آمده از طریق روش فائو56 نشان داد نتایج دو مدل مطابقت خوبی با هم دارند؛ به طوری که، میانگین میزان همبستگی در شش نقطه در طول فصل رشد بین دو روش سبال و فائو، 56، 77/0 و خطای RMSE بین این دو روش، 24/1 میلی متر در روز بدست آمد. بر اساس نتایج، میانگین میزان تبخیر و تعرق پسته در سطح منطقه مطالعاتی در سال 1394، 1015 میلی متر و در 83 درصد سطح باغات میزان تبخیر و تعرق واقعی در یک فصل رشد یک ساله، 700 تا 1300 میلی متر می باشد. در ماه های خرداد و تیر حداکثر میزان تبخیر و تعرق مشاهده شد. به طوری که، در ماه های نا مبرده، میزان تبخیر و تعرق در دوره های 15 روزه بین 80 تا 100 میلی متر متغیر است. همچنین، بر اساس نتایج، 50 درصد میزان تبخیر و تعرق در بازه زمانی 1 خرداد تا 31 مرداد صورت می گیرد.

تاکنون مدل های متعددی برای برآورد پارامترهای مختلف اقلیمی ارائه شده است، اما با توجه به کمبود داده های معتبر و طولانی مدت در برخی از ایستگاه های هواشناسی، به کارگیری بعضی از مدل ها مشکل شده است. مدل شبیه سازی SIMETAW به منظور تخمین تبخیر و تعرق پتانسیل و همچنین برآورد مقدار خالص آب مورد نیاز آبیاری (ETaw) ارائه شده است. علاوه بر این، با استفاده از این مدل می توان داده های هواشناسی روزانه را از روی داده های هواشناسی ماهانه شبیه سازی کرد. شبیه سازی اطلاعات آب و هوای روزانه در جایی که تنها میانگین های ماهانه وجود دارد، یک ابزار بسیارخوب برای پرکردن داده های گمشده است. در این پژوهش با استفاده از مدل شبیه سازی SIMETAW به پیش بینی پارامترهای مختلف اقلیمی از جمله تابش خورشیدی، دمای حداقل و حداکثر، سرعت باد، نقطه شبنم، بارش و تبخیر و تعرق پتانسیل در چهار (اقلیم متفاوت نیمه خشک (مشهد)، گرم و خشک (بندر عباس)، معتدل و مرطوب (رامسر) و مدیترانه ای (سنندج) در طی سال های میلادی (1967-2017) می پردازیم. نتایج این مطالعات نشان داد که مدل SIMETAW توانایی بالایی در شبیه سازی متغیرهای اقلیمی دارد و بالاترین دقت مدل را در شبیه سازی بارش (998/0= R2) و دمای حداکثر (997/0= R2) مربوط به اقلیم نیمه خشک (مشهد)، نقطه شبنم (998/0= R2) مربوط به اقلیم معتدل و مرطوب (رامسر)، برای تابش (998/0= R2) و سرعت باد (9/0= R2) مربوط به اقلیم مدیترانه ای (سنندج) و دمای حداقل (998/0= R2) برای اقلیم گرم و خشک (بندر عباس) می باشد.

