2. P\u00f5ua seire:<\/strong> Tegeliku aurustumise p\u00fcsiv langus v\u00f5rreldes v\u00f5rdlus-AU-ga (mis piiramatu veevarustuse korral aurustuks) annab m\u00e4rku tekkivast p\u00f5uastressist. Kaugseire abil j\u00e4\u00e4dvustatakse see signaal n\u00e4dalaid enne, kui saagikadu silmaga n\u00e4htavaks muutub.<\/p>\n 3. Veevarude planeerimine:<\/strong> Vesikonna tasandi veearvestus n\u00f5uab maapealse olukorra andmeid valgala tasandil. Satelliitp\u00f5hine maapealse olukorra j\u00e4lgimine pakub seda ruumilist katvust murdosa maapealse jaama v\u00f5rgu maksumusest.<\/p>\n 4. Kliimamuutuste hindamine:<\/strong> Pikaajalised keskkonnam\u00f5jude trendid n\u00e4itavad, kuidas soojenevad temperatuurid ja muutuvad sademete mustrid muudavad \u00f6kos\u00fcsteemi veekasutust \u2013 andmed, mis aitavad kaasa kohanemisplaneerimisele piirkondlikul ja riiklikul tasandil.<\/p>\n 5. \u00d6kos\u00fcsteemi tervise seire:<\/strong> M\u00e4rgalade veetase, metsade aurustumine ja rohumaade veekasutus reageerivad k\u00f5ik tundlikult \u00f6koloogilistele h\u00e4iringutele. Kaugseire abil p\u00fc\u00fctakse neid muutusi j\u00e4lgida suurtel ja ligip\u00e4\u00e4smatutel maastikel.<\/p>\n Evapotranspiratsiooni (ET) kujundavad kliimatingimused, maastiku ise\u00e4rasused ja taimebioloogia. Allpool on esitatud peamiste tegurite jaotus.<\/p>\n 1. Pinnase t\u00fc\u00fcp.<\/strong> Mulla koostis m\u00e4ngib olulist rolli veepeetuses ja aurustumises. Liivsed v\u00f5i kruusased mullad kipuvad hoidma v\u00e4hem vett ja vabastama seda aurustumise kaudu rohkem, samas kui savised v\u00f5i savirikkad mullad s\u00e4ilitavad niiskust paremini.<\/p>\n 2. \u00d5hutemperatuur.<\/strong> Temperatuur m\u00f5jutab otseselt ET kiirust. Soojemal \u00f5hul on suurem v\u00f5ime niiskust hoida ja suurenenud kuumus kiirendab vee muundumist auruks, suurendades seel\u00e4bi evapotranspiratsiooni.<\/p>\n 3. P\u00e4ikesekiirgus.<\/strong> Lisaks soojuse tekitamisele h\u00f5lmab p\u00e4ikesekiirgus energiataseme, sageduse ja albedo muutusi \u2013 k\u00f5ik need m\u00f5jutavad ET-d. Need tegurid erinevad asukoha ja aastaaja l\u00f5ikes ning nende t\u00e4pne m\u00f5\u00f5tmine n\u00f5uab sageli t\u00e4iustatud tehnoloogiat.<\/p>\n 4. Niiskus.<\/strong> Suhteline \u00f5huniiskus (RH) viitab \u00f5hus oleva veeauru hulgale selle maksimaalse mahutavuse suhtes. K\u00f5rge \u00f5huniiskuse korral imab \u00f5hk v\u00e4hem t\u00e4iendavat niiskust, mis aeglustab evapotranspiratsiooniaega (ET). Seevastu kuivem \u00f5hk suudab imada rohkem auru, mis viib suurema evapotranspiratsioonini.<\/p>\n 5. Taimekate.<\/strong> Erinevad taimeliigid suhtlevad veega erineval viisil. M\u00f5ned talletavad vett kuivaperioodil t\u00f5husalt, teised aga kaotavad seda kiiremini. Vee kogust m\u00f5jutavad ka taime vanus, tervis ja juurte s\u00fcgavus \u2013 s\u00fcgavamad juured v\u00f5imaldavad p\u00f5llukultuuridel kauem ilma niisutuseta vastu pidada. Need f\u00fcsioloogilised erinevused t\u00e4hendavad, et vee kogus v\u00f5ib p\u00f5llukultuuride l\u00f5ikes oluliselt erineda, mis n\u00f5uab individuaalselt kohandatud niisutusstrateegiaid.<\/p>\n 6. Tuule kiirus.<\/strong> Tuul on nii aurustumise kui ka transpiratsiooni peamine liikumapanev j\u00f5ud. See hajutab taimestiku kohale kogunevat niisket \u00f5hukihti, suurendades transpiratsiooni. Samuti soodustab see auru difusiooni l\u00e4bi taimepooride, suurendades transpiratsiooni. \u00c4\u00e4rmiselt tugevad ja kuivad tuuled v\u00f5ivad aga m\u00f5nikord auru difusiooni takistada, v\u00e4hendades teatud tingimustes veidi transpiratsiooni.<\/p>\n ET(0) peegeldab atmosf\u00e4\u00e4ri v\u00f5imet veekadu p\u00f5hjustada ja on puhtalt kliimap\u00f5hine. ET(c) m\u00f5\u00f5dab ideaalsetes tingimustes kasvavate ja t\u00e4ieliku saagipotentsiaaliga tervete, h\u00e4sti niisutatud p\u00f5llukultuuride veekadu. Kui p\u00f5llukultuuride majandamine ei ole optimaalset v\u00f5i esineb keskkonnaprobleeme, tuleb ET(c)-d muuta, et saada ET(c adj). P\u00f5llukultuuride aurustumist m\u00f5istetakse kolme erineva kontseptsiooni kaudu:<\/p>\n ET(0) t\u00e4histab kiirust, millega vesi aurustub h\u00e4sti niisutatud v\u00f5rdluspinnalt \u2013 mida tavaliselt modelleeritakse idealiseeritud rohukattena, mis vastab teatud kriteeriumidele.<\/p>\n See m\u00f5\u00f5dik kajastab atmosf\u00e4\u00e4ri aurustumist vajavat kogust s\u00f5ltumatult p\u00f5llukultuuri t\u00fc\u00fcbist, kasvufaasist v\u00f5i p\u00f5llumajandustavadest. Kuna eeldatakse, et v\u00f5rdluspind on t\u00e4ielikult niiske, j\u00e4etakse mullatingimused arvutusest v\u00e4lja, mis v\u00e4listab vajaduse m\u00e4\u00e4ratleda iga p\u00f5llukultuuri jaoks igas kasvufaasis eraldi ET-k\u00fcnniseid.<\/p>\n ET(0) v\u00e4\u00e4rtust m\u00f5jutavad t\u00e4ielikult klimaatilised muutujad ja t\u00fc\u00fcpilised v\u00e4\u00e4rtused varieeruvad agroklimaatilistes tsoonides, kuigi need arvud on vaid \u00fcldised v\u00f5rdlusalused.<\/p>\n ET(c) kvantifitseerib veehulka, mida eraldab terve ja h\u00e4stitoidetud kultuur, mida kasvatatakse suurtel ja piisavalt niisutatud p\u00f5ldudel soodsates ilmastikutingimustes ning mille tootlikkus on maksimaalne. See tuletatakse v\u00f5rdlus-ET korrutamisel saagikordajaga K(c):<\/p>\n ET(c) = ET(0) \u00d7 K(c)<\/em><\/p>\n ET(c adj) arvestab tegelike k\u00f5rvalekalletega ideaalsetest kasvutingimustest. Sellised tegurid nagu kahjurite ja haiguste leviku koormus, veepuudus v\u00f5i liig, mulla soolsus ja halb mullaviljakus v\u00f5ivad p\u00f5hjustada tegeliku p\u00f5llukultuuride veekasutuse olulist erinevust ET(c)-st. Nende m\u00f5jude kajastamiseks lisatakse p\u00f5llukultuuride koefitsiendile veestressi koefitsient K(s):<\/p>\n ET(c adj) = ET(0) \u00d7 K(c) \u00d7 K(s)<\/em><\/p>\n Enne kaugseiret m\u00f5\u00f5tsid teadlased maapealset ...