{"id":13804,"date":"2026-06-24T00:29:41","date_gmt":"2026-06-23T22:29:41","guid":{"rendered":"https:\/\/geopard.tech\/?p=13804"},"modified":"2026-06-24T00:29:41","modified_gmt":"2026-06-23T22:29:41","slug":"evapotranspiracijos-stebejimas-naudojant-nuotolinio-stebejimo-metodus-ir-modelius","status":"publish","type":"post","link":"https:\/\/geopard.tech\/lt\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/","title":{"rendered":"Garavimo steb\u0117jimas naudojant nuotolinio steb\u0117jimo metodus ir modelius"},"content":{"rendered":"

Evapotranspiracijos steb\u0117jimas naudojant nuotolinius tyrimus yra vienas reik\u0161mingiausi\u0173 pastar\u0173j\u0173 dviej\u0173 de\u0161imtme\u010di\u0173 \u017eem\u0117s \u016bkio vandens mokslo pasiekim\u0173. Derindami i\u0161 palydov\u0173 gautus \u0161iluminius duomenis, augmenijos indeksus ir energijos balanso fizik\u0105, mokslininkai ir \u016bkininkai dabar gali \u012fvertinti, kiek vandens i\u0161eina i\u0161 \u017eem\u0117s pavir\u0161iaus milijonuose hektar\u0173 \u2013 be jokio ant\u017eeminio jutiklio.<\/p>\n

\u0160i galimyb\u0117 kei\u010dia tai, kaip agronomai planuoja dr\u0117kinim\u0105, kaip vyriausyb\u0117s stebi sausras ir kaip tyr\u0117jai kiekybi\u0161kai \u012fvertina i\u0161tis\u0173 upi\u0173 basein\u0173 vandens p\u0117dsak\u0105. \u017dem\u0117s \u016bkis sunaudoja ma\u017edaug 701 TP3 t viso pasaulyje i\u0161gaunamo g\u0117lo vandens, ta\u010diau did\u017eioji \u0161io vandens dalis niekada n\u0117ra tiesiogiai matuojama lauko lygmeniu \u2013 tai kritin\u0117 spraga, kuri\u0105 spar\u010diai ma\u017eina garavimo steb\u0117jimas nuotoliniu b\u016bdu.<\/p>\n

Kas yra evapotranspiracija?<\/h2>\n

Evapotranspiracija (ET) \u2013 tai kombinuotas procesas, kurio metu vanduo juda i\u0161 sausumos pavir\u0161iaus \u012f atmosfer\u0105. J\u012f sudaro du komponentai, veikiantys vienu metu: garavimas \u2013 tiesioginis skysto vandens i\u0161 dirvo\u017eemio, vandens telkini\u0173 ir augal\u0173 pavir\u0161iaus pavertimas vandens garais; ir transpiracija \u2013 biologinis vandens, kur\u012f sugeria augal\u0173 \u0161aknys, jud\u0117jimas, kai vanduo perne\u0161amas auk\u0161tyn per stieb\u0105 ir i\u0161skiriamas gar\u0173 pavidalu per ma\u017eas lap\u0173 poras, vadinamas \u017eiotel\u0117mis.<\/p>\n

\u0160ie du procesai kartu lemia did\u017eiausi\u0105 vandens sraut\u0105, paliekant\u012f sausumos ekosistem\u0105. Daugumoje \u017eem\u0117s \u016bkio kra\u0161tovaizd\u017ei\u0173 ET gr\u0105\u017eina \u012f atmosfer\u0105 nuo 60 iki 80 procent\u0173 vis\u0173 krituli\u0173. \u0160is skai\u010dius daro ET dominuojan\u010diu kintamuoju sausumos vandens balanse \u2013 daugumoje dirbamos aplinkos \u012ftakingesniu nei nuot\u0117kis ar gilus susiliejimas.<\/p>\n