با توجه به محدودیت های دسترسی به منابع آب در ایران و به منظور برنامه ریزی و مدیریت بهره وری آب در بخش کشاورزی، آگاهی از میزان تبخیر و تعرق گیاهان تحت تأثیر تغییر اقلیم بسیار اهمیت دارد. هدف این مطالعه، بررسی تغییرات تبخیر و تعرق گندم آبی پاییزه در ایران تحت شرایط تغییر اقلیم به منظور انجام برنامه ریزی های سازگار با شرایط اقلیمی آینده بود. به این منظور، با استفاده از داده های مدل گردش عمومی جو CCSM4 و با توجه به طول دوره رشد و ضریب رشد گیاهی محصول گندم آبی، مقادیر تبخیر و تعرق محصول در دوره پایه 2005-2020 و دو دوره آینده (2060-2021 و 2061-2100) در دو سناریوی RCP4.5 و RCP8.5 برآورد، نقشه-های مربوطه تهیه و الگوهای فضایی پدیده بررسی شد. نتایج تحقیق نشان داد، تبخیر و تعرق گندم آبی پاییزه در ایران در دوره آینده در مقایسه با دوره پایه حدود 6 درصد افزایش خواهد یافت که این افزایش در آینده دور (2061-2100) بیشتر از آینده نزدیک (2021-2060) و در ماه های مختلف دوره کشت در سناریوی RCP8.5 بیشتر از سناریوی RCP4.5 خواهد بود. بیشترین مقدار ماهانه تبخیر و تعرق در سناریوهای RCP4.5 و RCP8.5 مربوط به ماه مه به ترتیب به میزان 153 و 162 میلی متر است. ماه-های اُکتبر و نوامبر که ماه های آغازین دوره کشت هستند نیز کمترین میزان افزایش تبخیر و تعرق را در آینده به میزان تقریبی 14 میلی متر خواهند داشت. مقدار تبخیر و تعرق گندم آبی در دوره رشد در سطح کشور از 330 تا 971 میلی متر در دوره پایه تا 340 تا 1025 میلی متر در آینده دور در سناریوی RCP8.5  متفاوت است. افزایش تبخیر و تعرق در آینده بسیاری از برنامه ریزی ها را در زمینه تأمین آب محصول گندم در کشور به چالش خواهد کشید؛ ازاین رو لزوم توجه به نیاز آبی در سال های آینده به خصوص در ماه های آوریل و مه که اوج فعالیت و رشد گیاه و زمان حداکثر نیاز آبی است، ضروری است.

خشکسالی یکی از بلایای طبیعی است که با خسارت های مالی و جانی فراوانی همراه است. این پدیده تحت هر رژیم بارش و رژیم دمایی به وقوع می پیوندد. تعریف مورد قبول عام در مورد خشکسالی وجود ندارد؛ زیرا نزد افراد با تخصصهای مختلف دارای معانی متفاوتی است و در منابع علمی به رخداد خشکسالی هواشناسی، هیدرولوژیکی و کشاورزی اشاره شده است. خشکسالی هواشناسی عبارت است از: کمبود غیرنرمال و طولانی مدت بارش، و خشکسالی هیدرولوژیکی به صورت دوره ای با ذخیره آبی واقعی کمتر از میزان حداقل ذخیره آبی مورد نیاز برای فعالیت های مشخص است. خشک سالی کشاورزی تحت شرایط عدم کفایت میزان آب - خاک قابل دسترس در یک دوره زمانی بحرانی ایجاد می شود و این شرایط به نوع گونه گیاهی و نوع خاک بستگی دارد. در این تحقیق، به بررسی هم زمانی یا عدم هم زمانی دو رخداد خشک سالی هواشناسی و خشک سالی کشاورزی پرداخته شده است. برای انجام این بررسی، از داده های هواشناسی و اطلاعات فنولوژیکی گندم دیم سرداری در محدوده زمانی سالهای 91-1990 تا 99-1998 (به استثنای سال زراعی 94-1993 که مزرعه کشت نشده است) ایستگاه تحقیقات هواشناسی کشاورزی سرارود کرمانشاه استفاده به عمل آمده است. نتایج تحقیق نشان می دهد که با رخداد خشکسالی هواشناسی، خشکسالی کشاورزی نیز به وقوع پیوسته و حتی در سال هایی که از نظر هواشناسی، ترسالی محسوب می شود نیز نظیر سال های زراعی 95-94 و 98-97 علی رغم بهبود شرایط رطوبتی خشکسالی کشاورزی به وقوع پیوسته است.

