2. Pra\u0107enje su\u0161e:<\/strong> Trajni pad stvarnog ET-a u odnosu na referentni ET (ono \u0161to bi isparilo pri neograni\u010denoj opskrbi vodom) signalizira nadolaze\u0107i stres uzrokovan su\u0161om. Daljinsko istra\u017eivanje bilje\u017ei ovaj signal tjednima prije nego \u0161to gubitak prinosa postane vidljiv golim okom.<\/p>\n 3. Planiranje vodnih resursa:<\/strong> Obra\u010dun voda na razini sliva zahtijeva ET podatke na razini sliva. Satelitsko ET pra\u0107enje pru\u017ea ovu prostornu pokrivenost uz djeli\u0107 cijene mre\u017ee zemaljskih postaja.<\/p>\n 4. Procjena klimatskih promjena:<\/strong> Dugoro\u010dni trendovi vanjske temperature otkrivaju kako zagrijavanje temperatura i promjena obrazaca oborina mijenjaju kori\u0161tenje vode u ekosustavu - podaci koji informiraju planiranje prilagodbe na regionalnoj i nacionalnoj razini.<\/p>\n 5. Pra\u0107enje zdravlja ekosustava:<\/strong> Stope etatskog izmjenjivanja u mo\u010dvarama, transpiracija \u0161uma i kori\u0161tenje vode u travnjacima osjetljivo reagiraju na ekolo\u0161ke poreme\u0107aje. Daljinsko istra\u017eivanje etatskog izmjenjivanja bilje\u017ei te promjene u velikim, nepristupa\u010dnim krajolicima.<\/p>\n Evapotranspiracija (ET) oblikovana je kombinacijom klimatskih uvjeta, karakteristika krajolika i biljne biologije. U nastavku slijedi pregled klju\u010dnih \u010dimbenika.<\/p>\n 1. Vrsta tla.<\/strong> Sastav tla igra zna\u010dajnu ulogu u zadr\u017eavanju vode i isparavanju. Pjeskovita ili \u0161ljun\u010dana tla obi\u010dno zadr\u017eavaju manje vode, a vi\u0161e je otpu\u0161taju isparavanjem, dok ilovasta ili glinom bogata tla bolje zadr\u017eavaju vlagu.<\/p>\n 2. Temperatura zraka.<\/strong> Temperatura izravno utje\u010de na brzinu ET-a. Topliji zrak ima ve\u0107i kapacitet zadr\u017eavanja vlage, a pove\u0107ana toplina ubrzava pretvorbu vode u paru, \u010dime se pove\u0107ava evapotranspiracija.<\/p>\n 3. Sun\u010devo zra\u010denje.<\/strong> Osim samog stvaranja topline, sun\u010devo zra\u010denje uklju\u010duje varijacije u razinama energije, frekvenciji i albedu - a sve to utje\u010de na ET. Ti se \u010dimbenici razlikuju ovisno o lokaciji i dobu godine, a njihovo to\u010dno mjerenje \u010desto zahtijeva naprednu tehnologiju.<\/p>\n 4. Vla\u017enost.<\/strong> Relativna vla\u017enost (RH) odnosi se na koli\u010dinu vodene pare prisutne u zraku u odnosu na njegov maksimalni kapacitet. Kada je vla\u017enost visoka, zrak apsorbira manje dodatne vlage, \u0161to usporava ET. Suprotno tome, su\u0161i zrak mo\u017ee apsorbirati vi\u0161e pare, \u0161to dovodi do ve\u0107e stope evapotranspiracije.<\/p>\n 5. Biljni pokrov.<\/strong> Razli\u010dite biljne vrste na razli\u010dite na\u010dine komuniciraju s vodom. Neke u\u010dinkovito pohranjuju vodu tijekom su\u0161nih razdoblja, dok je druge br\u017ee gube. Na stope navodnjavanja iscrpljivanjem (ET) utje\u010du i starost biljke, zdravlje i dubina korijena - dublje korijenje omogu\u0107uje usjevima da dulje traju bez navodnjavanja. Ove fiziolo\u0161ke razlike zna\u010de da ET mo\u017ee uvelike varirati me\u0111u vrstama usjeva, \u0161to zahtijeva prilago\u0111ene strategije navodnjavanja.<\/p>\n 6. Brzina vjetra.<\/strong> Vjetar je glavni pokreta\u010d i isparavanja i transpiracije. Raspr\u0161uje vla\u017eni sloj zraka koji se nakuplja iznad vegetacije, pove\u0107avaju\u0107i ET. Tako\u0111er poma\u017ee difuziji pare kroz pore biljaka, poti\u010du\u0107i transpiraciju. Me\u0111utim, izuzetno jaki, suhi vjetrovi ponekad mogu ometati difuziju pare, lagano smanjuju\u0107i ET u odre\u0111enim uvjetima.<\/p>\n ET(0) odra\u017eava sposobnost atmosfere da poti\u010de gubitak vode i isklju\u010divo je klimatski uvjetovan. ET(c) mjeri gubitak vode iz zdravih, dobro navodnjavanih usjeva koji rastu u idealnim uvjetima s punim potencijalom prinosa. Kada se usjevi suo\u010davaju s neoptimalnim upravljanjem ili ekolo\u0161kim izazovima, ET(c) se mora modificirati kako bi se dobio ET(c adj). Evapotranspiracija usjeva shva\u0107a se kroz tri razli\u010dita koncepta:<\/p>\n ET(0) predstavlja brzinu kojom voda isparava s dobro navodnjene referentne povr\u0161ine - obi\u010dno modelirane kao idealizirani travnati pokrov koji zadovoljava odre\u0111ene kriterije.<\/p>\n Ova mjera obuhva\u0107a isparavaju\u0107e potrebe atmosfere neovisno o vrsti usjeva, fazi rasta ili poljoprivrednim praksama. Budu\u0107i da se pretpostavlja da je referentna povr\u0161ina potpuno vla\u017ena, uvjeti tla isklju\u010deni su iz izra\u010duna - \u010dime se eliminira potreba za definiranjem zasebnih ET pragova za svaki usjev u svakoj fazi rasta.<\/p>\n ET(0) je u potpunosti vo\u0111en klimatskim varijablama, a tipi\u010dne vrijednosti variraju ovisno o agroklimatskim zonama, iako ove brojke slu\u017ee samo kao op\u0107e referentne vrijednosti.