ET yra hidrologinio ciklo centre, jungian\u010diame \u017eem\u0117s pavir\u0161i\u0173, biosfer\u0105 ir atmosfer\u0105. Kai ET lygis yra didelis, dirvo\u017eemio dr\u0117gm\u0117 ma\u017e\u0117ja grei\u010diau, upi\u0173 dugno nuot\u0117kis ma\u017e\u0117ja, o vandeningojo sluoksnio papildymo greitis suma\u017e\u0117ja. Kai ET lygis sul\u0117t\u0117ja \u2013 d\u0117l sausros streso, pas\u0117li\u0173 sen\u0117jimo ar \u017eem\u0117s naudojimo poky\u010di\u0173 \u2013 pasekm\u0117s pasirei\u0161kia vandens prieinamumu pasroviui.<\/p>\n

Klimato moksle ET yra pagrindinis anglies ir vandens cikl\u0173 jungimosi mechanizmas. Augalai atveria savo \u017eioteles, kad sugert\u0173 CO2 fotosintezei, ir tai darydami tuo pa\u010diu metu i\u0161skiria vandens garus. Bet koks pasaulin\u0117s augmenijos dangos, temperat\u016bros ar CO2 koncentracijos pokytis kei\u010dia planetos ET pusiausvyr\u0105 ir atsiliepia regioniniams krituli\u0173 modeliams.<\/p>\n

Kod\u0117l evapotranspiracijos steb\u0117jimas yra vandens valdymo prioritetas?<\/h2>\n

Tiksl\u016bs vandens suvartojimo duomenys padeda priimti geresnius sprendimus \u012fvairiuose sektoriuose. \u017dem\u0117s \u016bkyje, \u017einant faktin\u012f pas\u0117li\u0173 vandens sunaudojim\u0105 lauko lygmeniu, dr\u0117kinimo vadovas gali tiksliai nustatyti, kiek vandens reikia naudoti, kada j\u012f naudoti ir kur atsiranda tr\u016bkumas, kol pas\u0117liuose neatsiranda matomas stresas.<\/p>\n

Toks tikslumas padeda i\u0161vengti tiek per didelio laistymo, kuris eikvoja vanden\u012f ir i\u0161plauna maistines med\u017eiagas, tiek nepakankamo laistymo, kuris ma\u017eina derli\u0173.<\/p>\n

1. Dr\u0117kinimo planavimas:<\/strong> Dr\u0117kinimo planavimas, pagr\u012fstas dr\u0117kinimo technologijomis (ET), pakei\u010dia sp\u0117liones fizika. Kai \u016bkininkas \u017eino, kad liep\u0105 kukur\u016bz\u0173 laukas d\u0117l ET praranda 7 mm vandens per dien\u0105, jis gali papildyti tiksl\u0173 tr\u016bkum\u0105, u\u017euot laist\u0119s fiksuotu kalendoriniu intervalu.<\/p>\n

2. Sausros steb\u0117sena:<\/strong> Nuolatinis faktinio ET suma\u017e\u0117jimas, palyginti su etaloniniu ET (kuris i\u0161garuot\u0173 esant neribotam vandens tiekimui), signalizuoja apie art\u0117jant\u012f sausros stres\u0105. Nuotolinis steb\u0117jimas u\u017efiksuoja \u0161\u012f signal\u0105 likus kelioms savait\u0117ms iki to, kai derliaus nuostoliai tampa matomi akimis.<\/p>\n

3. Vandens i\u0161tekli\u0173 planavimas:<\/strong> Baseino lygio vandens apskaitai reikalingi ET duomenys baseino mastu. Palydovinis ET steb\u0117jimas u\u017etikrina \u0161i\u0105 erdvin\u0119 apr\u0117pt\u012f u\u017e nedidel\u0119 ant\u017eemini\u0173 sto\u010di\u0173 tinklo kainos dal\u012f.<\/p>\n

4. Klimato kaitos vertinimas:<\/strong> Ilgalaik\u0117s aplinkosaugos tendencijos atskleid\u017eia, kaip kylanti temperat\u016bra ir besikei\u010diantys krituli\u0173 modeliai kei\u010dia ekosistem\u0173 vandens naudojim\u0105 \u2013 tai duomenys, kurie padeda planuoti prisitaikym\u0105 regioniniu ir nacionaliniu lygmenimis.<\/p>\n

5. Ekosistemos b\u016bkl\u0117s steb\u0117sena:<\/strong> \u0160lap\u017eemi\u0173 ET rodikliai, mi\u0161k\u0173 transpiracija ir piev\u0173 vandens naudojimas jautriai reaguoja \u012f ekologinius trikd\u017eius. Nuotolinio steb\u0117jimo ET fiksuoja \u0161iuos poky\u010dius dideliuose, sunkiai pasiekiamuose kra\u0161tovaizd\u017eiuose.<\/p>\n