در بین تنش ها و مخاطرات محیطی مختلف، خشکسالی به عنوان مهم ترین عامل محیطی شناخته می شود که چالش اصلی مناطق مختلف جهان و به خصوص ناحیه خاورمیانه می باشد که علاوه بر تأثیرات گسترده بر تولید و بهره وری محصولات کشاورزی، بر سایر ابعاد اجتماعی و اقتصادی کشورها اثرگذار است. بنابراین، آنالیز، پایش و شاخصه بندی خشکسالی از ضروریات اصلی مدیریت و برنامه ریزی در زمینه خشکسالی می باشد. در این پژوهش، شاخص شناسایی خشکسالی (RDI) و نسخه بهبود یافته آن یعنی شاخص شناسایی خشکسالی مؤثر (eRDI) برای یک دوره آماری 59 ساله (2020-1961) به منظور شناسایی و بررسی روند خشکسالی کشاورزی در منطقه گناباد مورد مقایسه و ارزیابی قرار گرفت. نتایج این تحقیق مشخص کرد بین شاخص های مورد آزمون در تعیین و پایش خشکسالی اختلاف معنی داری وجود نداشت، هرچند شاخص eRDI در مورد تعیین شدت خشکسالی در دوره های فصلی حساسیت و دقت بیشتری نشان داد. طولانی ترین دوره خشکسالی به مدت 9 سال از طریق شاخص eRDI FAO بدست آمد و طولانی ترین دوره ترسالی نیز توسط تمامی شاخص ها به مدت 11 سال محاسبه شد. همچنین، بیشترین فراوانی شرایط آب و هوایی مربوط به وضعیت نرمال (9/33 تا 39 درصد) بود. در مقیاس فصلی، طولانی ترین دوره خشکسالی و ترسالی در فصل بهار به ترتیب 8 و 6 سال محاسبه شد. تمامی شاخص ها شرایط ترسالی را برای تابستان تشخیص داده و اعداد مذکور برای فصل پاییز به ترتیب 7 و 6، و برای زمستان به ترتیب 9 و 7 سال بدست آمد. به طور کلی، هرچند شاخص eRDI به دلیل استفاده از بارش مؤثر بجای بارش تجمعی در شناسایی خشکسالی می تواند کارایی بهتری در تعیین و پایش خشکسالی کشاورزی داشته باشد، اما در این پژوهش تفاوت معنی داری در آنالیز خشکسالی کشاورزی بین دو شاخص مشاهده نشد و به همین علت به نظر می رسد می توان از شاخص RDI در پایش و تحلیل خشکسالی در مناطق اقلیمی مشابه با منطقه مورد مطالعه بهره برد.

رخداد تغییرپذیری های اقلیم، از طریق ایجاد تغییر در عرضه و قیمت محصول های کشاورزی، سودآوری تولید در این بخش را تحت الشعاع قرار می دهد. لذا جنبه های مختلف تنگدستی همگام با دسترسی فیزیکی و اقتصادی به مواد غذایی دستخوش نوسان خواهد شد. بر این مبنا به منظور سیاست گذاری مؤثر برای سازگاری با شرایط جدید اقلیمی، برآوردهای درستی از تغییرپذیری های تنگدستی در جامعه که در نتیجه ی تغییرپذیری های اقلیم ایجاد خواهد شد، مورد نیاز است. با توجه به این رویکرد، در این مطالعه پیامدهای بالقوه ی پیش بینی های مختلف اقلیمی بر الگوی کشت دشت همدان- بهار، با در نظر گرفتن سال زراعی 1397-1396 به عنوان سال پایه، بررسی و میزان تأثیرپذیری منبع های آبی، تولید، درآمد و در پی آن، تنگدستی جامعه ی روستایی در بخش کشاورزی این دشت ارزیابی شد. نتایج نشان داد که با در نظر گرفتن رویکردی میانه در پیش بینی تغییرپذیری های اقلیم، همگام با افزایش سالانه ی عمق پمپاژ آب زیرزمینی به میزان 86/0 متر در دوره ی برنامه ریزی 20 ساله ی تحقیق، ارزش حال درآمد خالص تولیدکنندگان و در پی  آن شاخص های نسبت سرشمار تنگدستی، شکاف تنگدستی و شدت تنگدستی در بخش کشاورزی منطقه در مقایسه با شرایط کنونی به ترتیب به میزان 13 درصد کاهش، 15، 33 و 17 درصد افزایش خواهد یافت. با این حال، اتخاذ راهبردهای مدیریتی، بهبود شکل های مختلف تنگدستی به ترتیب تا سطح 9، 20 و 10 درصد را در پی خواهد داشت.