<\/p>\n ET(c) kvantificira vodu koju osloba\u0111a zdrav, dobro nahranjen usjev uzgojen na velikim, adekvatno navodnjavanim poljima pod povoljnim vremenskim uvjetima, koji radi na vrhuncu produktivnosti. Izvodi se mno\u017eenjem referentnog ET s koeficijentom usjeva K(c):<\/p>\n ET(c) = ET(0) \u00d7 K(c)<\/em><\/p>\n ET(c adj) uzima u obzir odstupanja od idealnih uvjeta uzgoja u stvarnim uvjetima. \u010cimbenici poput pritiska \u0161tetnika i bolesti, nedostatka ili vi\u0161ka vode, slanosti tla i slabe plodnosti tla mogu uzrokovati zna\u010dajnu razliku u stvarnoj potro\u0161nji vode usjeva od ET(c). Koeficijent vodnog stresa K(s) uvodi se uz koeficijent usjeva kako bi se uhvatili ovi u\u010dinci:<\/p>\n ET(c adj) = ET(0) \u00d7 K(c) \u00d7 K(s)<\/em><\/p>\n Prije daljinskog istra\u017eivanja, znanstvenici su mjerili ET izravnom fizi\u010dkom instrumentacijom. Svaka metoda dobro funkcionira na odre\u0111enoj skali, ali nosi zna\u010dajne kompromise koji ograni\u010davaju \u0161iroku poljoprivrednu primjenu. Neke od najboljih tehnika mjerenja ET-a na tlu su:<\/p>\n 1. Lizimetar: <\/strong>Lizimetar (velika posuda napunjena zemljom i usjevima koji rastu, postavljena u ravnini s tlom) mjeri ET vaganjem bloka tla tijekom vremena. Kada se kontroliraju oborine i prikuplja drena\u017ea, razlika u masi izme\u0111u vremenskih koraka jednaka je stvarnom ET-u.<\/p>\n Lizimetri pru\u017eaju najto\u010dnija dostupna ET mjerenja, ali ko\u0161taju stotine tisu\u0107a dolara po jedinici, pokrivaju samo nekoliko \u010detvornih metara i ne mogu prikazati prostornu varijabilnost stvarnog polja.<\/p>\n 2. Sustav vrtlo\u017ene kovarijance: <\/strong>Sustav vrtlo\u017ene kovarijance mjeri ET izra\u010dunavanjem kovarijance izme\u0111u vertikalne brzine vjetra i koncentracije vodene pare iznad kro\u0161nje pomo\u0107u senzora brzog odziva. Pokriva "otisak" od nekoliko stotina metara do nekoliko kilometara, \u0161to ga \u010dini daleko reprezentativnijim od lizimetra.<\/p>\n Me\u0111utim, instalacija i odr\u017eavanje tornjeva za mjerenje fluksa ko\u0161ta od 50.000 do 300.000 USD, a globalna FLUXNET mre\u017ea ima samo oko 900 aktivnih lokacija - previ\u0161e rijetka za pra\u0107enje poljoprivrednog ET-a na nacionalnoj razini.<\/p>\n 3. Metoda Bowenovog omjera: <\/strong>Bowenova metoda omjera procjenjuje ET mjerenjem omjera osjetnog toplinskog toka (zagrijavanje zraka) i latentnog toplinskog toka (ET) kori\u0161tenjem gradijenta temperature i vla\u017enosti iznad kro\u0161nje. Jednostavnija je od vrtlo\u017ene kovarijance, ali zahtijeva homogene uvjete dohvata i ne mo\u017ee se koristiti na slo\u017eenom terenu.<\/p>\n 4. Izra\u010duni ET-a temeljeni na meteorolo\u0161kim stanicama<\/strong> Pomo\u0107u FAO Penman-Monteithove jednad\u017ebe izra\u010dunava se referentni ET (ET0) iz podataka o temperaturi zraka, vla\u017enosti, brzini vjetra i zra\u010denju. Ova se metoda \u0161iroko koristi za planiranje navodnjavanja, ali daje referentni ET, a ne stvarni ET, jer pretpostavlja dobro zalijevanu referentnu kulturu, a ne stvarnu kulturu na polju.<\/p>\n Sredi\u0161nji problem svih zemaljskih metoda je razmjer. Jedan lizimetar predstavlja nekoliko \u010detvornih metara. Toranj za mjerenje fluksa pokriva u najboljem slu\u010daju nekoliko stotina hektara. No, moderno upravljanje poljoprivrednim vodama zahtijeva ET podatke na razini polja diljem cijelih rije\u010dnih slivova - prostorni izazov koji samo daljinsko istra\u017eivanje mo\u017ee rije\u0161iti.<\/p>\n Daljinsko istra\u017eivanje, u kontekstu ET pra\u0107enja, jest prikupljanje i analiza podataka dobivenih sa satelita ili zrakoplova radi procjene protoka vode koja napu\u0161ta povr\u0161inu zemlje bez fizi\u010dkog dodirivanja te povr\u0161ine.<\/p>\n Pristup funkcionira jer biljke i tlo izmjenjuju energiju s atmosferom na na\u010dine koji se mogu otkriti iz svemira - posebno putem emisije toplinskog infracrvenog zra\u010denja. Kada biljka u\u010dinkovito transpirira, koristi dolaznu sun\u010devu energiju za isparavanje vode umjesto za zagrijavanje. Kro\u0161nja s dovoljnom vla\u017eno\u0161\u0107u tla ostaje relativno hladna.<\/p>\n Nasuprot tome, kro\u0161nja pod pritiskom vode zatvara pu\u010di kako bi sa\u010duvala vodu, a budu\u0107i da manje latentne topline (ET) tro\u0161i dolaznu energiju, temperatura povr\u0161ine kro\u0161nje raste. To je temeljni fizi\u010dki signal koji bilje\u017ei toplinsko daljinsko istra\u017eivanje.<\/p>\n The energetska bilanca<\/strong> je upravlja\u010dki okvir. Na bilo kojoj kopnenoj povr\u0161ini, neto zra\u010denje (Rn) koje dolazi od sunca i atmosfere mora biti jednako zbroju triju ponora energije: toplinskog toka tla (G), osjetnog toplinskog toka (H, koji zagrijava zrak) i latentnog toplinskog toka (LE, koji pokre\u0107e ET). Zapisano kao jednad\u017eba: Rn = G + H + LE. Procjenom Rn, G i H iz satelitskih podataka, model izvodi LE - a time i ET - kao rezidual.<\/p>\n 1. Temperatura povr\u0161ine kopna<\/strong> (LST) izmjeren u toplinskom infracrvenom pojasu primarna je opa\u017ea\u010dka veli\u010dina koja se koristi za procjenu osjetnog toplinskog toka H. Toplija povr\u0161ina prenosi vi\u0161e topline u zrak (visoki H), ostavljaju\u0107i manje energije za ET (niski LE). Hladnija, dobro navodnjavana povr\u0161ina ima ni\u017ei H i vi\u0161i LE.<\/p>\n 2. Vegetacijski indeksi<\/strong> poput NDVI-ja bilje\u017ee koliko zelenog, fotosintetski aktivnog biljnog materijala prekriva povr\u0161inu, \u0161to kontrolira stopu transpiracije. Gusta, zelena kro\u0161nja transpirira vi\u0161e od golog tla ili rijetkog sastojine.<\/p>\n 3. Neto zra\u010denje<\/strong> izra\u010dunava se iz kratkovalnih i dugovalnih zra\u010de\u0107ih tokova, koje daljinsko istra\u017eivanje procjenjuje iz podataka o albedu povr\u0161ine, vegetacijskom pokrovu i toplinskoj emisiji.