<\/p>\n 1. L\u00fcsimeeter: <\/strong>L\u00fcsimeeter (suur anum, mis on t\u00e4idetud mulla ja kasvava p\u00f5llukultuuriga ning paigaldatud maapinnaga tasa) m\u00f5\u00f5dab ET-d, kaaludes mullaplokki aja jooksul. Kui sademeid kontrollitakse ja drenaa\u017e kogutakse, v\u00f5rdub massi erinevus ajasammude vahel tegeliku ET-ga.<\/p>\n L\u00fcsimeetrid pakuvad k\u00f5ige t\u00e4psemaid saadaolevaid ET-m\u00f5\u00f5tmisi, kuid need maksavad sadu tuhandeid dollareid \u00fchiku kohta, katavad vaid paar ruutmeetrit ja ei suuda esindada reaalse v\u00e4lja ruumilist varieeruvust.<\/p>\n 2. Eddy kovariatsioonis\u00fcsteem: <\/strong>P\u00f6\u00f6riskovariatsioonis\u00fcsteem m\u00f5\u00f5dab tuule kiirust (ET), arvutades kiire reageerimisandurite abil vertikaalse tuulekiiruse ja veeauru kontsentratsiooni kovariatsiooni v\u00f5rastiku kohal. See katab mitmesaja meetri kuni m\u00f5ne kilomeetri pikkuse \u201cjalaj\u00e4lje\u201d, muutes selle palju esinduslikumaks kui l\u00fcsimeeter.<\/p>\n Voogustornide paigaldamine ja hooldamine maksab aga 50 000\u2013300 000 USA dollarit ning \u00fclemaailmsel FLUXNET-v\u00f5rgustikul on vaid umbes 900 aktiivset asukohta \u2013 see on p\u00f5llumajandusliku ET j\u00e4lgimiseks riiklikul tasandil liiga h\u00f5re.<\/p>\n 3. Boweni suhte meetod: <\/strong>Boweni suhtarvu meetod hindab soojusvoogu (ET), m\u00f5\u00f5tes tundliku soojusvoo (\u00f5hu soojendamise) ja latentse soojusvoo (ET) suhet, kasutades v\u00f5ra kohal olevaid temperatuuri- ja niiskusgradiente. See on lihtsam kui keeriskovarians, kuid n\u00f5uab homogeenseid t\u00f5mbetingimusi ja seda ei saa kasutada keerulises maastikus.<\/p>\n 4. Ilmajaamadel p\u00f5hinevad ET-arvutused<\/strong> FAO Penman-Monteithi v\u00f5rrandi abil arvutage \u00f5hutemperatuuri, niiskuse, tuule kiiruse ja kiirgusandmete p\u00f5hjal v\u00f5rdlus-ET (ET0). Seda meetodit kasutatakse laialdaselt niisutamise ajastamiseks, kuid see annab tulemuseks v\u00f5rdlus-ET, mitte tegeliku ET, kuna see eeldab h\u00e4sti niisutatud v\u00f5rdluskultuuri, mitte tegelikku p\u00f5llul olevat kultuuri.<\/p>\n K\u00f5igi maapealsete meetodite keskne probleem on mastaap. \u00dcks l\u00fcsimeeter esindab m\u00f5nda ruutmeetrit. Voogustorn katab parimal juhul paarsada hektarit. Kuid t\u00e4nap\u00e4evane p\u00f5llumajanduslik veemajandus n\u00f5uab ET-andmeid p\u00f5llu tasandil kogu j\u00f5gede vesikonna ulatuses \u2013 see on ruumiline v\u00e4ljakutse, millega saab tegeleda ainult kaugseire.<\/p>\n Kaugseire on maapealsete n\u00e4htuste seire kontekstis satelliidilt v\u00f5i \u00f5hus\u00f5idukilt saadud andmete kogumine ja anal\u00fc\u00fcsimine, et hinnata maapinnalt lahkuvat veevoogu ilma seda pinda f\u00fc\u00fcsiliselt puudutamata.<\/p>\n See l\u00e4henemisviis toimib seet\u00f5ttu, et taimed ja pinnas vahetavad atmosf\u00e4\u00e4riga energiat viisil, mis on kosmosest tuvastatav \u2013 eriti termilise infrapunakiirguse kaudu. Kui taim aurustab t\u00f5husalt, kasutab ta sissetulevat p\u00e4ikeseenergiat vee aurustamiseks, mitte soojendamiseks. Piisava mullaniiskusega v\u00f5ra p\u00fcsib suhteliselt jahe.<\/p>\n Veestressi all kannatav v\u00f5ra seevastu sulgeb vee s\u00e4\u00e4stmiseks \u00f5hul\u00f5hesid ja kuna sissetulevat energiat tarbib v\u00e4hem latentset soojust (ET), t\u00f5useb v\u00f5ra pinnatemperatuur. See on p\u00f5hiline f\u00fc\u00fcsikaline signaal, mida termiline kaugseire j\u00e4\u00e4dvustab.<\/p>\n See energiabilanss<\/strong> on valitsev raamistik. Mis tahes maapinnal peab p\u00e4ikeselt ja atmosf\u00e4\u00e4rist saabuv netokiirgus (Rn) v\u00f5rduma kolme energia neeldaja summaga: pinnase soojusvoog (G), tajutav soojusvoog (H, mis soojendab \u00f5hku) ja latentne soojusvoog (LE, mis m\u00f5jutab ET-d). Kirjutatud v\u00f5rrandina: Rn = G + H + LE. Hinnates Rn, G ja H satelliidiandmete p\u00f5hjal, tuletab mudel LE \u2013 ja seega ka ET \u2013 j\u00e4\u00e4gina.<\/p>\n 1. Maapinna temperatuur<\/strong> Termilise infrapunakiirguse vahemikus m\u00f5\u00f5detud LST on peamine vaadeldav suurus, mida kasutatakse tundliku soojusvoo H hindamiseks. Kuumem pind kannab \u00f5hku rohkem soojust (k\u00f5rge H), j\u00e4ttes ET-le v\u00e4hem energiat (madal LE). Jahedamal, h\u00e4sti niisutatud pinnal on madalam H ja k\u00f5rgem LE.<\/p>\n 2. Taimestiku indeksid<\/strong> Nagu NDVI, m\u00f5\u00f5davad nad ka seda, kui palju rohelist, fotos\u00fcnteetiliselt aktiivset taimset materjali pinda katab, mis omakorda kontrollib transpiratsioonikiirust. Tihe roheline v\u00f5ra transpireerib rohkem kui paljas muld v\u00f5i h\u00f5re puistu.<\/p>\n 3. Netokiirgus<\/strong> arvutatakse l\u00fchilainelise ja pikalainelise kiirgusvoogude p\u00f5hjal, mida kaugseire abil hinnatakse pinna albedo, taimkatte ja soojusemissiooni andmete p\u00f5hjal.<\/p>\n Satelliidip\u00f5hine evapotranspiratsiooni j\u00e4lgimine ei asenda maapealset t\u00f5elist j\u00e4lgimist \u2013 see on ainus t\u00f6\u00f6riist, mis suudab pakkuda ruumiliselt pidevaid veekasutuse andmeid skaalal, kus tegelikult tehakse p\u00f5llumajanduslikke ja h\u00fcdroloogilisi otsuseid.