در این مطالعه، تغییرات زمانی-مکانی تبخیر و تعرق (ET) در بخش جنوبی حوضه آبریز رودخانه ارس مورد بررسی قرار گرفت. برای این منظور، از داده های شبکه بندی شده ET مدل FLDAS Noah با تفکیک افقی 1/0*1/0 درجه برای یک دوره 38 ساله (2019-1982) استفاده شد. پس از اعتبارسنجی داده ها، ابتدا مقادیر متوسط سالانه ET برای منطقه تعیین گردید. سپس توزیع ماهانه و فصلی پارامتر به شکل فضایی مورد تجزیه و تحلیل قرار گرفت. در ادامه وردایی ها و ناهنجاری های سال به سال ET ارزیابی شد. همچنین پراکندگی فضایی فراوانی وقوع ET با لحاظ نمودن آستانه های مطلق 50، ،80، 100 و 120 میلی متر برای حوضه ارس بررسی شد. نتایج بیانگر آن است که ET سالانه در شرق حوضه بالاتر از غرب حوضه می باشد. در مقیاس فصلی، به ترتیب فصل بهار و تابستان بیش ترین مقادیر ET را به خود اختصاص داده اند. در مقیاس ماهانه، ماه های می ژوئن، آوریل و مارس دارای بیش ترین مقادیر ET بوده اند. در مقابل، ماه های فصل پاییز و زمستان پایین ترین مقادیر متوسط ET را به خود اختصاص داده اند. همچنین کل حوضه در طول دوره مطالعه، سه دوره مشخص از تغییرات ET را تجربه نموده است که در بخش های شرقی و غربی حوضه، علیرغم رفتار مشابه در دوره های دوم و سوم، تفاوت برجسته ای در دوره اول ملاحظه گردید. یافته ها همچنین حاکی از وجود ناهنجاری مثبت بعد از سال 2002 در کل حوضه است که بالاترین مقادیر آن در سال 2018 در غرب حوضه بوقوع پیوسته است. بررسی فراوانی وقوع آستانه های مطلق ET بر روی حوضه، نشان دهنده دفعات بالای وقوع ET در تمامی آستانه ها در شرق حوضه می باشد. بررسی قریب 4 دهه مقادیر ET در حوضه رود ارس، بیانگر افزایش مقادیر ET در طی دو دهه اخیر بر روی کل حوضه بوده که می توان آن را ناشی از وقوع پدیده گرمایش جهانی دانست.

فعالیت کشاورزی در هر منطقه به میزان زیادی به آب وهوا و تغییرات مولفه های آب وهوایی وابسته است. تغییر در پوشش سطحی مانند خشک شدن دریاچه ها نقش موثری بر مولفه های آب وهواشناسی در مقیاس خرد و محلی دارد. این پژوهش با استفاده از شبیه سازی رایانه ای (مدل TAPM) اثر خشک شدن دریاچه ارومیه را بر مولفه های هوا، و همچنین با استفاده از محاسبه تبخیر و تعرق گیاه مرجع به روش فائو-پنمن-مونتیث، اثر خشک شدن دریاچه ارومیه را بر تبخیر و تعرق گیاه گندم را در بازه کاشت-برداشت مورد مطالعه قرار داده است. بر اساس یافته های این پژوهش، افزایش دمای روزانه و کاهش رطوبت همراه با افزایش سرعت وزش باد، موجب افزایش تبخیر و تعرق گیاه گندم، به ویژه در ماه های مارس تا ژوئن بین 10 تا 25 میلیمتر در شرایط خشک شدن دریاچه ارومیه خواهد گردید. بر اساس نتایج پژوهش گیاه گندم در ماه های مارس و اوریل در شرایط خشک شدن دریاچه بیشترین تغییر تبخیرو تعرق را تجربه را خواهد نمود، و بر این اساس نیاز به آبیاری بیشتری در این بازه خواهد داشت.