<\/p>\n Satelitsko pra\u0107enje evapotranspiracije nije zamjena za podatke s terena - to je jedini alat koji mo\u017ee pru\u017eiti prostorno kontinuirane podatke o kori\u0161tenju vode na razini na kojoj se zapravo donose poljoprivredne i hidrolo\u0161ke odluke.<\/p><\/blockquote>\n Prednost daljinskog istra\u017eivanja u odnosu na zemaljske metode nije samo prostorna pokrivenost. Satelitski podaci pru\u017eaju sinopti\u010dka, ponovljiva mjerenja u vrlo heterogenim krajolicima - ne\u0161to \u0161to nijedna zemaljska mre\u017ea ne bi mogla replicirati uz usporedivu cijenu.<\/p>\n Procjena ET-a iz svemira zahtijeva kombiniranje podataka s vi\u0161e vrsta senzora. Nijedan satelit ne pru\u017ea sve ulazne podatke potrebne za potpuni ET model, pa operativni ET proizvodi obi\u010dno spajaju podatke s nekoliko platformi.<\/p>\n i. Landsat<\/strong> (USGS\/NASA) radi neprekidno od 1972. i pru\u017ea multispektralne i termalne snimke prostorne rezolucije od 30 metara s ciklusom ponovnog pregledavanja od 16 dana. Njegova duga arhiva \u010dini ga nezamjenjivim za povijesnu ET analizu i pra\u0107enje usjeva. Ve\u0107ina ET modela energetske bilance - uklju\u010duju\u0107i SEBAL i METRIC - izvorno je dizajnirana oko Landsat podataka.<\/p>\n ii. Sentinel-2<\/strong> (ESA) nudi 10-metarske multispektralne snimke s vremenom ponovnog pregleda od 5 dana za izra\u010dun indeksa vegetacije visoke rezolucije. Iako ne sadr\u017ei termalni pojas, nadopunjuje Landsat pru\u017eaju\u0107i \u010de\u0161\u0107e NDVI, EVI i LAI podatke vi\u0161e rezolucije za ET modele temeljene na vegetaciji.<\/p>\n iii. MODIS<\/strong> (Moderate Resolution Imaging Spectroradiometer, NASA) pru\u017ea dnevnu globalnu pokrivenost u rezoluciji od 250 m do 1 km. Njegova grublja prostorna rezolucija ograni\u010dava primjenu na terenu, ali ga \u010dini idealnim za kontinentalno i globalno pra\u0107enje izvanzemaljskog prostora putem proizvoda poput MOD16.<\/p>\n iv. EKOSTRES<\/strong> (NASA) je postavljen na Me\u0111unarodnoj svemirskoj postaji i dostavlja toplinske infracrvene podatke rezolucije 70 metara s ciklusom ponovnog pregleda od 1 do 5 dana. ECOSTRESS je posebno dizajniran za mjerenje vodnog stresa usjeva i ET-a u bliskoj mjeri polja - prazninu u mogu\u0107nostima koju MODIS i raniji sateliti nisu mogli popuniti.<\/p>\n protiv VIIRS-a<\/strong> (Visible Infrared Imaging Radiometer Suite, NOAA\/NASA) na satelitima Suomi NPP i JPSS nastavlja globalnu tradiciju dnevnog pokrivanja MODIS-a s pobolj\u0161anom kalibracijom senzora, podr\u017eavaju\u0107i operativne ET proizvode na regionalnoj do globalnoj razini.<\/p>\n Bespilotne letjelice (UAV-ovi ili dronovi) opremljene termalnim kamerama i multispektralnim senzorima mogu mapirati ET u prostornoj rezoluciji ispod metra nad pojedina\u010dnim poljima. Termalna kamera montirana na dron izravno mjeri temperaturu kro\u0161nji, a kada se kombinira s meteorolo\u0161kim podacima s tla, stvara ET karte u rezoluciji koju nijedan satelit ne mo\u017ee dosti\u0107i.<\/p>\n Svaka varijabla izvu\u010dena iz satelitskih podataka doprinosi odre\u0111enom dijelu slagalice procjene ET-a. Razumijevanje \u0161to svaka varijabla mjeri i za\u0161to je va\u017ena poma\u017ee prakti\u010darima da odaberu pravi model i ispravno interpretiraju rezultate.<\/p>\n 1. Normalizirani indeks razlike vegetacije<\/strong> (NDVI) se izra\u010dunava kao (NIR \u2013 crvena) \/ (NIR + crvena) kori\u0161tenjem reflektancije bliskog infracrvenog i crvenog pojasa. Kre\u0107e se od -1 do +1, s gustom zelenom vegetacijom koja obi\u010dno ima vrijednost izme\u0111u 0,6 i 0,9. NDVI obuhva\u0107a gusto\u0107u i zelenilo kro\u0161nje, \u0161to je izravno povezano s povr\u0161inom li\u0161\u0107a i transpiracijskim kapacitetom.<\/p>\n 2, Pobolj\u0161ani indeks vegetacije<\/strong> (EVI) dodaje plavi pojas kako bi se smanjile atmosferske smetnje i u\u010dinci pozadine tla koji degradiraju NDVI u gusto obraslim ili \u010desto obla\u010dnim podru\u010djima. EVI je osjetljiviji od NDVI u podru\u010djima s visokom biomasom i koristi se u MOD16 ET algoritmu.<\/p>\n 3. Indeks lisne povr\u0161ine<\/strong> (LAI) kvantificira ukupnu povr\u0161inu lista s jedne strane po jedinici povr\u0161ine tla. Izravno kontrolira transpiraciju odre\u0111ivanjem koliko povr\u0161ine lista izmjenjuje vodenu paru s atmosferom. LAI dobiven satelitskim putem klju\u010dni je ulaz u mnoge fizi\u010dki utemeljene ET modele.<\/p>\n 4. Albedo povr\u0161ine<\/strong> je udio dolaznog sun\u010devog zra\u010denja koji se reflektira od povr\u0161ine. Kontrolira koliko sun\u010deve energije povr\u0161ina apsorbira, \u0161to zauzvrat odre\u0111uje koliko je energije dostupno za pokretanje vanzemaljskog zra\u010denja. Tamno, vla\u017eno tlo ima nizak albedo (apsorbira vi\u0161e energije); gola pje\u0161\u010dana povr\u0161ina ima visoki albedo (reflektira vi\u0161e).<\/p>\n 5. Vla\u017enost tla<\/strong> Podaci iz mikrovalnih senzora ograni\u010davaju ET modele pokazuju\u0107i je li u korijenskoj zoni dostupno dovoljno vode za podr\u0161ku transpiracijskim potrebama. Kada vla\u017enost tla padne ispod kriti\u010dnog praga, stvarni ET pada ispod potencijalne brzine \u010dak i ako je energija dostupna.