<\/p><\/blockquote>\n Kaugseire eelis maapealsete meetodite ees ei seisne ainult ruumilises ulatuses. Satelliidiandmed pakuvad s\u00fcnoptilisi, korratavaid m\u00f5\u00f5tmisi v\u00e4ga heterogeensetel maastikel \u2013 midagi, mida \u00fckski maapealne v\u00f5rk ei suudaks v\u00f5rreldava hinnaga korrata.<\/p>\n Maapealse olendi hindamine kosmosest n\u00f5uab mitme andurit\u00fc\u00fcbi andmete kombineerimist. \u00dckski satelliit ei paku k\u00f5iki sisendeid, mida t\u00e4ielik maapealse olendi mudel vajab, seega toimivad maapealse olendi tooted \u00fchendavad tavaliselt andmeid mitmelt platvormilt.<\/p>\n i. Landsat<\/strong> (USGS\/NASA) on pidevalt tegutsenud alates 1972. aastast ja pakub 30-meetrise ruumilise lahutusv\u00f5imega multispektraalseid ja termopilte 16-p\u00e4evase kordusts\u00fckliga. Selle pikk arhiiv muudab selle asendamatuks ajalooliseks maav\u00e4lise avastamiseks (ET) ja p\u00f5llukultuuride j\u00e4lgimiseks. Enamik energiabilansi ET-mudeleid \u2013 sealhulgas SEBAL ja METRIC \u2013 loodi algselt Landsati andmete p\u00f5hjal.<\/p>\n ii. Sentinel-2<\/strong> (ESA) pakub 10-meetriseid multispektraalseid kujutisi 5-p\u00e4evase kordusajaga k\u00f5rgresolutsiooniga taimkatte indeksi arvutamiseks. Kuigi see ei sisalda termilist sagedusriba, t\u00e4iendab see Landsatit, pakkudes taimestikup\u00f5histe ET-mudelite jaoks sagedasemaid ja k\u00f5rgema eraldusv\u00f5imega NDVI, EVI ja LAI andmeid.<\/p>\n iii. MODIS<\/strong> (NASA m\u00f5\u00f5duka eraldusv\u00f5imega kujutise spektroradiomeeter) pakub igap\u00e4evast globaalset katvust eraldusv\u00f5imega 250 m kuni 1 km. Selle j\u00e4medam ruumiline eraldusv\u00f5ime piirab v\u00e4lit\u00f6\u00f6de rakendamist, kuid muudab selle ideaalseks mandri ja globaalse maav\u00e4lise seire jaoks selliste toodete nagu MOD16 abil.<\/p>\n iv. \u00d6KOTRESS<\/strong> (NASA) on paigaldatud Rahvusvahelisele Kosmosejaamale ja edastab 70-meetrise resolutsiooniga termilisi infrapunaandmeid 1-5-p\u00e4evase kordusts\u00fckliga. ECOSTRESS loodi spetsiaalselt p\u00f5llukultuuride veestressi ja ET m\u00f5\u00f5tmiseks l\u00e4hiv\u00e4ljal \u2013 see on v\u00f5imekusl\u00fcnk, mida MODIS ja varasemad satelliidid ei suutnud t\u00e4ita.<\/p>\n v. VIIRS<\/strong> Soome tuumaelektrijaama ja JPSS satelliitidel olev n\u00e4htava infrapunakiirguse radiomeetrite komplekt (NOAA\/NASA) j\u00e4tkab MODIS-i igap\u00e4evast \u00fclemaailmset katvust t\u00e4iustatud andurite kalibreerimisega, toetades operatiivseid ET-tooteid piirkondlikul ja globaalsel skaalal.<\/p>\n Termokaamerate ja multispektraalsete anduritega varustatud mehitamata \u00f5hus\u00f5idukid (UAV-d ehk droonid) suudavad \u00fcksikute p\u00f5ldude kohal maav\u00e4rinaid (ET) kaardistada alla meetrise ruumilise resolutsiooniga. Droonile paigaldatud termokaamera m\u00f5\u00f5dab otse v\u00f5rade temperatuuri ja koos maapealsete meteoroloogiliste andmetega loob see ET-kaarte resolutsiooniga, millega \u00fckski satelliit ei suuda v\u00f5istelda.<\/p>\n Iga satelliidiandmetest saadud muutuja annab ET hindamise puslele kindla t\u00fcki. M\u00f5istmine, mida iga muutuja m\u00f5\u00f5dab ja miks see on oluline, aitab praktikutel valida \u00f5ige mudeli ja tulemusi \u00f5igesti t\u00f5lgendada.<\/p>\n 1. Normaliseeritud taimestiku erinevusindeks<\/strong> (NDVI) arvutatakse j\u00e4rgmiselt: (NIR \u2013 punane) \/ (NIR + punane), kasutades l\u00e4hiinfrapuna ja punase riba peegeldust. See j\u00e4\u00e4b vahemikku -1 kuni +1, kusjuures tiheda rohelise taimestiku puhul on see tavaliselt 0,6\u20130,9. NDVI kajastab v\u00f5ra tihedust ja rohelust, mis on otseselt seotud lehtede pindala ja transpiratsiooniv\u00f5imega.<\/p>\n 2, t\u00e4iustatud taimestikuindeks<\/strong> (EVI) lisab sinise riba, et v\u00e4hendada atmosf\u00e4\u00e4ri interferentsi ja mulla tausta m\u00f5jusid, mis lagundavad NDVI-d tihedalt taimestatud v\u00f5i sageli pilvistes piirkondades. EVI on tundlikum kui NDVI suure biomassi sisaldusega aladel ja seda kasutatakse MOD16 ET algoritmis.<\/p>\n 3. Lehepinna indeks<\/strong> (LAI) kvantifitseerib \u00fchepoolsete lehtede kogupindala maapinna \u00fchiku kohta. See kontrollib otseselt transpiratsiooni, m\u00e4\u00e4rates, kui suur osa lehepinnast vahetab veeauru atmosf\u00e4\u00e4riga. Satelliidilt saadud LAI on paljude f\u00fc\u00fcsikalistel maav\u00e4listel mudelitel v\u00f5tmet\u00e4htsusega sisend.<\/p>\n 4. Pinna albedo<\/strong> on pinnalt peegelduva p\u00e4ikesekiirguse osakaal. See kontrollib, kui palju p\u00e4ikeseenergiat pind neelab, mis omakorda m\u00e4\u00e4rab, kui palju energiat on ET k\u00e4ivitamiseks saadaval. Tumedal ja m\u00e4rjal pinnasel on madal albedo (neelab rohkem energiat); paljal liivapinnal on k\u00f5rge albedo (peegeldab rohkem).<\/p>\n 5. Mulla niiskus<\/strong> Mikrolaineanduritelt p\u00e4rinev teave piirab transpiratsioonimudeleid, n\u00e4idates, kas juurev\u00f6\u00f6ndis on transpiratsioonivajaduse rahuldamiseks piisavalt vett. Kui mulla niiskus langeb alla kriitilise l\u00e4ve, langeb tegelik transpiratsioonikiirus alla potentsiaalse kiiruse isegi siis, kui energia on saadaval.<\/p>\n Bastiaanssen jt (\u00fclevaade teoses \u201eFrontiers in Remote Sensing\u201d, 2026) leidsid, et SEBAL, mis on valideeritud enam kui 30 riigis<\/strong>, saavutab 85% t\u00e4psus p\u00e4evaste ET hinnangute ja 95% t\u00e4psus hooajaliste ET hinnangute jaoks<\/strong> v\u00e4lit\u00f6\u00f6del.<\/p>\n Hooajaline t\u00e4psus 95% t\u00e4hendab, et kogu niisutuspiirkonnas saab p\u00f5llukultuuride veekasutuse arvestust usaldusv\u00e4\u00e4rselt teha ainult satelliidiandmete abil, mis v\u00e4listab tiheda maapealsete jaamade v\u00f5rgustiku vajaduse.