Kokie veiksniai \u012ftakoja evapotranspiracij\u0105?<\/h2>\n

Evapotranspiracij\u0105 (ET) lemia klimato s\u0105lyg\u0173, kra\u0161tovaizd\u017eio ypatybi\u0173 ir augal\u0173 biologijos derinys. \u017demiau pateikiamas pagrindini\u0173 veiksni\u0173 suskirstymas.<\/p>\n

1. Dirvo\u017eemio tipas.<\/strong> Dirvo\u017eemio sud\u0117tis vaidina svarb\u0173 vaidmen\u012f vandens sulaikyme ir garavime. Sm\u0117lingi arba \u017evyringi dirvo\u017eemiai paprastai sulaiko ma\u017eiau vandens ir i\u0161skiria daugiau jo garuodami, o priemolio arba molingi dirvo\u017eemiai geriau i\u0161laiko dr\u0117gm\u0119.<\/p>\n

2. Oro temperat\u016bra.<\/strong> Temperat\u016bra tiesiogiai veikia ET greit\u012f. \u0160iltesnis oras turi didesn\u0119 dr\u0117gm\u0117s sulaikymo talp\u0105, o padid\u0117jusi \u0161iluma pagreitina vandens virsm\u0105 garais, taip padidindama evapotranspiracij\u0105.<\/p>\n

\"Kokie<\/p>\n

3. Saul\u0117s spinduliuot\u0117.<\/strong> Be \u0161ilumos generavimo, saul\u0117s spinduliuot\u0117 apima energijos lygi\u0173, da\u017enio ir albedo poky\u010dius \u2013 visa tai daro \u012ftak\u0105 ET. \u0160ie veiksniai skiriasi priklausomai nuo vietos ir met\u0173 laiko, o norint juos tiksliai i\u0161matuoti, da\u017enai reikia pa\u017eangi\u0173 technologij\u0173.<\/p>\n

4. Dr\u0117gm\u0117.<\/strong> Santykin\u0117 dr\u0117gm\u0117 (RH) rei\u0161kia ore esan\u010di\u0173 vandens gar\u0173 kiek\u012f, palyginti su jo maksimalia talpa. Kai dr\u0117gm\u0117 didel\u0117, oras sugeria ma\u017eiau papildomos dr\u0117gm\u0117s, tod\u0117l sul\u0117t\u0117ja ET. Ir atvirk\u0161\u010diai, sausesnis oras gali sugerti daugiau gar\u0173, tod\u0117l padid\u0117ja evapotranspiracijos greitis.<\/p>\n

5. Augal\u0173 danga.<\/strong> Skirtingos augal\u0173 r\u016b\u0161ys skirtingai s\u0105veikauja su vandeniu. Vienos efektyviai kaupia vanden\u012f sausros metu, o kitos j\u012f praranda grei\u010diau. ET rodikliams taip pat \u012ftakos turi augalo am\u017eius, sveikata ir \u0161akn\u0173 gylis \u2013 gilesn\u0117s \u0161aknys leid\u017eia augalams ilgiau i\u0161silaikyti be laistymo. \u0160ie fiziologiniai skirtumai rei\u0161kia, kad ET gali labai skirtis priklausomai nuo augal\u0173 r\u016b\u0161ies, tod\u0117l reikia individualiai pritaikyt\u0173 dr\u0117kinimo strategij\u0173.<\/p>\n

6. V\u0117jo greitis.<\/strong> V\u0117jas yra pagrindinis garavimo ir transpiracijos variklis. Jis i\u0161sklaido dr\u0117gn\u0105 oro sluoksn\u012f, kuris kaupiasi ant augmenijos, padidindamas ET. Jis taip pat padeda gar\u0173 difuzijai per augal\u0173 poras, skatindamas transpiracij\u0105. Ta\u010diau itin stipr\u016bs, sausi v\u0117jai kartais gali trukdyti gar\u0173 difuzijai, tam tikromis s\u0105lygomis \u0161iek tiek suma\u017eindami ET.<\/p>\n