<\/p>\n Bastiaanssen i sur. (kako je pregledano u Frontiers in Remote Sensing, 2026.) otkrili su da je SEBAL, validiran u vi\u0161e od 30 zemalja<\/strong>, posti\u017ee To\u010dnost 85% za dnevne procjene ET-a i to\u010dnost 95% za sezonske procjene ET-a<\/strong> na terenu.<\/p>\n Sezonska to\u010dnost od 95% zna\u010di da se obra\u010dun vode u cijelom navodnjavaju\u0107em podru\u010dju mo\u017ee pouzdano provoditi samo pomo\u0107u satelitskih podataka, \u010dime se eliminira potreba za gustim mre\u017eama zemaljskih stanica.<\/p>\n Modeli energetske bilance izra\u010dunavaju ET kao rezidual povr\u0161inskog energetskog prora\u010duna: ET = Rn \u2013 G \u2013 H. Svaki model se razlikuje u na\u010dinu na koji procjenjuje osjetni toplinski tok H, koji je ra\u010dunalno najzahtjevnija i najosjetljivija komponenta.<\/p>\n i. Algoritam ravnote\u017ee povr\u0161inske energije za kopno<\/strong> (SEBAL) je razvio Bastiaanssen 1998. godine i ostaje jedan od naj\u010de\u0161\u0107e kori\u0161tenih satelitskih ET modela globalno. SEBAL koristi tri klju\u010dna parametra izvedena iz satelita: temperaturu povr\u0161ine kopna (T0), povr\u0161insku hemisferi\u010dnu refleksiju (albedo r0) i NDVI.<\/p>\n Za procjenu osjetnog toplinskog toka, SEBAL identificira dva sidrena piksela - "vru\u0107i piksel" (suho golo tlo, gdje je ET blizu nule) i "hladni piksel" (dobro zalijevani usjev, gdje je ET na svom maksimumu) - i interpolira H preko scene u odnosu na te ekstreme. Ova zna\u010dajka samokalibracije \u010dini SEBAL manje osjetljivim na apsolutne pogre\u0161ke kalibracije u meteorolo\u0161kim ulazima.<\/p>\n ii. Mapiranje evapotranspiracije u visokoj rezoluciji s internaliziranom kalibracijom<\/strong> (METRIC) model se temelji na SEBAL-u, ali dodaje automatsku kalibraciju u odnosu na referentni ET izra\u010dunat s meteorolo\u0161ke stanice. METRIC je prikladniji za regije s potpunim mre\u017eama meteorolo\u0161kih podataka i \u0161iroko je prihva\u0107en za operativno upravljanje navodnjavanjem u zapadnom dijelu Sjedinjenih Dr\u017eava.<\/p>\n iii. Sustav ravnote\u017ee povr\u0161inske energije<\/strong> (SEBS) koristi teoriju turbulentnog toka za procjenu osjetnog toplinskog toka iz LST-a dobivenog satelitskim mjerenjem, hrapavosti povr\u0161ine i brzine vjetra. SEBS je fizi\u010dki rigorozniji od SEBAL-a, ali zahtijeva dodatne ulazne podatke, \u0161to ga \u010dini prikladnijim za istra\u017eivanje nego za operativno upravljanje poljoprivrednim gospodarstvima.<\/p>\n Izbor ET modela nije samo tehni\u010dka odluka - to je odluka o tome na koje pitanje poku\u0161avate odgovoriti. Vje\u017eba obra\u010duna vode na razini sliva i alat za planiranje navodnjavanja na razini polja zahtijevaju fundamentalno razli\u010dite razine prostorne rezolucije i vremenske u\u010destalosti.<\/p><\/blockquote>\n iv. Energetska bilanca dvaju izvora<\/strong> (TSEB) model tretira tlo i kro\u0161nju kao dva odvojena ET izvora, svaki sa svojom temperaturnom i energetskom ravnote\u017eom. Ovaj pristup je to\u010dniji za rijetku vegetaciju ili mije\u0161ane pokrove zemlji\u0161ta gdje model s jednim izvorom mo\u017ee poistovjetiti isparavanje tla s transpiracijom biljaka.<\/p>\n Nisu svi ET modeli potrebni termalni snimci. Modeli temeljeni na vegetacijskom indeksu procjenjuju ET kroz pristup koeficijentu usjeva<\/strong> (Kc x ET0), gdje je koeficijent usjeva Kc izveden iz NDVI ili EVI, a referentni ET (ET0) dolazi s meteorolo\u0161ke stanice. Metodologija FAO-56 formalizira ovaj pristup i \u0161iroko se koristi za planiranje navodnjavanja jer ne zahtijeva podatke o toplinskim pojasevima.<\/p>\n Modeli strojnog u\u010denja, uklju\u010duju\u0107i Slu\u010dajna \u0161uma<\/strong>, Umjetne neuronske mre\u017ee (ANN)<\/strong>, i arhitekture dubokog u\u010denja, sve se vi\u0161e primjenjuju na procjenu ET-a u\u010denjem slo\u017eenih nelinearnih odnosa izme\u0111u ulaznih podataka dobivenih sa satelita (LST, NDVI, albedo, LAI) i ET mjerenja tornja fluksa.<\/p>\n Studija iz 2023. objavljena u \u010dasopisu Remote Sensing of Environment otkrila je da model Random Forest, obu\u010den na MODIS-u i meteorolo\u0161kim ulazima, predvi\u0111a dnevni ET s R2 od 0,87 i RMSE od 0,51 mm\/dan u razli\u010ditim biomima - \u0161to je konkurentno tradicionalnim modelima energetske bilance, ali zahtijeva daleko manje napora parametrizacije.<\/p>\n Studija objavljena u Taylor i Francis Open (2021.) otkrila je da je SEBAL algoritam, primijenjen na snimke Landsat 8 iznad regije uzgoja kukuruza u Adani u Turskoj, dao ET procjene s koeficijent korelacije R = 0,91<\/strong> u odnosu na FAO Penman-Monteith metodu i RMSE od samo 1,14 mm\/dan<\/strong>.<\/p>\n SEBAL-ova to\u010dnost na terenu zna\u010di da satelitski izvedeni ET mo\u017ee zamijeniti ili znatno smanjiti potrebu za skupim instalacijama lizimetara u operativnim sustavima upravljanja navodnjavanjem.<\/p>\n Nekoliko globalnih i regionalnih ET proizvoda sada pretvara podatke daljinskog istra\u017eivanja u spremne ET podatkovne slojeve. Prakti\u010dari vi\u0161e ne moraju pokretati vlastite modele energetske bilance - mogu izravno pristupiti tim unaprijed izra\u010dunatim skupovima podataka.<\/p>\n 1. MOD16 ET proizvod<\/strong> (NASA) koristi MODIS podatke s Penman-Monteithovim algoritmom vo\u0111enim MODIS podacima o pokrovu zemlji\u0161ta, LAI, EVI i globalnim meteorolo\u0161kim podacima reanalize. Pru\u017ea 8-dnevne i mjese\u010dne ET kompozitne podatke s rezolucijom od 500 metara globalno. MOD16 je dobro prilago\u0111en za studije na razini krajolika, ali je pregrub za pojedina\u010dno upravljanje terenom.