<\/p>\n Energiabilansi mudelid arvutavad ET pinnaenergia eelarve j\u00e4\u00e4gina: ET = Rn \u2013 G \u2013 H. Iga mudel erineb selle poolest, kuidas see hindab tundlikku soojusvoogu H, mis on arvutuslikult k\u00f5ige n\u00f5udlikum ja veatundlikum komponent.<\/p>\n i. Maapinna energiabilansi algoritm<\/strong> (SEBAL) t\u00f6\u00f6tas v\u00e4lja Bastiaanssen 1998. aastal ja see on siiani \u00fcks enimkasutatavaid satelliitidelt saadud ET-mudeleid maailmas. SEBAL kasutab kolme peamist satelliidilt saadud parameetrit: maapinna temperatuur (T0), pinna poolkera peegeldusv\u00f5ime (albedo r0) ja NDVI.<\/p>\n Tuntava soojusvoo hindamiseks tuvastab SEBAL kaks ankurpikslit \u2013 \u201ckuuma piksli\u201d (kuiv paljas muld, kus ET on nullil\u00e4hedane) ja \u201ck\u00fclma piksli\u201d (h\u00e4sti niisutatud p\u00f5llukultuur, kus ET on maksimaalne) \u2013 ning interpoleerib H-i kogu stseenis nende \u00e4\u00e4rmuste suhtes. See isekalibreerimise funktsioon muudab SEBAL-i v\u00e4hem tundlikuks meteoroloogiliste sisendite absoluutsete kalibreerimisvigade suhtes.<\/p>\n ii. Evapotranspiratsiooni kaardistamine k\u00f5rge lahutusv\u00f5imega sisemise kalibreerimise abil<\/strong> (METRIC) mudel tugineb SEBAL-ile, kuid lisab automaatse kalibreerimise ilmajaamast arvutatud v\u00f5rdlus-ET suhtes. METRIC sobib paremini piirkondadele, kus on t\u00e4ielikud ilmaandmete v\u00f5rgustikud, ja on laialdaselt kasutusele v\u00f5etud operatiivse niisutuss\u00fcsteemi haldamiseks Ameerika \u00dchendriikide l\u00e4\u00e4neosas.<\/p>\n iii. Pinna energia tasakaalu s\u00fcsteem<\/strong> (SEBS) kasutab turbulentse voo teooriat, et hinnata tundlikku soojusvoogu satelliidilt saadud LST, pinnakareduse ja tuule kiiruse p\u00f5hjal. SEBS on f\u00fc\u00fcsikaliselt rangem kui SEBAL, kuid n\u00f5uab t\u00e4iendavaid sisendandmeid, mist\u00f5ttu sobib see paremini uurimist\u00f6\u00f6ks kui operatiivseks talumajapidamiseks.<\/p>\n ET-mudeli valik ei ole pelgalt tehniline otsus \u2013 see on otsus selle kohta, millisele k\u00fcsimusele te vastust otsite. Vesikonna tasemel veearvestus ja p\u00f5llu tasemel niisutusgraafiku koostamise t\u00f6\u00f6riist n\u00f5uavad p\u00f5him\u00f5tteliselt erinevaid ruumilise lahutusv\u00f5ime ja ajalise sageduse tasemeid.<\/p><\/blockquote>\n iv. Kahe allika energiabilanss<\/strong> (TSEB) mudel k\u00e4sitleb mulda ja v\u00f5rastikku kahe eraldi energiaallikana, millel kummalgi on oma temperatuur ja energiabilanss. See l\u00e4henemisviis on t\u00e4psem h\u00f5reda taimestiku v\u00f5i segamaakatte korral, kus \u00fche allika mudel v\u00f5ib mulla aurustumise taimede transpiratsiooniga segi ajada.<\/p>\n Mitte k\u00f5ik maav\u00e4lise looduse mudelid ei vaja termokaamerakujutisi. Taimestiku indeksil p\u00f5hinevad mudelid hindavad maav\u00e4lise looduse m\u00f5ju l\u00e4bi saagikoefitsiendi meetod<\/strong> (Kc x ET0), kus saagikordaja Kc tuletatakse NDVI-st v\u00f5i EVI-st ja v\u00f5rdlus-ET (ET0) p\u00e4rineb ilmajaamast. FAO-56 metoodika vormistab selle l\u00e4henemisviisi ja seda kasutatakse laialdaselt niisutusgraafiku koostamiseks, kuna see ei n\u00f5ua termilise riba andmeid.<\/p>\n Masin\u00f5ppe mudelid, sealhulgas Juhuslik mets<\/strong>, Kunstlikud n\u00e4rviv\u00f5rgud (ANN-id)<\/strong>, ja s\u00fcva\u00f5ppe arhitektuure rakendatakse \u00fcha enam ET hindamisel, \u00f5ppides keerulisi mittelineaarseid seoseid satelliidilt saadud sisendite (LST, NDVI, albedo, LAI) ja vootorni ET m\u00f5\u00f5tmiste vahel.<\/p>\n 2023. aastal ajakirjas Remote Sensing of Environment avaldatud uuringus leiti, et MODIS-i ja meteoroloogiliste sisendite p\u00f5hjal treenitud Random Forest mudel ennustas p\u00e4evast ET-d R2-ga 0,87 ja RMSE-ga 0,51 mm\/p\u00e4evas erinevates bioomides \u2013 see on k\u00fcll konkurentsiv\u00f5imeline traditsiooniliste energiabilansi mudelitega, kuid n\u00f5uab palju v\u00e4hem parameetrite m\u00e4\u00e4ramise pingutust.<\/p>\n Taylor and Francis Openis (2021) avaldatud uuring n\u00e4itas, et SEBAL-i algoritm, mida rakendati Landsat 8 kujutistele T\u00fcrgi Adanas asuva maisikasvatuspiirkonna kohal, andis ET-hinnanguid, millel oli korrelatsioonikordaja R = 0,91<\/strong> FAO Penman-Monteithi meetodi ja just \u00f5ige keskmise veav\u00e4\u00e4rtuse (RMSE) suhtes 1,14 mm\/p\u00e4evas<\/strong>.<\/p>\n SEBALi t\u00e4psus v\u00e4lit\u00f6\u00f6del t\u00e4hendab, et satelliidip\u00f5hine ET v\u00f5ib asendada v\u00f5i oluliselt v\u00e4hendada vajadust kallite l\u00fcsimeetrite j\u00e4rele operatiivsetes niisutuss\u00fcsteemides.<\/p>\n Mitmed globaalsed ja piirkondlikud ET-tooted teisendavad n\u00fc\u00fcd kaugseire sisendid kasutusvalmis ET-andmekihtideks. Praktikud ei pea enam oma energiabilansi mudeleid k\u00e4itama \u2013 nad saavad neile eelnevalt arvutatud andmekogumitele otse juurde p\u00e4\u00e4seda.<\/p>\n 1. MOD16 ET toode<\/strong> (NASA) kasutab MODIS-i andmeid Penman-Monteithi algoritmiga, mida juhivad MODIS-i maakatte, LAI, EVI ja globaalse reanal\u00fc\u00fcsi meteoroloogilised andmed. See pakub 8-p\u00e4evaseid ja igakuiseid ET-komposiite 500-meetrise resolutsiooniga globaalselt. MOD16 sobib h\u00e4sti maastikulisteks uuringuteks, kuid on individuaalseks v\u00e4lit\u00f6\u00f6deks liiga j\u00e4me.<\/p>\n 2. SSEBop<\/strong> USGS-i v\u00e4ljat\u00f6\u00f6tatud lihtsustatud pinnaenergia tasakaalu operatiivne mudel (Simplified Surface Energy Balance operational) lihtsustab SEBAL-i kuumade\/k\u00fclmade pikslite kalibreerimise v\u00e4ljakutset, kasutades pikaajalistest klimatoloogilistest andmetest tuletatud eelnevalt m\u00e4\u00e4ratletud temperatuuripiire. SSEBop t\u00f6\u00f6tab operatiivselt 30-meetrise resolutsiooniga, kasutades Landsati andmeid, ja moodustab \u00fche kuuest OpenET ansambli mudelist.