Pagrindin\u0117s evapotranspiracijos s\u0105vokos<\/h2>\n

ET(0) atspindi atmosferos geb\u0117jim\u0105 skatinti vandens netekim\u0105 ir yra grynai pagr\u012fstas klimatu. ET(c) matuoja vandens netekim\u0105 i\u0161 sveik\u0173, gerai dr\u0117kinam\u0173 augal\u0173, augan\u010di\u0173 idealiomis s\u0105lygomis ir pasiekian\u010di\u0173 vis\u0105 derliaus potencial\u0105. Kai augalai susiduria su neoptimaliais prie\u017ei\u016bros ar aplinkosaugos i\u0161\u0161\u016bkiais, ET(c) turi b\u016bti modifikuotas, kad b\u016bt\u0173 gautas ET(c adj). Augal\u0173 garavimas suprantamas trimis skirtingomis s\u0105vokomis:<\/p>\n

    \n
  1. ET(0) \u2014 etalonin\u0117 garavimo transpiracija<\/li>\n
  2. ET(c) \u2014 Evapotranspiracija standartin\u0117mis s\u0105lygomis<\/li>\n
  3. ET(c adj) \u2014 Evapotranspiracija nestandartin\u0117mis s\u0105lygomis<\/li>\n<\/ol>\n

    1. Standartin\u0117 garavimo transpiracija \u2013 ET(0)<\/h3>\n

    ET(0) rodo greit\u012f, kuriuo vanduo i\u0161garuoja i\u0161 gerai laistyto etaloninio pavir\u0161iaus, paprastai modeliuojamo kaip idealizuota \u017eol\u0117s danga, atitinkanti konkre\u010dius kriterijus.<\/p>\n

    \u0160is matas fiksuoja atmosferos garavimo poreik\u012f nepriklausomai nuo pas\u0117li\u0173 r\u016b\u0161ies, augimo stadijos ar \u016bkininkavimo praktikos. Kadangi laikoma, kad etaloninis pavir\u0161ius yra visi\u0161kai sudr\u0117kintas, dirvo\u017eemio s\u0105lygos \u012f skai\u010diavim\u0105 ne\u012ftraukiamos, tod\u0117l nereikia nustatyti atskir\u0173 ET slenks\u010di\u0173 kiekvienam pas\u0117liui kiekviename augimo etape.<\/p>\n

    ET(0) visi\u0161kai priklauso nuo klimato kintam\u0173j\u0173, o tipin\u0117s vert\u0117s skiriasi skirtingose agroklimatin\u0117se zonose, nors \u0161ie skai\u010diai naudojami tik kaip bendri atskaitos ta\u0161kai.<\/p>\n

    2. Evapotranspiracija standartin\u0117mis s\u0105lygomis \u2013 ET(c)<\/h3>\n

    ET(c) kiekybi\u0161kai \u012fvertina vandens kiek\u012f, kur\u012f i\u0161skiria sveikas, gerai maitinamas pas\u0117lis, auginamas dideliuose, tinkamai dr\u0117kinamuose laukuose palankiomis oro s\u0105lygomis ir pasiekiantis did\u017eiausi\u0105 produktyvum\u0105. Jis apskai\u010diuojamas padauginus etalonin\u012f ET i\u0161 pas\u0117li\u0173 koeficiento K(c):<\/p>\n

    ET(c) = ET(0) \u00d7 K(c)<\/em><\/p>\n

    3. Evapotranspiracija nestandartin\u0117mis s\u0105lygomis \u2013 ET(c adj)<\/h3>\n

    ET(c adj) atsi\u017evelgia \u012f realius nukrypimus nuo ideali\u0173 augimo s\u0105lyg\u0173. Tokie veiksniai kaip kenk\u0117j\u0173 ir lig\u0173 poveikis, vandens tr\u016bkumas arba perteklius, dirvo\u017eemio druskingumas ir prastas dirvo\u017eemio derlingumas gali lemti reik\u0161mingus faktinio pas\u0117li\u0173 vandens naudojimo skirtumus nuo ET(c). Kartu su pas\u0117li\u0173 koeficientu \u012fvedamas vandens streso koeficientas K(s), siekiant atsi\u017evelgti \u012f \u0161iuos efektus:<\/p>\n