<\/p>\n 2. SSEBop<\/strong> (Simplified Surface Energy Balance operativni model), koji je razvio USGS, pojednostavljuje izazov kalibracije vru\u0107ih\/hladnih piksela SEBAL-a kori\u0161tenjem unaprijed definiranih temperaturnih granica izvedenih iz dugoro\u010dnih klimatolo\u0161kih podataka. SSEBop operativno radi na rezoluciji od 30 metara koriste\u0107i Landsat podatke i \u010dini jedan od \u0161est modela unutar OpenET ansambla.<\/p>\n 3. OpenET platforma<\/strong>, pokrenut 2021. godine i funkcioniraju\u0107i kao javno-privatna suradnja koju su predvodili NASA-a, USGS, Kalifornijsko dr\u017eavno sveu\u010dili\u0161te Monterey Bay, Fond za za\u0161titu okoli\u0161a i Institut za istra\u017eivanje pustinja, pru\u017ea izvanzemaljske podatke na terenu s rezolucijom od 30 metara diljem zapada Sjedinjenih Dr\u017eava.<\/p>\n Zna\u010dajna studija objavljena u \u010dasopisu Nature Water u sije\u010dnju 2024., u kojoj se uspore\u0111uju procjene OpenET-a s mjerenjima sa 152 prizemne lokacije za mjerenje protoka, potvrdila je da OpenET posti\u017ee visoku to\u010dnost za jednogodi\u0161nje usjeve poput p\u0161enice, kukuruza, soje i ri\u017ee - posebno u su\u0161nim regijama gdje nedostatak vode \u010dini preciznost navodnjavanja najkriti\u010dnijom.<\/p>\n 4. WaPOR portal<\/strong> (FAO) pru\u017ea ET podatke za Afriku i Bliski istok u rezoluciji od 30 metara, 100 metara i 250 metara, posebno osmi\u0161ljene za podr\u0161ku analizi produktivnosti poljoprivrednih voda u regijama u razvoju s nedostatkom podataka.<\/p>\n 5. SJAJ<\/strong> (Globalni model isparavanja s kopna Amsterdam) odvaja ET na transpiraciju, isparavanje golog tla, gubitak interceptije i komponente isparavanja otvorene vode, vo\u0111ene podacima o vla\u017enosti tla iz mikrovalova i satelitskim vegetacijskim produktima. Izvanredan je u dijeljenju ET signala na biolo\u0161ke i fizi\u010dke komponente.<\/p>\n Najneposrednija primjena satelitskih ET podataka je planiranje navodnjavanja. Kada poljoprivrednik pristupi tjednim ET kartama na razini polja, mo\u017ee izra\u010dunati deficit navodnjavanja - razliku izme\u0111u stvarnog ET-a i efektivnih oborina - i primijeniti to\u010dno tu koli\u010dinu vode. Time se eliminira kroni\u010dna navika prekomjernog navodnjavanja koja rasipa vodu bez pove\u0107anja prinosa.<\/p>\n U kalifornijskoj delti Sacramento-San Joaquin, upravitelji vodnih resursa koriste OpenET kako bi pomogli poljoprivrednicima da se pridr\u017eavaju dr\u017eavnih propisa koji zahtijevaju to\u010dno izvje\u0161tavanje o kori\u0161tenju vode.<\/p>\n Visoka to\u010dnost satelitskih ET podataka za jednogodi\u0161nje usjeve pru\u017ea pravno obranjivu osnovu za obra\u010dun vode koju nijedna zemaljska metoda ne bi mogla pru\u017eiti pri takvom prostornom pokrivanju.<\/p>\n Studija iz 2024. objavljena u \u010dasopisu Agricultural Water Management (Ott i sur., 2024.; Desert Research Institute) procijenila je OpenET u odnosu na podatke o mjerenju navodnjavanja u slivovima podzemnih voda Nevade.<\/p>\n U Diamond Valleyju, procjene OpenET-a pokazale su samo Razlika 7% od podataka o izmjerenoj potro\u0161nji vode<\/strong>, demonstriraju\u0107i operativnu pouzdanost za regulatorno upravljanje podzemnim vodama.<\/p>\n Margina pogre\u0161ke od 7% na razini bazena zna\u010di da satelitski ET podaci mogu zamijeniti skupu mjernu infrastrukturu u regijama gdje su podzemne vode kriti\u010dno iscrpljene.<\/p>\n Pra\u0107enje su\u0161e je jo\u0161 jedna primjena s velikim utjecajem. Indeks evaporativnog stresa<\/strong> (ESI), izveden iz toplinskih podataka ECOSTRESS-a i MODIS-a, mjeri omjer stvarnog ET-a i potencijalnog ET-a.<\/p>\n Kada ESI padne zna\u010dajno ispod 1,0, to signalizira da biljke do\u017eivljavaju vodni stres - pouzdan rani pokazatelj poljoprivredne su\u0161e, \u010desto uo\u010dljiv 4 do 8 tjedana prije nego \u0161to gubitak prinosa usjeva postane mjerljiv.<\/p>\n Nacionalni centar za ubla\u017eavanje su\u0161e pri Ministarstvu poljoprivrede SAD-a integrira satelitske indekse su\u0161e temeljene na ET-u u operativne karte za pra\u0107enje su\u0161e koje koriste dr\u017eavne vlade, agencije za osiguranje usjeva i tijela za upravljanje u hitnim situacijama. Ova integracija \u010dini odgovor na su\u0161u br\u017eim i bolje ciljanim od pristupa temeljenih samo na kalendaru ili oborinama.<\/p>\n Obra\u010dun vode na razini bazena zahtijeva poznavanje koli\u010dine vode koja napu\u0161ta povr\u0161inu zemlje kao ET na milijunima hektara. To je upravo ono \u0161to satelitski ET proizvodi poput MOD16, GLEAM i WaPOR pru\u017eaju na globalnoj razini.<\/p>\n Pra\u0107enje ET-a u mo\u010dvarama pomo\u0107u satelitskih podataka kvantificira potro\u0161nju vode u ekosustavu u nepristupa\u010dnim mo\u010dvarama, treseti\u0161tima i estuarijima gdje se ne mogu postaviti zemaljski senzori. Pra\u0107enje ET-a u \u0161umama otkriva kako deforestacija, po\u0161umljavanje i \u0161umski po\u017eari mijenjaju vodnu ravnote\u017eu cijelih slivova - klju\u010dni podaci za obra\u010dun ugljika u \u0161umama i planiranje opskrbe vodom.