<\/p>\n 3. OpenET platvorm<\/strong>, mis k\u00e4ivitati 2021. aastal ja tegutseb NASA, USGS-i, California osariigi \u00fclikooli Monterey Bays, keskkonnakaitsefondi ja k\u00f5rbeuuringute instituudi juhitud avaliku ja erasektori koost\u00f6\u00f6na, pakub 30-meetrise resolutsiooniga v\u00e4liandmeid maav\u00e4lisest avastamisest Ameerika \u00dchendriikide l\u00e4\u00e4neosas.<\/p>\n 2024. aasta jaanuaris ajakirjas Nature Water avaldatud murranguline uuring, milles v\u00f5rreldi OpenET hinnanguid 152 maapealse voo m\u00f5\u00f5tmise koha m\u00f5\u00f5tmistega, kinnitas, et OpenET saavutab suure t\u00e4psuse \u00fcheaastaste p\u00f5llukultuuride, n\u00e4iteks nisu, maisi, soja ja riisi puhul \u2013 eriti kuivades piirkondades, kus veenappus muudab niisutamise t\u00e4psuse k\u00f5ige kriitilisemaks.<\/p>\n 4. WaPORi portaal<\/strong> (FAO) pakub Aafrika ja L\u00e4his-Ida kohta maakera andmeid 30-, 100- ja 250-meetrise resolutsiooniga, mis on spetsiaalselt loodud p\u00f5llumajandusliku vee tootlikkuse anal\u00fc\u00fcsi toetamiseks andmevaestes arengumaades.<\/p>\n 5. S\u00c4RA<\/strong> (Globaalne maapinna aurustumise Amsterdami mudel) jagab maapinna aurustumise transpiratsiooni, palja mulla aurustumise, pealtkuulamiskadude ja avavee aurustumise komponentideks, tuginedes mikrolaineahjus saadud mulla niiskuseandmetele ja satelliittaimestiku toodetele. See on suurep\u00e4rane maapinna aurustumise signaali jagamisel bioloogilisteks ja f\u00fc\u00fcsikalisteks komponentideks.<\/p>\n Satelliidip\u00f5histe ET-andmete k\u00f5ige vahetum rakendus on niisutusgraafiku koostamine. Kui p\u00f5llumees p\u00e4\u00e4seb ligi igan\u00e4dalastele p\u00f5llutaseme ET-kaartidele, saab ta arvutada niisutusdefitsiidi \u2013 tegeliku ET ja efektiivse sademete hulga vahe \u2013 ning kasutada t\u00e4pselt seda veekogust. See v\u00e4listab kroonilise \u00fcleniisutamise harjumuse, mis raiskab vett ilma saagikust suurendamata.<\/p>\n California Sacramento-San Joaquini deltas kasutavad veevarude haldajad OpenET-i, et aidata p\u00f5llumeestel j\u00e4rgida riiklikke eeskirju, mis n\u00f5uavad t\u00e4pset veekasutuse aruandlust.<\/p>\n \u00dcheaastaste p\u00f5llukultuuride satelliitidelt saadud ET-andmete suur t\u00e4psus annab veearvestusele \u00f5iguslikult kaitsva aluse, mida \u00fckski maapealne meetod sellise ruumilise ulatuse korral pakkuda ei suudaks.<\/p>\n 2024. aastal ajakirjas Agricultural Water Management avaldatud uuringus (Ott jt, 2024; Desert Research Institute) hinnati OpenET-i Nevada p\u00f5hjaveekogumite m\u00f5\u00f5detud niisutusandmete suhtes.<\/p>\n Diamond Valley's n\u00e4itasid OpenET-i hinnangud vaid 7% erinevus m\u00f5\u00f5detud veekasutuse andmetest<\/strong>, mis n\u00e4itab regulatiivse p\u00f5hjavee majandamise t\u00f6\u00f6kindlust.<\/p>\n 7% veamarginaal vesikonna skaalal t\u00e4hendab, et satelliidip\u00f5hised ET-andmed v\u00f5ivad asendada kallist m\u00f5\u00f5tmisinfrastruktuuri piirkondades, kus p\u00f5hjavesi on kriitiliselt ammendunud.<\/p>\n P\u00f5ua j\u00e4lgimine on veel \u00fcks suure m\u00f5juga rakendus. Aurustuspinge indeks<\/strong> ECOSTRESSi ja MODISi termilistest andmetest tuletatud ESI m\u00f5\u00f5dab tegeliku ET ja potentsiaalse ET suhet.<\/p>\n Kui ESI langeb oluliselt alla 1,0, annab see m\u00e4rku, et taimed kogevad veestressi \u2013 see on usaldusv\u00e4\u00e4rne varajane n\u00e4itaja p\u00f5llumajanduslikust p\u00f5uast, mida saab sageli tuvastada 4\u20138 n\u00e4dalat enne, kui saagikuse v\u00e4henemine muutub m\u00f5\u00f5detavaks.<\/p>\n USDA riiklik p\u00f5ua leevendamise keskus integreerib satelliitidel p\u00f5hinevad ET-p\u00f5hised p\u00f5uaindeksid operatiivsetesse p\u00f5uaseire kaartidesse, mida kasutavad osariikide valitsused, saagikindlustusagentuurid ja h\u00e4daolukordade haldamise asutused. See integratsioon muudab p\u00f5ua korral reageerimise kiiremaks ja sihip\u00e4rasemaks kui kalendrip\u00f5hised v\u00f5i ainult sademetel p\u00f5hinevad l\u00e4henemisviisid.<\/p>\n Vesikonna veearvestus eeldab teadmist, kui palju vett maismaapinnalt miljonite hektarite ulatuses maa-alalt lahkub. Just seda pakuvadki satelliit-maa-ala tehnoloogia tooted nagu MOD16, GLEAM ja WaPOR globaalsel tasandil.<\/p>\n M\u00e4rgalade veekasutuse seire satelliitandmete abil kvantifitseerib \u00f6kos\u00fcsteemi veekasutust ligip\u00e4\u00e4smatutes soodes, turbaaladel ja suudmealadel, kuhu maapealseid andureid ei saa paigaldada. Metsade veekasutuse seire n\u00e4itab, kuidas metsade h\u00e4vitamine, metsa uuendamine ja metsatulekahjud muudavad tervete valgalade veetasakaalu \u2013 need on olulised andmed metsade s\u00fcsiniku arvepidamise ja veevarustuse planeerimise jaoks.<\/p>\n Evapotranspiratsioon on n\u00e4htamatu niit, mis \u00fchendab iga taime Maal globaalse veeringlusega. Kaugseire on ainus t\u00f6\u00f6riist, mis meil on selle n\u00e4gemiseks veemajanduse seisukohalt olulises mastaabis.<\/p><\/blockquote>\n \u00dckski maav\u00e4lise olemuse toode pole kasulik ilma range valideerimiseta. Standardmeetodis v\u00f5rreldakse satelliitidelt saadud maav\u00e4lise olemuse hinnanguid keeriskovariatsiooni vootornide m\u00f5\u00f5tmistega \u2013 see on maastiku tasandil maav\u00e4lise olemuse kohta k\u00f5ige t\u00e4psem saadaolev maapealne t\u00f5estus.