    ET(c adj) = ET(0) \u00d7 K(c) \u00d7 K(s)<\/em><\/p>\n

    Tradiciniai evapotranspiracijos matavimo metodai<\/h2>\n

    Prie\u0161 nuotolinio steb\u0117jimo atsiradim\u0105 mokslininkai ET matavo tiesioginiais fiziniais prietaisais. Kiekvienas metodas gerai veikia tam tikru mastu, ta\u010diau turi dideli\u0173 kompromis\u0173, kurie riboja plat\u0173 pritaikym\u0105 \u017eem\u0117s \u016bkyje. Kai kurie geriausi ant\u017eeminiai ET matavimo metodai yra \u0161ie:<\/p>\n

    1. Lizimetras: <\/strong>Lizimetras (didelis indas, pripildytas dirvo\u017eemio ir augan\u010di\u0173 augal\u0173, \u012frengtas lygiai su \u017eeme) matuoja ET, sveriant dirvo\u017eemio blok\u0105 laikui b\u0117gant. Kai kontroliuojamas krituli\u0173 kiekis ir surenkamas drena\u017eas, mas\u0117s skirtumas tarp laiko \u017eingsni\u0173 yra lygus faktiniam ET.<\/p>\n

    Lizimetrai pateikia tiksliausius \u012fmanomus ET matavimus, ta\u010diau jie kainuoja \u0161imtus t\u016bkstan\u010di\u0173 doleri\u0173 u\u017e vienet\u0105, apima tik kelis kvadratinius metrus ir negali atvaizduoti realaus lauko erdvinio kintamumo.<\/p>\n

    2. S\u016bkurini\u0173 kovariacij\u0173 sistema: <\/strong>S\u016bkurini\u0173 kovariacij\u0173 sistema matuoja ET apskai\u010diuodama kovariacij\u0105 tarp vertikalaus v\u0117jo grei\u010dio ir vandens gar\u0173 koncentracijos vir\u0161 augalo lajos, naudodama greito reagavimo jutiklius. Ji apima \u201cp\u0117dsak\u0105\u201d nuo keli\u0173 \u0161imt\u0173 metr\u0173 iki keli\u0173 kilometr\u0173, tod\u0117l yra daug reprezentatyvesn\u0117 nei lizimetras.<\/p>\n

    Ta\u010diau srauto bok\u0161t\u0173 \u012frengimas ir prie\u017ei\u016bra kainuoja 50 000\u2013300 000 JAV doleri\u0173, o pasauliniame FLUXNET tinkle yra tik apie 900 aktyvi\u0173 sto\u010di\u0173 \u2013 per ma\u017eai, kad b\u016bt\u0173 galima steb\u0117ti \u017eem\u0117s \u016bkio ET nacionaliniu mastu.<\/p>\n

    \"Tradiciniai<\/p>\n

    3. Boweno santykio metodas: <\/strong>Boweno santykio metodas ET \u012fvertina matuodamas jautriojo \u0161ilumos srauto (\u0161ildan\u010dio or\u0105) ir latentinio \u0161ilumos srauto (ET) santyk\u012f, naudojant temperat\u016bros ir dr\u0117gm\u0117s gradientus vir\u0161 augalo lajos. Jis yra paprastesnis nei s\u016bkurin\u0117s kovariacijos metodas, ta\u010diau jam reikalingos homogenin\u0117s apr\u0117pties s\u0105lygos ir jis negali b\u016bti naudojamas sud\u0117tingame reljefe.<\/p>\n

    4. Meteorologini\u0173 sto\u010di\u0173 pagrindu atlikti ET skai\u010diavimai<\/strong> Naudojant FAO Penmano-Monteitho lygt\u012f, apskai\u010diuojamas etaloninis ET (ET0) i\u0161 oro temperat\u016bros, dr\u0117gm\u0117s, v\u0117jo grei\u010dio ir spinduliuot\u0117s duomen\u0173. \u0160is metodas pla\u010diai naudojamas dr\u0117kinimo planavimui, ta\u010diau gaunamas etaloninis ET, o ne tikrasis ET, nes daroma prielaida, kad etaloninis pas\u0117lis yra gerai laistomas, o ne tikrasis lauke augantis pas\u0117lis.<\/p>\n