<\/p>\n Evapotranspiracija je nevidljiva nit koja povezuje svaku biljku na Zemlji s globalnim ciklusom vode. Daljinsko istra\u017eivanje jedini je alat koji imamo da to vidimo u mjeri koja je va\u017ena za upravljanje vodama.<\/p><\/blockquote>\n Nijedan ET proizvod nije koristan bez rigorozne validacije. Standardni pristup uspore\u0111uje satelitske ET procjene s mjerenjima iz tornjeva za kovarijansu toka vrtlo\u017enih valova - najto\u010dnijom dostupnom istinom o ET-u na krajobraznoj razini.<\/p>\n Globalni FLUXNET<\/strong> mre\u017ea pru\u017ea otvoreni pristup podacima o fluksnim tornjevima sa stotina lokacija u razli\u010ditim biomima. Razvojni programeri ET proizvoda uspore\u0111uju rezultate svojih modela s FLUXNET mjerenjima kako bi izra\u010dunali statisti\u010dke metrike performansi, uklju\u010duju\u0107i<\/p>\n Validacija se provodi odvojeno za razli\u010dite tipove pokrova zemlji\u0161ta, klimatske zone i godi\u0161nja doba, jer se to\u010dnost ET modela znatno razlikuje u tim uvjetima.<\/p>\n Modeli energetske bilance poput SEBAL-a i METRIC-a op\u0107enito najbolje funkcioniraju u polusu\u0161nim poljoprivrednim krajolicima s vedrim nebom. Performanse se smanjuju u vla\u017enim tropskim \u0161umama, slo\u017eenom planinskom terenu i podru\u010djima s \u010destim oblacima.<\/p>\n Studija to\u010dnosti OpenET-a objavljena u \u010dasopisu Nature Water usporedila je \u0161est ET modela s mjerenjima iz 152 lokacije tornjeva za fluks<\/strong> diljem Sjedinjenih Dr\u017eava, otkriv\u0161i da je OpenET ansambl postigao najja\u010de rezultate posebno za jednogodi\u0161nje usjeve u su\u0161nim zapadnim regijama - podru\u010djima gdje je upravljanje navodnjavanjem ekonomski i ekolo\u0161ki najva\u017enije.<\/p>\n Upravitelji voda u su\u0161nim regijama mogu s visokom pouzdano\u0161\u0107u primijeniti OpenET podatke za uskla\u0111enost s propisima o navodnjavanju i pra\u0107enje prora\u010duna za vodu, zamjenjuju\u0107i skupu mjernu infrastrukturu.<\/p>\n Unato\u010d brzom napretku, nekoliko tehni\u010dkih i operativnih izazova ograni\u010dava to\u010dnost i primjenjivost satelitskog pra\u0107enja izvanzemaljskih plinova.<\/p>\n 1. Ograni\u010denja naoblake:<\/strong> Opti\u010dko i termalno daljinsko istra\u017eivanje zahtijeva uvjete bez oblaka. U vla\u017enim tropskim regijama ili tijekom monsunskih sezona, dugotrajna naoblaka mo\u017ee stvoriti praznine u podacima od nekoliko tjedana do mjeseci, prekidaju\u0107i vremenski kontinuitet koji upravljanje navodnjavanjem zahtijeva.<\/p>\n 2. Ograni\u010denja prostorne rezolucije:<\/strong> MODIS, vremenski naj\u010de\u0161\u0107i satelit, pru\u017ea ET podatke u rezoluciji od 500 metara - pregrubo za polja manja od oko 25 hektara. Landsatova rezolucija od 30 metara odgovara ve\u0107ini poljoprivrednih polja, ali dolazi s ciklusom ponovnog pregleda od 16 dana, \u0161to propu\u0161ta brze promjene u vodnom stresu.<\/p>\n 3. Kompromisi vremenske rezolucije:<\/strong> Visoka prostorna rezolucija (Landsat, Sentinel-2, ECOSTRESS) i visoka vremenska rezolucija (MODIS, VIIRS) postoje u obrnutom odnosu. Premo\u0161\u0107ivanje ovog jaza zahtijeva tehnike fuzije podataka.<\/p>\n 4. Pretpostavke modela u heterogenim krajolicima:<\/strong> Modeli energetske bilance s jednim izvorom pretpostavljaju ujedna\u010denu kro\u0161nju, koja se raspada u rijetkoj vegetaciji, mije\u0161anim sustavima uzgoja ili urbano-poljoprivrednim su\u010deljima gdje se temperature tla i biljaka o\u0161tro razlikuju.<\/p>\n 5. Dostupnost podataka u regijama u razvoju:<\/strong> Podaci s meteorolo\u0161kih postaja potrebni za ograni\u010davanje ET modela oskudni su u ve\u0107em dijelu podsaharske Afrike, Ju\u017ene Azije i Srednje Azije - upravo u regijama gdje je najhitnije potrebno pobolj\u0161ano upravljanje vodama.<\/p>\n Nekoliko konvergentnih tehnolo\u0161kih dostignu\u0107a spremno je dramati\u010dno pro\u0161iriti to\u010dnost, pokrivenost i dostupnost daljinskog istra\u017eivanja izvanzemaljskog prostora u sljede\u0107ih pet do deset godina.<\/p>\n Modeli dubokog u\u010denja obu\u010deni na velikim skupovima podataka s vi\u0161e senzora po\u010dinju nadma\u0161ivati klasi\u010dne modele energetske bilance u odre\u0111enim krajolicima. Konvolucijske neuronske mre\u017ee mogu istovremeno integrirati podatke Landsat, Sentinel-2, MODIS i meteorolo\u0161ke reanalize, u\u010de\u0107i prostorno-vremenske ET obrasce koje nijedan model s jednim senzorom ne obuhva\u0107a.<\/p>\n U me\u0111uvremenu, algoritmi za fuziju podataka - najistaknutiji pristup STARFM (Spatial and Temporal Adaptive Reflectance Fusion Model) - spajaju Landsat snimke visoke rezolucije s dnevnim MODIS podacima kako bi se proizvele sinteti\u010dke dnevne ET karte rezolucije od 30 metara, u\u010dinkovito rje\u0161avaju\u0107i prostorno-vremenski kompromis koji trenutno ograni\u010dava primjenu precizne poljoprivrede.<\/p>\n Sljede\u0107a generacija namjenskih termalnih satelita za promatranje Zemlje pru\u017eat \u0107e termalne snimke ispod 30 metara s u\u010destalo\u0161\u0107u svakodnevnog posje\u0107ivanja.<\/p>\n Planirane misije, uklju\u010duju\u0107i nasljednika Landsat Nexta i komercijalne termalne konstelacije CubeSata, eliminirat \u0107e povijesni kompromis izme\u0111u prostornih detalja i vremenske frekvencije koji je ograni\u010davao pra\u0107enje izvanzemaljskih povr\u0161ina na razini polja.