<\/p>\n Globaalne FLUXNET<\/strong> v\u00f5rgustik pakub avatud juurdep\u00e4\u00e4suga voogtornide andmeid sadadest erinevatest bioomidest p\u00e4rit kohtadest. ET-toodete arendajad v\u00f5rdlevad oma mudeli v\u00e4ljundeid FLUXNETi m\u00f5\u00f5tmistega, et arvutada statistilisi j\u00f5udlusn\u00e4itajaid, sealhulgas<\/p>\n Valideerimine viiakse l\u00e4bi eraldi erinevate maakatte t\u00fc\u00fcpide, kliimav\u00f6\u00f6tmete ja aastaaegade puhul, kuna ET-mudeli t\u00e4psus on nendes tingimustes oluliselt erinev.<\/p>\n Energiabilansi mudelid, nagu SEBAL ja METRIC, toimivad \u00fcldiselt k\u00f5ige paremini selge taevaga poolkuivades p\u00f5llumajandusmaastikes. Toimivus halveneb niisketes troopilistes metsades, keerulisel m\u00e4gisel maastikul ja sagedase pilvisusega aladel.<\/p>\n Ajakirjas Nature Water avaldatud OpenET t\u00e4psusuuring v\u00f5rdles kuut ET-mudelit m\u00f5\u00f5tmistega, mis p\u00e4rinevad ... 152 voogtorni asukohta<\/strong> kogu Ameerika \u00dchendriikides, leides, et OpenET ansambel saavutas k\u00f5ige tugevama tulemuse just \u00fcheaastaste p\u00f5llukultuuride puhul kuivades l\u00e4\u00e4nepiirkondades \u2013 piirkondades, kus niisutamise haldamine on majanduslikult ja \u00f6koloogiliselt k\u00f5ige olulisem.<\/p>\n Kuivade piirkondade veemajandajad saavad OpenET-i andmeid niisutusn\u00f5uetele vastavuse ja veeeelarve j\u00e4lgimiseks suure kindlusega kasutada, asendades kallist m\u00f5\u00f5teinfrastruktuuri.<\/p>\n Vaatamata kiirele edule piiravad satelliidip\u00f5hise maav\u00e4lise seire t\u00e4psust ja rakendatavust mitmed tehnilised ja operatiivsed probleemid.<\/p>\n 1. Pilvkatte piirangud:<\/strong> Optiline ja termiline kaugseire n\u00f5uab pilvevabasid tingimusi. Niisketes troopilistes piirkondades v\u00f5i mussoonvihmade ajal v\u00f5ib p\u00fcsiv pilvkate tekitada n\u00e4dalaid kuni kuid kestvaid andmel\u00fcnki, rikkudes niisutuss\u00fcsteemide haldamiseks vajaliku ajalise j\u00e4rjepidevuse.<\/p>\n 2. Ruumilise eraldusv\u00f5ime piirangud:<\/strong> MODIS, ajaliselt k\u00f5ige sagedamini kasutatav satelliit, pakub ET-andmeid 500-meetrise resolutsiooniga \u2013 liiga ebat\u00e4pne teave alla 25 hektari suuruste p\u00f5ldude jaoks. Landsati 30-meetrine resolutsioon sobib enamiku p\u00f5llumajandusp\u00f5ldude jaoks, kuid sellel on 16-p\u00e4evane kordusts\u00fckkel, mis ei kajasta veestressi kiireid muutusi.<\/p>\n 3. Ajalise lahutusv\u00f5ime kompromissid:<\/strong> K\u00f5rge ruumiline lahutusv\u00f5ime (Landsat, Sentinel-2, ECOSTRESS) ja k\u00f5rge ajaline lahutusv\u00f5ime (MODIS, VIIRS) eksisteerivad p\u00f6\u00f6rdv\u00f5rdelises seoses. Selle l\u00f5he \u00fcletamiseks on vaja andmete fusioonitehnikaid.<\/p>\n 4. Mudeli eeldused heterogeensetes maastikes:<\/strong> \u00dche allika energiabilansi mudelid eeldavad \u00fchtlast v\u00f5rastikku, mis laguneb h\u00f5reda taimestiku, segakultuuride s\u00fcsteemide v\u00f5i linna-p\u00f5llumajanduse piirpindade korral, kus mulla ja taimede temperatuur erineb j\u00e4rsult.<\/p>\n 5. Andmete k\u00e4ttesaadavus arengumaades:<\/strong> Maapealsete ilmajaamade andmeid, mida on vaja ET-mudelite piiramiseks, on v\u00e4he Sahara-taguse Aafrika, L\u00f5una-Aasia ja Kesk-Aasia osas \u2013 just nendes piirkondades, kus veemajanduse parandamist k\u00f5ige kiiremini vajatakse.<\/p>\n Mitmed omavahel \u00fchendatud tehnoloogilised arengud on valmis j\u00e4rgmise viie kuni k\u00fcmne aasta jooksul dramaatiliselt laiendama kaugseire ET-seire t\u00e4psust, ulatust ja k\u00e4ttesaadavust.<\/p>\n Suurtel mitme anduriga andmekogumitel treenitud s\u00fcva\u00f5ppe mudelid hakkavad teatud maastike puhul klassikalistest energiabilansi mudelitest paremini toimima. Konvolutsioonilised n\u00e4rviv\u00f5rgud suudavad Landsati, Sentinel-2, MODISe ja meteoroloogilise reanal\u00fc\u00fcsi andmeid samaaegselt integreerida, \u00f5ppides ruumilis-ajalisi ET-mustreid, mida \u00fckski \u00fche anduriga mudel ei j\u00e4\u00e4dvusta.<\/p>\n Samal ajal \u00fchendavad andmete fusioonialgoritmid \u2013 millest silmapaistvaim on STARFM (ruumilise ja ajalise adaptiivse peegeldusmudeli) l\u00e4henemisviis \u2013 k\u00f5rgresolutsiooniga Landsati pilte igap\u00e4evaste MODIS-andmetega, et luua s\u00fcnteetilisi igap\u00e4evaseid ET-kaarte 30-meetrise resolutsiooniga, lahendades t\u00f5husalt ruumilis-ajalise kompromissi, mis praegu piirab t\u00e4ppisp\u00f5llumajanduse rakendusi.<\/p>\n J\u00e4rgmise p\u00f5lvkonna spetsiaalsed Maa termilise vaatluse satelliidid edastavad alla 30-meetriseid termilisi kujutisi igap\u00e4evase kordusk\u00fclastusega.<\/p>\n Planeeritud missioonid, sealhulgas Landsat Next j\u00e4reltulija ja kommertslikud CubeSat termilised konstellatsioonid, k\u00f5rvaldavad ajaloolise kompromissi ruumilise detaili ja ajalise sageduse vahel, mis on piiranud maav\u00e4lise kosmose j\u00e4lgimist v\u00e4lit\u00f6\u00f6del.<\/p>\n Nagu Future Market Insightsi aruandes (2025) m\u00e4rgiti, peaks kaugseireteenuste turg \u2013 mille v\u00e4\u00e4rtus 2025. aastal oli 22,87 miljardit USA dollarit \u2013 2035. aastaks ulatuma 84,28 miljardi USA dollarini, mida m\u00e4rkimisv\u00e4\u00e4rselt soodustab LEO satelliitide konstellatsiooni laienemine.<\/p>\n Digitaalsed kaksikraamistikud \u2013 p\u00f5llumajandusmaastike d\u00fcnaamilised virtuaalsed koopiad, mis uuenevad peaaegu reaalajas satelliidi ja IoT andurite voogude p\u00f5hjal \u2013 integreerivad ET-kaugseire p\u00f5hiandmevooguna. Need s\u00fcsteemid s\u00fcnkroniseerivad satelliit-ET-kaarte, mulla niiskusandurite andmeid, ilmaprognoose ja p\u00f5llukultuuride kasvumudeleid, et simuleerida tulevast p\u00f5llu veetaset ja m\u00e4\u00e4rata automaatselt niisutust.