    Pagrindin\u0117 vis\u0173 ant\u017eemini\u0173 metod\u0173 problema yra mastelis. Vienas lizimetras atitinka kelis kvadratinius metrus. Srautinio srauto bok\u0161tas geriausiu atveju apima kelis \u0161imtus hektar\u0173. Ta\u010diau \u0161iuolaikiniam \u017eem\u0117s \u016bkio vandens valdymui reikalingi ET duomenys lauko lygmeniu, apimantys visus upi\u0173 baseinus \u2013 tai erdvinis i\u0161\u0161\u016bkis, kur\u012f gali i\u0161spr\u0119sti tik nuotolinis steb\u0117jimas.<\/p>\n

    Nuotolinio steb\u0117jimo pagrindai ET steb\u0117jimui<\/h2>\n

    Nuotolinis steb\u0117jimas, kalbant apie \u017dem\u0117s pavir\u0161iaus steb\u0117sen\u0105, yra palydov\u0173 arba orlaivi\u0173 duomen\u0173 gavimas ir analiz\u0117, siekiant \u012fvertinti vandens sraut\u0105, paliekant\u012f sausumos pavir\u0161i\u0173, fizi\u0161kai jo nelie\u010diant.<\/p>\n

    \u0160is metodas veikia tod\u0117l, kad augalai ir dirvo\u017eemis kei\u010diasi energija su atmosfera b\u016bdais, kuriuos galima aptikti i\u0161 kosmoso, ypa\u010d skleid\u017eiant \u0161ilumin\u0119 infraraudon\u0105j\u0105 spinduliuot\u0119. Kai augalas efektyviai transpiruoja, jis naudoja \u012feinan\u010di\u0105 saul\u0117s energij\u0105 vandeniui i\u0161garinti, o ne \u0161ildyti. Augal\u0173 laja, kurioje dirvo\u017eemis pakankamai dr\u0117gnas, i\u0161lieka santykinai v\u0117si.<\/p>\n

    Tuo tarpu vandens patiriantis augalo vainikas u\u017edaro \u017eioteles, kad taupyt\u0173 vanden\u012f, ir kadangi ma\u017eiau latentin\u0117s \u0161ilumos (ET) sunaudoja gaunam\u0105 energij\u0105, vainiko pavir\u0161iaus temperat\u016bra pakyla. Tai yra pagrindinis fizikinis signalas, kur\u012f u\u017efiksuoja \u0161iluminis nuotolinis steb\u0117jimas.<\/p>\n

    Pagrindiniai fizikiniai principai, kuriais grind\u017eiamas palydovinis ET \u012fvertinimas<\/h3>\n

    Svetain\u0117 energijos balansas<\/strong> yra valdan\u010dioji sistema. Bet kuriame \u017eem\u0117s pavir\u0161iuje grynoji saul\u0117s ir atmosferos spinduliuot\u0117 (Rn) turi b\u016bti lygi trij\u0173 energijos absorbent\u0173 sumai: dirvo\u017eemio \u0161ilumos srautui (G), jautriajam \u0161ilumos srautui (H, kuris \u0161ildo or\u0105) ir latentiniam \u0161ilumos srautui (LE, kuris skatina ET). U\u017era\u0161yta kaip lygtis: Rn = G + H + LE. \u012evertindamas Rn, G ir H i\u0161 palydov\u0173 duomen\u0173, modelis i\u0161veda LE, taigi ir ET, kaip likut\u012f.<\/p>\n

    1. \u017dem\u0117s pavir\u0161iaus temperat\u016bra<\/strong> (LST), i\u0161matuotas \u0161ilumin\u0117s infraraudonosios spinduliuot\u0117s juostoje, yra pagrindinis stebimas dydis, naudojamas juntamajam \u0161ilumos srautui H \u012fvertinti. Kar\u0161tesnis pavir\u0161ius perduoda daugiau \u0161ilumos \u012f or\u0105 (didelis H), tod\u0117l ma\u017eiau energijos lieka ET (ma\u017eas LE). V\u0117sesnis, gerai dr\u0117kinamas pavir\u0161ius turi ma\u017eesn\u012f H ir didesn\u012f LE.<\/p>\n