<\/p>\n Kao \u0161to je navedeno u izvje\u0161\u0107u Future Market Insights (2025.), predvi\u0111a se da \u0107e tr\u017ei\u0161te usluga daljinskog istra\u017eivanja - procijenjeno na 22,87 milijardi USD u 2025. - dosegnuti 84,28 milijardi USD do 2035., \u0161to \u0107e biti zna\u010dajno potaknuto \u0161irenjem konstelacije satelita LEO.<\/p>\n Okviri digitalnih blizanaca - dinami\u010dke virtualne replike poljoprivrednih krajolika koje se a\u017euriraju gotovo u stvarnom vremenu sa satelitskih i IoT senzorskih podataka - integriraju ET daljinsko istra\u017eivanje kao temeljni tok podataka. Ovi sustavi sinkroniziraju satelitske ET karte, podatke senzora vla\u017enosti tla, vremenske prognoze i modele rasta usjeva kako bi simulirali budu\u0107e stanje vode na poljima i automatski propisali navodnjavanje.<\/p>\n Bogat skup platformi sada omogu\u0107uje analizu izvanzemaljskih istra\u017eivanja putem daljinskog istra\u017eivanja prakti\u010darima bez dubokog iskustva u programiranju.<\/p>\n 1. Google Earth Engine (GEE)<\/strong> je geoprostorna ra\u010dunalna platforma u oblaku koja sadr\u017ei kompletne arhive Landsat, MODIS, Sentinel i ECOSTRESS uz unaprijed izgra\u0111ene ET algoritme. Analiti\u010dari mogu izvoditi ET izra\u010dune za godine podataka za cijele regije bez lokalnog preuzimanja slika. GEE je postao dominantna istra\u017eiva\u010dka platforma za ET mapiranje velikih podru\u010dja.<\/p>\n 2. OpenET platforma<\/strong> pru\u017ea web su\u010delje gdje svaki registrirani korisnik mo\u017ee pristupiti ET podacima na razini polja za poljoprivredno zemlji\u0161te diljem zapadnog dijela Sjedinjenih Dr\u017eava. Korisnici mogu izvesti dnevne, mjese\u010dne ili sezonske ET sa\u017eetke za pojedina\u010dna polja ili cijele vodoprivredne okruge, bez potrebe za znanjem programiranja.<\/p>\n 3. WaPOR portal<\/strong> (FAO) pru\u017ea sli\u010dno su\u010delje za preuzimanje ET-a jednostavnim klikom mi\u0161a za Afriku i Bliski istok, s izravnim vezama na pokazatelje produktivnosti poljoprivrednih voda.<\/p>\n 4. Tijekovi rada u Pythonu i R-u<\/strong> Kori\u0161tenjem biblioteka kao \u0161to su rasterio, xarray, geopandas (Python) ili terra, raster (R) omogu\u0107uje istra\u017eiva\u010dima izgradnju prilago\u0111enih cjevovoda za obradu ET-a koji integriraju satelitske podatke s lokalnim meteorolo\u0161kim zapisima, modelima usjeva i bazama podataka o navodnjavanju.<\/p>\n U podru\u010dju vodonosnika visokih ravnica u Sjedinjenim Dr\u017eavama - jednoj od najintenzivnije navodnjavanih poljoprivrednih zona na Zemlji - istra\u017eiva\u010di iz Instituta za istra\u017eivanje pustinja pokazali su da OpenET podaci integrirani s klimatskim skupovima podataka mogu procijeniti volumene crpljenja podzemnih voda s dovoljnom to\u010dno\u0161\u0107u da podr\u017ee regulatorno upravljanje opadanjem razina vodonosnika.<\/p>\n Studija je usporedila procjene satelitskog ET-a s podacima izmjerenih pumpi, prona\u0161av\u0161i odstupanje manje od 17% u ve\u0107ini prou\u010davanih bazena - razina to\u010dnosti dovoljna za upravljanje vodnim pravima.<\/p>\n Daljinsko istra\u017eivanje ET pra\u0107enja implementirano je za planiranje navodnjavanja pamuka kori\u0161tenjem SEBAL i METRIC modela za mapiranje stvarnog ET-a na pojedina\u010dnim poljima tijekom vegetacijske sezone.<\/p>\n Studije objavljene u Astrophysics Data Systemu (2020.) pokazale su da su oba modela otkrila stvarni ET ve\u0107i od o\u010dekivanog tijekom ranih faza usjeva zbog visokog isparavanja s golog tla - nalaz koji je standardni pristup koeficijenta usjeva sustavno propu\u0161tao, \u0161to je dovelo do prekomjernog navodnjavanja u tom kriti\u010dnom razdoblju.<\/p>\n FAO-ova WaPOR platforma kori\u0161tena je za provo\u0111enje analize produktivnosti vode u sustavima navodnjavanja u Etiopiji, Egiptu i Jordanu, kvantificiraju\u0107i ET po jedinici proizvedene biomase usjeva.<\/p>\n Ove su analize identificirale polja s produktivno\u0161\u0107u vode ispod prosjeka sliva, pru\u017eaju\u0107i prostornu bazu dokaza za ciljane programe pro\u0161irenja za pobolj\u0161anje u\u010dinkovitosti navodnjavanja u podru\u010djima s lo\u0161ijim u\u010dinkom.<\/p>\n Odabir prave kombinacije satelitskih podataka, ET modela i strategije validacije ovisi o specifi\u010dnom pitanju na koje se odgovara, dostupnim resursima i prihvatljivoj razini nesigurnosti.<\/p>\n 1. Prvo definirajte prostornu i vremensku skalu.<\/strong> Mjese\u010dno obra\u010dunavanje vode na razini sliva zahtijeva druga\u010diji alat od dnevnog rasporeda navodnjavanja na razini polja. Uskladite rezoluciju i u\u010destalost ponovnih posjeta satelitske platforme s potrebama upravljanja prije odabira bilo kojeg modela.<\/p>\n 2. Uskladite model s tipom krajolika.<\/strong> Modeli energetske bilance poput SEBAL-a i METRIC-a najbolje funkcioniraju u polusu\u0161nim krajolicima u kojima dominiraju usjevi i s vedrim nebom. Modeli temeljeni na vegetacijskom indeksu bolje funkcioniraju u regijama s ograni\u010denom dostupno\u0161\u0107u toplinskih podataka. Modeli strojnog u\u010denja najbolje funkcioniraju kada su dostupni veliki, lokalno validirani skupovi podataka za obuku.<\/p>\n 3. Uvijek provjerite lokalno.