<\/p>\n Rikkalik platvormide valik muudab kaugseire ET-anal\u00fc\u00fcsi n\u00fc\u00fcd k\u00e4ttesaadavaks praktikutele, kellel pole s\u00fcgavaid programmeerimisalaseid teadmisi.<\/p>\n 1. Google Earth Engine (GEE)<\/strong> on pilvep\u00f5hine georuumilise arvutuse platvorm, mis majutab t\u00e4ielikke Landsati, MODISi, Sentineli ja ECOSTRESSi arhiive koos eelnevalt loodud ET-algoritmidega. Anal\u00fc\u00fctikud saavad ET-arvutusi teha aastatepikkuse andmestiku p\u00f5hjal tervete piirkondade kohta ilma \u00fchtegi kujutist kohapeal alla laadimata. GEE-st on saanud domineeriv uurimisplatvorm suurte ET-kaartide jaoks.<\/p>\n 2. OpenET platvorm<\/strong> pakub veebiliidest, kus iga registreeritud kasutaja p\u00e4\u00e4seb ligi p\u00f5llutasemel ET-andmetele p\u00f5llumajandusmaa kohta kogu USA l\u00e4\u00e4neosas. Kasutajad saavad eksportida p\u00e4eva-, kuu- v\u00f5i hooajalisi ET-kokkuv\u00f5tteid \u00fcksikute p\u00f5ldude v\u00f5i tervete veemajanduspiirkondade kohta, ilma et oleks vaja programmeerimisalaseid teadmisi.<\/p>\n 3. WaPORi portaal<\/strong> (FAO) pakub sarnast osuta ja kl\u00f5psa ET allalaadimisliidest Aafrika ja L\u00e4his-Ida jaoks, millel on otselingid p\u00f5llumajandusliku vee tootlikkuse n\u00e4itajatele.<\/p>\n 4. Pythoni ja R t\u00f6\u00f6vood<\/strong> Selliste teekide nagu rasterio, xarray, geopandas (Python) v\u00f5i terra raster (R) kasutamine v\u00f5imaldab teadlastel luua kohandatud maav\u00e4liste avaruste t\u00f6\u00f6tlemiskanaleid, mis integreerivad satelliidiandmeid kohalike meteoroloogiliste andmete, p\u00f5llukultuuride mudelite ja niisutusandmebaasidega.<\/p>\n Ameerika \u00dchendriikide High Plainsi p\u00f5hjaveekihi piirkonnas \u2013 \u00fches Maa intensiivsemalt niisutatud p\u00f5llumajanduspiirkonnas \u2013 n\u00e4itasid Desert Research Institute'i teadlased, et OpenET-andmed, mis on integreeritud kliimaandmestikega, suudavad hinnata p\u00f5hjavee pumpamise mahtusid piisava t\u00e4psusega, et toetada langeva p\u00f5hjaveekihi taseme regulatiivset haldamist.<\/p>\n Uuringus v\u00f5rreldi satelliidip\u00f5hiseid ET-hinnanguid m\u00f5\u00f5detud pumpade andmetega, leides enamikus uuringubasseinides v\u00e4iksema h\u00e4lbe kui 17% \u2013 see on vee\u00f5iguste haldamiseks piisav t\u00e4psusaste.<\/p>\n Puuvilla niisutamise ajastamiseks on rakendatud kaugseire abil keskkonnam\u00f5jude seiret, kasutades SEBAL ja METRIC mudeleid, et kaardistada tegelikku keskkonnam\u00f5jude seiret \u00fcksikute p\u00f5ldude l\u00f5ikes kasvuperioodil.<\/p>\n Astrophysics Data Systemis (2020) avaldatud uuringud n\u00e4itasid, et m\u00f5lemad mudelid tuvastasid oodatust k\u00f5rgema tegeliku aurustumise algstaadiumis, mis oli tingitud suurest palja mulla aurustumisest \u2013 see oli leid, et standardne saagikoefitsiendi meetod ei andnud s\u00fcstemaatiliselt tulemusi, mis viis sellel kriitilisel perioodil \u00fcleniisutamiseni.<\/p>\n FAO WaPOR platvormi on kasutatud vee tootlikkuse anal\u00fc\u00fcsi l\u00e4biviimiseks niisutuss\u00fcsteemides Etioopias, Egiptuses ja Jordaanias, kvantifitseerides ET toodetud p\u00f5llukultuuri biomassi \u00fchiku kohta.<\/p>\n Need anal\u00fc\u00fcsid tuvastasid p\u00f5llud, mille veetootlikkus oli alla vesikonna keskmise, pakkudes ruumilist t\u00f5endusmaterjali sihip\u00e4raste laiendusprogrammide jaoks, et parandada niisutamise t\u00f5husust v\u00e4hem tulemuslikes piirkondades.<\/p>\n Satelliidiandmete, ET-mudeli ja valideerimisstrateegia \u00f5ige kombinatsiooni valimine s\u00f5ltub konkreetsest k\u00fcsimusest, millele vastatakse, olemasolevatest ressurssidest ja vastuv\u00f5etavast m\u00e4\u00e4ramatuse tasemest.<\/p>\n 1. K\u00f5igepealt m\u00e4\u00e4ratlege ruumiline ja ajaline skaala.<\/strong> Valgala tasemel igakuine veearvestus n\u00f5uab teistsugust t\u00f6\u00f6riista kui p\u00f5llu tasemel igap\u00e4evane niisutusgraafik. Enne mis tahes mudeli valimist sobitage satelliitplatvormi eraldusv\u00f5ime ja kordusk\u00fclastuste sagedus haldusvajadustega.<\/p>\n 2. Sobita mudel maastiku t\u00fc\u00fcbiga.<\/strong> Energiabilansi mudelid nagu SEBAL ja METRIC toimivad k\u00f5ige paremini poolkuivades, selge taevaga p\u00f5llukultuuride domineeritud maastikes. Taimestikuindeksil p\u00f5hinevad mudelid toimivad paremini piirkondades, kus termiliste andmete k\u00e4ttesaadavus on piiratud. Masin\u00f5ppemudelid toimivad k\u00f5ige paremini siis, kui on saadaval suured, kohalikult valideeritud treeningandmekogumid.<\/p>\n 3. Valideeri alati lokaalselt.<\/strong> Isegi k\u00f5ige t\u00e4psem globaalne maav\u00e4lise p\u00e4ritoluga toode tuleks enne kasutuselev\u00f5ttu valideerida v\u00e4hemalt \u00fche kohaliku vootorni v\u00f5i l\u00fcsimeetri andmekogumi suhtes. Avaldatud uuringute tulemuslikkuse n\u00e4itajad kanduvad harva t\u00e4pselt \u00fcle uutele asukohtadele ja p\u00f5llukultuuridele.<\/p>\n 4. Planeeri pilvekatte l\u00fcnki.<\/strong> Niisketes v\u00f5i troopilistes piirkondades tuleks algusest peale planeerida andmete \u00fchendamise v\u00f5i l\u00fcnkade t\u00e4itmise strateegiaid. \u00dchele termosatelliidile lootmine 16-p\u00e4evase kordusts\u00fckliga tekitab kriitiliste p\u00f5llukultuuride kasvuperioodide ajal vastuv\u00f5etamatuid andmel\u00fcnki.<\/p>\n 5. Kasutage v\u00f5imaluse korral avatud platvorme.