    2. Augalijos indeksai<\/strong> kaip ir NDVI, fiksuoja, kiek \u017ealios, fotosintez\u0117s aktyvios augalin\u0117s med\u017eiagos dengia pavir\u0161i\u0173, o tai kontroliuoja transpiracijos greit\u012f. Tankus, \u017ealias vainikas transpiruoja daugiau nei plika dirva ar retas medynas.<\/p>\n

    3. Grynoji spinduliuot\u0117<\/strong> apskai\u010diuojamas i\u0161 trump\u0173j\u0173 ir ilg\u0173j\u0173 bang\u0173 spinduliuot\u0117s sraut\u0173, kurie nuotoliniu b\u016bdu \u012fvertinami pagal pavir\u0161iaus albed\u0105, augmenijos dang\u0105 ir \u0161ilumin\u0117s emisijos duomenis.<\/p>\n

    Palydovinis evapotranspiracijos steb\u0117jimas nepakei\u010dia reali\u0173 duomen\u0173 i\u0161 ant\u017eemin\u0117s erdv\u0117s \u2013 tai vienintel\u0117 priemon\u0117, galinti pateikti erdvi\u0161kai i\u0161tisinius vandens naudojimo duomenis tokiu mastu, kuriuo fakti\u0161kai priimami \u017eem\u0117s \u016bkio ir hidrologiniai sprendimai.<\/p><\/blockquote>\n

    Nuotolinio steb\u0117jimo prana\u0161umas, palyginti su ant\u017eeminiais metodais, yra ne tik erdvin\u0117 apr\u0117ptis. Palydoviniai duomenys teikia sinoptinius, pakartojamus matavimus labai nevienaly\u010diuose kra\u0161tovaizd\u017eiuose \u2013 tai, ko u\u017e pana\u0161i\u0105 kain\u0105 negal\u0117t\u0173 pakartoti joks ant\u017eeminis tinklas.<\/p>\n

    Nuotolinio steb\u0117jimo duomen\u0173 \u0161altiniai ET \u012fvertinimui<\/h2>\n

    Norint \u012fvertinti ET i\u0161 kosmoso, reikia sujungti duomenis i\u0161 keli\u0173 jutikli\u0173 tip\u0173. N\u0117 vienas palydovas nesuteikia vis\u0173 \u012fvesties duomen\u0173, reikaling\u0173 pilnam ET modeliui, tod\u0117l veikiantys ET produktai paprastai sujungia duomenis i\u0161 keli\u0173 platform\u0173.<\/p>\n

    1. Palydovin\u0117s platformos ET apskai\u010diavimui<\/h3>\n

    i. Landsat<\/strong> (USGS\/NASA) nuolat veikia nuo 1972 m. ir teikia 30 metr\u0173 erdvin\u0117s skiriamosios gebos multispektrinius ir terminius vaizdus su 16 dien\u0173 per\u017ei\u016br\u0173 ciklu. D\u0117l ilgo archyvo jis yra b\u016btinas istorinei ET analizei ir pas\u0117li\u0173 steb\u0117senai. Dauguma energijos balanso ET modeli\u0173, \u012fskaitant SEBAL ir METRIC, i\u0161 prad\u017ei\u0173 buvo sukurti remiantis \u201eLandsat\u201c duomenimis.<\/p>\n

    ii. Sentinel-2<\/strong> (ESA) si\u016blo 10 metr\u0173 daugiaspektrinius vaizdus su 5 dien\u0173 pakartotinio apsilankymo laiku didel\u0117s skiriamosios gebos augmenijos indekso skai\u010diavimui. Nors jis neturi terminio diapazono, jis papildo \u201eLandsat\u201c, teikdamas da\u017enesnius, didesn\u0117s skiriamosios gebos NDVI, EVI ir LAI duomenis augmenija pagr\u012fstiems \u017dem\u0117s palydov\u0173 modeliams.<\/p>\n

    iii. MODIS<\/strong> (Vidutin\u0117s skiriamosios gebos vaizdavimo spektroradiometras, NASA) teikia kasdien\u0119 pasaulin\u0119 apr\u0117pt\u012f, kurios skiriamoji geba yra nuo 250 m iki 1 km. D\u0117l grubesn\u0117s erdvin\u0117s skiriamosios gebos jis riboja pritaikym\u0105 lauko mastu, ta\u010diau idealiai tinka \u017eemyn\u0173 ir pasaulio ne\u017eemi\u0161k\u0173 objekt\u0173 steb\u0117jimui naudojant tokius produktus kaip MOD16.<\/p>\n