در این پژوهش سعی شد در منطقه اهر که جنوب جنگل های ارسباران قرار گرفته و دارای مراتع بی شماری از گونه های مختلف است، میزان تبخیر و تعرق واقعی مراتع آویشن، نعناع و یونجه با استفاده از روشSEBAL  محاسبه شود. برای این کار از 6 تصویر ماهواره لندست 8 بین سال های 2017 تا 2020 که در دوره اولیه و پایانی رشد قرار داشتند، استفاده شد و نتایج با روش پنمن مانتیث مقایسه شد. نتایج بیانگر آن بود که براساس روش سبال، محصول نعنا در دوره اولیه رشد محصول به تاریخ 29/5/2021 کمترین میزان تبخیر و تعرق را با مقدار عددی 84/2 میلی متر در روز و محصول یونجه نیز در دوره اولیه رشد محصول به تاریخ 11/6/2019 بیشترین میزان تبخیر و تعرق را با مقدار عددی 49/3 میلی متر در روز داشته است. همچنین در دوره پایانی رشد در روش سبال، محصول نعنا در تاریخ 28/8/2018 کمترین میزان تبخیر و تعرق را با مقدار عددی 18/6 میلی متر در روز و محصول آویشن نیز در دوره پایانی رشد محصول به تاریخ 19/7/2022 بیشترین میزان تبخیر و تعرق را با مقدار عددی 41/7 میلی متر در روز داشته است. درنهایت براساس مقایسه های انجام گرفته، میان روش های موردمطالعه در دوره اولیه و پایانی رشد از نظر مجذور میانگین مربعات خطا، میانگین انحراف مطلق و ضریب تعیین، می توان چنین نتیجه گرفت که روش سبال در مقایسه با روش پنمن مانتیث دارای میزان خطا با RMSE برابر با 717/0، MAD برابر با 658/0 و ضریب تعیین 84/0 میلی متر در روز بوده که قابل قبول است.

سابقه و هدف: کشاورزی سنگ بنای اقتصاد جهانی است و به مثابه منبع اصلی غذا و مواد خام برای صنایع مختلف عمل می کند. بااین حال، تقاضای فزاینده غذا به دلیل رشد جمعیت، تهدید قابل توجهی برای امنیت غذایی است، به ویژه زمانی که دسترسی محدود به منابع آب شیرین را در نظر بگیریم. شایان ذکر است که کشاورزی به تنهایی حدود 70 درصد از منابع آب شیرین جهان را مصرف می کند، که بر نیاز حیاتی برای مدیریت و افزایش بهره وری آبیاری برای تضمین تولید پایدار مواد غذایی تأکید دارد. در نتیجه مدیریت و افزایش بازده آبیاری امری ضروری است. در قلب تعیین نیاز آب آبیاری، مفهوم تبخیر و تعرق واقعی محصول (ETa) نهفته است، که نشان دهنده اتلاف آب، ترکیبی از تبخیر خاک و تعرق گیاه است. برآورد دقیق ETa در بهینه سازی روش های آبیاری، به حداکثر رساندن عملکرد محصول و به حداقل رساندن مصرف آب بسیار مهم است. برای این منظور، مدل ها و ابزارهای مختلفی برای تخمین ETa با هدف ارائه روش های کاربرپسندتر و کارآمدتر برای کشاورزان و پژوهشگران ایجاد شده اند. با توجه به مطالعات انجام شده و کاربرد وسیع مدل های برآورد ET، لازم است تمرکز بر روش های دقیق و سریع تعیین این پارامتر افزایش یابد. لذا هدف این مطالعه مقایسه روش های برآورد سنجش از دوری ETa کاربرپسندانه تر، از جمله سامانه EEFLUX، ابزار METRICTOOL و روش انتخاب خودکار پیکسل سرد و گرم مدل های SEBAL و METRIC است.