<\/strong> \u010cak i najto\u010dniji globalni ET proizvod treba validirati u odnosu na barem jedan lokalni tornjevi za mjerenje protoka ili skup podataka lizimetra prije operativne primjene. Mjerni podaci o u\u010dinku iz objavljenih studija rijetko se to\u010dno prenose na nove lokacije i vrste usjeva.<\/p>\n 4. Planirajte za praznine u oblacima.<\/strong> U vla\u017enim ili tropskim regijama, od samog po\u010detka planirajte fuziju podataka ili strategije popunjavanja praznina. Oslanjanje na jedan termalni satelit sa 16-dnevnim ciklusom ponovnog posjeta stvorit \u0107e neprihvatljive praznine u podacima tijekom kriti\u010dnih razdoblja rasta usjeva.<\/p>\n 5. Koristite otvorene platforme gdje god je to mogu\u0107e.<\/strong> Google Earth Engine, OpenET i WaPOR pru\u017eaju pristup validiranim, dobro dokumentiranim ET proizvodima bez ikakvih tro\u0161kova. Izrada prilago\u0111enog ET modela od nule rijetko je opravdana osim ako to ne zahtijevaju jedinstveni lokalni uvjeti.<\/p>\n 6. Integrirajte ET podatke s postoje\u0107im sustavima upravljanja poljoprivrednim gospodarstvima.<\/strong> ET podaci su najvrjedniji kada se izravno unose u softver za planiranje navodnjavanja, alate za podr\u0161ku odlu\u010divanju ili baze podataka za obra\u010dun vode, a ne kada postoje kao samostalni satelitski izlaz.<\/p>\n Pra\u0107enje evapotranspiracije daljinskim istra\u017eivanjem evoluiralo je od eksperimentalne istra\u017eiva\u010dke discipline do klju\u010dnog operativnog alata za upravljanje poljoprivrednim vodama. Kombinacija sve to\u010dnijih satelitskih ET proizvoda, platformi otvorenog pristupa poput OpenET-a i WaPOR-a te fuzije podataka pokretane umjetnom inteligencijom uklanja prepreke koje su neko\u0107 ograni\u010davale satelitsko ET pra\u0107enje na dobro financirane istra\u017eiva\u010dke institucije.<\/p>\n Trenutne mogu\u0107nosti su zna\u010dajne: modeli energetske bilance validirani u 30 ili vi\u0161e zemalja, satelitski ET proizvodi koji posti\u017eu sezonsku to\u010dnost bolju od 90% za glavne jednogodi\u0161nje usjeve i platforme temeljene na oblaku koje dostavljaju ET podatke na terenu svakom poljoprivredniku ili upravitelju voda s internetskom vezom. Ove se mogu\u0107nosti ve\u0107 koriste za upravljanje uskla\u0111eno\u0161\u0107u s navodnjavanjem na rijeci Colorado, za pra\u0107enje iscrpljivanja podzemnih voda u vodonosniku Visokih ravnica i za pobolj\u0161anje produktivnosti poljoprivredne vode diljem Afrike putem FAO WaPOR sustava.<\/p>","protected":false},"excerpt":{"rendered":" Pra\u0107enje evapotranspiracije daljinskim istra\u017eivanjem predstavlja jedan od najzna\u010dajnijih napredaka u poljoprivrednoj znanosti o vodi u posljednja dva desetlje\u0107a. Kombiniranjem satelitskih toplinskih podataka\u2026<\/p>","protected":false},"author":210249433,"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,"_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":"\nKoji \u010dimbenici utje\u010du na evapotranspiraciju?<\/h2>\n
![\"Koji](\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/What-Factors-Influence-Evapotranspirationn.png?resize=720%2C720&ssl=1\")
<\/p>\nKlju\u010dni koncepti evapotranspiracije<\/h2>\n
\n
1. Referentna evapotranspiracija \u2014 ET(0)<\/h3>\n
2. Evapotranspiracija u standardnim uvjetima \u2014 ET(c)<\/h3>\n
3. Evapotranspiracija u nestandardnim uvjetima \u2014 ET(c adj)<\/h3>\n
Tradicionalne metode mjerenja evapotranspiracije<\/h2>\n
![\"Tradicionalne](\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Traditional-Methods-of-Measuring-Evapotranspiration.png?resize=754%2C754&ssl=1\")
<\/p>\nOsnove daljinskog istra\u017eivanja za izvanzemaljski nadzor<\/h2>\n
Klju\u010dni fizi\u010dki principi koji podupiru procjenu satelitskog ET-a<\/h3>\n
Izvori podataka daljinskog istra\u017eivanja za procjenu ET-a<\/h2>\n
1. Satelitske platforme za procjenu ET-a<\/h3>\n
2. Promatranja izvanzemaljaca bespilotnim letjelicama i dronovima<\/h3>\n
\n
Klju\u010dne varijable daljinskog istra\u017eivanja kori\u0161tene u ET pra\u0107enju<\/h2>\n
![\"Klju\u010dne](\"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>\nModeli procjene evapotranspiracije<\/h2>\n
1. Modeli energetske bilance<\/h3>\n
2. ET modeli temeljeni na indeksu vegetacije<\/h3>\n
Satelitski ET proizvodi dostupni za operativnu upotrebu<\/h2>\n
![\"Satelitski](\"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>\nPrimjene daljinskog istra\u017eivanja<\/h2>\n
1. Precizno navodnjavanje i upravljanje vodom usjeva<\/h3>\n
2. Procjena su\u0161e i sustavi ranog upozoravanja<\/h3>\n
3. Upravljanje vodnim resursima na razini sliva<\/h3>\n
\n
4. Primjene u za\u0161titi okoli\u0161a i ekologije<\/h3>\n
Procjena to\u010dnosti i validacija satelitskih ET proizvoda<\/h2>\n
\n
Izazovi u daljinskom istra\u017eivanju izvanzemaljskog pra\u0107enja<\/h2>\n
Nove tehnologije i budu\u0107nost u ET pra\u0107enju<\/h2>\n
1. Umjetna inteligencija, strojno u\u010denje i fuzija podataka<\/h3>\n
2. Termalni sateliti visoke rezolucije i konstelacije CubeSat<\/h3>\n
3. Digitalni blizanci za upravljanje vodama<\/h3>\n
Softver i alati za pra\u0107enje ET-a<\/h2>\n
Studije slu\u010daja za daljinsko istra\u017eivanje izvanzemaljskog sustava<\/h2>\n
1. Upravljanje navodnjavanjem u aridnim regijama<\/h3>\n
2. Precizna poljoprivreda za sve vrste usjeva<\/h3>\n
3. Obra\u010dun vode na razini sliva<\/h3>\n
Najbolje prakse za odabir pristupa ET monitoringu<\/h2>\n
Zaklju\u010dak<\/h2>\n