<\/strong> Google Earth Engine, OpenET ja WaPOR pakuvad tasuta juurdep\u00e4\u00e4su valideeritud ja h\u00e4sti dokumenteeritud maav\u00e4liste olendite toodetele. Kohandatud maav\u00e4liste olendite mudeli loomine nullist on harva \u00f5igustatud, v\u00e4lja arvatud juhul, kui seda n\u00f5uavad ainulaadsed kohalikud olud.<\/p>\n 6. Integreerige ET-andmed olemasolevate p\u00f5llumajanduss\u00fcsteemidega.<\/strong> ET-andmed on k\u00f5ige v\u00e4\u00e4rtuslikumad siis, kui need suunatakse otse niisutusgraafikute ajastamise tarkvarasse, otsustustoetuse t\u00f6\u00f6riistadesse v\u00f5i veearvestuse andmebaasidesse, mitte ei eksisteeri eraldiseisva satelliidiv\u00e4ljundina.<\/p>\n Kaugseire abil aurustumise j\u00e4lgimine on arenenud eksperimentaalsest uurimisdistsipliinist p\u00f5llumajandusliku veemajanduse kriitiliseks operatiivvahendiks. \u00dcha t\u00e4psemate satelliit-ET-toodete, avatud juurdep\u00e4\u00e4suga platvormide (nt OpenET ja WaPOR) ning tehisintellektil p\u00f5hineva andmete \u00fchendamise kombinatsioon k\u00f5rvaldab takistused, mis kunagi piirasid satelliit-ET-seiret h\u00e4sti rahastatud teadusasutustega.<\/p>\n Praegused v\u00f5imalused on m\u00e4rkimisv\u00e4\u00e4rsed: energiabilansi mudelid, mis on valideeritud 30 v\u00f5i enamas riigis, satelliitidel p\u00f5hinevad ET-tooted, mis saavutavad peamiste \u00fcheaastaste p\u00f5llukultuuride puhul parema hooajalise t\u00e4psuse kui 90%, ja pilvep\u00f5hised platvormid, mis edastavad p\u00f5llutasemel ET-andmeid igale interneti\u00fchendusega p\u00f5llumehele v\u00f5i veemajandajale. Neid v\u00f5imalusi kasutatakse juba niisutusn\u00f5uete t\u00e4itmiseks Colorado j\u00f5el, p\u00f5hjavee v\u00e4henemise j\u00e4lgimiseks High Plains'i p\u00f5hjaveekihis ja p\u00f5llumajandusliku vee tootlikkuse parandamiseks kogu Aafrikas FAO WaPOR-s\u00fcsteemi kaudu.<\/p>","protected":false},"excerpt":{"rendered":" Kaugseire abil aurustumise j\u00e4lgimine on \u00fcks viimase kahe aastak\u00fcmne olulisemaid edusamme p\u00f5llumajandusliku veeteaduse valdkonnas. Satelliidip\u00f5histe termiliste andmete kombineerimise abil\u2026<\/p>","protected":false},"author":210157960,"featured_media":13807,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_coblocks_attr":"","_coblocks_dimensions":"","_coblocks_responsive_height":"","_coblocks_accordion_ie_support":"","_eb_attr":"","content-type":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_wpcom_ai_launchpad_first_post":false,"_jetpack_hide_featured_image":false,"_jetpack_featured_image_duplicate_dismissed":0,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"{title}\n\n{excerpt}\n\n{url}","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[1378],"tags":[],"class_list":["post-13804","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-remote-sensing"],"acf":[],"yoast_head":"\nMillised tegurid m\u00f5jutavad evapotranspiratsiooni?<\/h2>\n
![\"Millised](\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/What-Factors-Influence-Evapotranspirationn.png?resize=720%2C720&ssl=1\")
<\/p>\nEvapotranspiratsiooni p\u00f5him\u00f5isted<\/h2>\n
\n
1. V\u00f5rdlusaurumine \u2014 ET(0)<\/h3>\n
2. Aurustumine standardtingimustes \u2014 ET(c)<\/h3>\n
3. Evapotranspiratsioon mittestandardsetes tingimustes \u2014 ET(c adj)<\/h3>\n
Traditsioonilised evapotranspiratsiooni m\u00f5\u00f5tmise meetodid<\/h2>\n
![\"Traditsioonilised](\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Traditional-Methods-of-Measuring-Evapotranspiration.png?resize=754%2C754&ssl=1\")
<\/p>\nKaugseire p\u00f5hit\u00f5ed ET-seireks<\/h2>\n
Satelliidi abil toimuva maav\u00e4lise areng hindamise aluseks olevad peamised f\u00fc\u00fcsikalised p\u00f5him\u00f5tted<\/h3>\n
Kaugseire andmeallikad ET hindamiseks<\/h2>\n
1. Satelliidiplatvormid maav\u00e4lise ajastu hindamiseks<\/h3>\n
2. Mehitamata \u00f5hus\u00f5idukite ja droonide abil tehtud maav\u00e4liste objektide vaatlused<\/h3>\n
\n
ET-seires kasutatavad peamised kaugseire muutujad<\/h2>\n
![\"ET-seires](\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Key-Remote-Sensing-Variables-Used-in-ET-Monitoring.png?resize=676%2C676&ssl=1\")
<\/p>\nEvapotranspiratsiooni hindamismudelid<\/h2>\n
1. Energiabilansi mudelid<\/h3>\n
2. Taimestikuindeksil p\u00f5hinevad ET-mudelid<\/h3>\n
Satelliidip\u00f5hised ET-tooted on operatiivseks kasutamiseks saadaval<\/h2>\n
![\"Satelliidip\u00f5hised](\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Satellite-Based-ET-Products-Available-for-Operational-Use.png?resize=751%2C751&ssl=1\")
<\/p>\nKaugseire rakendused<\/h2>\n
1. T\u00e4ppisniisutus ja p\u00f5llukultuuride veemajandus<\/h3>\n
2. P\u00f5ua hindamine ja varajase hoiatamise s\u00fcsteemid<\/h3>\n
3. Veevarude majandamine vesikonna tasandil<\/h3>\n
\n
4. Keskkonna- ja \u00f6koloogilised rakendused<\/h3>\n
Satelliit-ET-toodete t\u00e4psuse hindamine ja valideerimine<\/h2>\n
\n
Kaugseirega seotud v\u00e4ljakutsed ET-seires<\/h2>\n
T\u00e4rkavad tehnoloogiad ja tulevik ET-seires<\/h2>\n
1. Tehisintellekt, masin\u00f5pe ja andmete fusioon<\/h3>\n
2. K\u00f5rglahutusega termilised satelliidid ja CubeSat t\u00e4htkujud<\/h3>\n
3. Digitaalsed kaksikud veemajanduses<\/h3>\n
ET-monitooringu tarkvara ja t\u00f6\u00f6riistad<\/h2>\n
Kaugseire ET-seire juhtumiuuringud<\/h2>\n
1. Niisutuss\u00fcsteemide haldamine kuivades piirkondades<\/h3>\n
2. T\u00e4ppisp\u00f5llumajandus k\u00f5ikide p\u00f5llukultuuride puhul<\/h3>\n
3. Valgalavee arvestus<\/h3>\n
ET-seire l\u00e4henemisviisi valimise parimad tavad<\/h2>\n
Kokkuv\u00f5te<\/h2>\n