مواد و روش ها: Earth Engine Evapotranspiration Flux یا به اختصار EEFLUX نسخه ای از مدل METRIC است که بر روی سیستم موتور Google Earth کار می کند. METRICTOOL، ابزاری جدید در ArcGIS براساس مدل METRIC است. این ابزار پیش پردازش و شناسایی خودکار کالیبراسیون بالقوه و معرفی داده های ورودی را تسهیل کرده، زمان محاسبات را تا ۵۰ درصد کاهش می دهد و جایگزینی کاربرپسندتر از دیگر پلتفرم های موجود پیاده سازی مدل METRIC است. روش انتخاب خودکار پیکسل سرد و گرم شامل ایجاد یک نقشه باینری از پیکسل های واجد شرایط که با استفاده از یک طبقه بندی کننده ساده مبتنی بر قانون شناسایی می شوند، و استفاده از الگوریتم جست وجوی جامع برای شناسایی پیکسل های گرم و سرد، مطابق با معیارهای تعریف شده است. برای برآورد ET با استفاده از روش های نام برده، از 6 تصویر ماهواره ای Landsat 8 در طول دوره کاشت محصول گندم زمستانه مزارع دانشگاه تهران واقع در محمدشهر کرج استفاده شد. ارزیابی روش های مذکور با استفاده از تبخیر و تعرق مرجع یونجه (ETr) با استفاده از روش FAO-Penman–Monteith به عنوان داده مرجع انجام شد.نتایج و بحث: RMSE سامانه EEFLUX، ابزار METRICTOOL، SEBAL و METRIC خودکار به ترتیب 2.45، 0.33، 0.39 و 2.76 به دست آمد. با توجه به نتایج محصول تبخیر و تعرق سامانه EEFLUX به رغم اختلاف عددی با دیگر روش ها همبستگی معناداری با آن ها داشت. مثلاً R2 بین ETa این سامانه و ابزار METRICTOOL 0.91 برآورد شد. نتیجه آن است که گرچه داده های این سامانه به دلیل استفاده از داده های هواشناسی جهانی CFSV2 در ایران برای مطالعات محلی از دقت کافی برخوردار نیستند، اما در مطالعات مناطق با وسعت بالا یا جهانی نتایج قابل قبولی به دست می دهند.  ابزار METRICTOOL و مدل METRIC خودکار بیشترین همبستگی (R2=0.99) و نزدیکی عددی را با یکدیگر داشتند و به ترتیب با RMSE 0.33 و 0.39 دقت بالاتری نسبت به مدل SEBAL خودکار دارند.نتیجه گیری: با توجه به نتایج عددی رویکرد انتخاب خودکار پیکسل سرد و گرم می تواند دقت مشابهی در مقایسه با ابزار METRICTOOL داشته باشد. بدین ترتیب رویکرد خودکار کارایی مدل را از نظر زمان و بازده افزایش و می تواند خطای انسانی در تخمین تبخیر و تعرق را برای کاربران جدید یا بی تجربه کاهش دهد و این مدل ها را در دسترس عموم کاربران قرار دهد. همچنین داده های EEFLUX می توانند در مطالعات با وسعت بالا برای اقدامات مدیریتی کارایی لازم را داشته باشند.