    iv. EKOTRESAS<\/strong> (NASA) yra sumontuotas Tarptautin\u0117je kosmin\u0117je stotyje ir teikia 70 metr\u0173 skiriamosios gebos terminius infraraudonuosius spindulius su 1\u20135 dien\u0173 pakartotinio apsilankymo ciklu. ECOSTRESS buvo specialiai sukurtas pas\u0117li\u0173 vandens stresui ir ET matuoti artimo lauko mastu \u2013 tai paj\u0117gum\u0173 spraga, kurios MODIS ir ankstesni palydovai negal\u0117jo u\u017epildyti.<\/p>\n

    prie\u0161 VIIRS<\/strong> Suomijos AE ir JPSS palydovuose esantis matomosios infraraudonosios \u0161viesos vaizdavimo radiometr\u0173 rinkinys (NOAA\/NASA) t\u0119sia MODIS pasaulin\u0119 kasdien\u0117s apr\u0117pties tradicij\u0105, patobulintas jutikli\u0173 kalibravimas ir palaiko veikian\u010dius ET produktus regioniniu ir pasauliniu mastu.<\/p>\n

    2. Bepilo\u010di\u0173 orlaivi\u0173 ir dron\u0173 pagrindu atliekami ne\u017eemi\u0161k\u0173 objekt\u0173 steb\u0117jimai<\/h3>\n

    Bepilo\u010diai orlaiviai (UAV arba dronai), apr\u016bpinti termin\u0117mis kameromis ir daugiaspektriniais jutikliais, gali kartoti ET atskiruose laukuose submetro erdvine rai\u0161ka. Ant drono sumontuota termin\u0117 kamera tiesiogiai matuoja augal\u0173 lajos temperat\u016br\u0105 ir, derindama su ant\u017eeminiais meteorologiniais duomenimis, sukuria ET \u017eem\u0117lapius tokia rai\u0161ka, kokios negali pasi\u016blyti joks palydovas.<\/p>\n

      \n
    • Terminio vaizdo dronai<\/strong> aptikti vandens tr\u016bkumo kamuojamus augal\u0173 plotus lauke prie\u0161 atsirandant bet kokiems matomiems simptomams, taip sudarant s\u0105lygas taikyti kintamo grei\u010dio dr\u0117kinim\u0105 lauko viduje.<\/li>\n
    • Daugiaspektriniai jutikliai<\/strong> Dronuose NDVI ir EVI apskai\u010diuojami centimetro rai\u0161ka, naudojant pas\u0117li\u0173 koeficientais pagr\u012fstus ET modelius, kad b\u016bt\u0173 galima tiksliai planuoti darbus lauke.<\/li>\n
    • Didel\u0117s skiriamosios gebos ET \u017eem\u0117lapiai<\/strong> I\u0161 bepilo\u010di\u0173 orlaivi\u0173 gaunamas vanduo yra ypa\u010d vertingas specializuotiems augalams \u2013 vaismed\u017eiams, vynuogynams, dar\u017eov\u0117ms \u2013 kur lauko viduje didelis kintamumas ir vandens streso kaina yra didel\u0117.<\/li>\n<\/ul>\n

      Pagrindiniai nuotolinio steb\u0117jimo kintamieji, naudojami ET steb\u0117senoje<\/h2>\n

      Kiekvienas i\u0161 palydovini\u0173 duomen\u0173 i\u0161gautas kintamasis prisideda prie konkre\u010dios ET \u012fvertinimo d\u0117lion\u0117s dalies. Supratimas, k\u0105 kiekvienas kintamasis matuoja ir kod\u0117l jis svarbus, padeda specialistams pasirinkti tinkam\u0105 model\u012f ir teisingai interpretuoti rezultatus.<\/p>\n

      1. Normalizuotas diferencinis vegetacijos indeksas<\/strong> (NDVI) apskai\u010diuojamas kaip (NIR \u2013 raudona) \/ (NIR + raudona), naudojant artimojo infraraudonojo spektro ir raudonos juostos atspind\u012f. Jis svyruoja nuo -1 iki +1, o tankios \u017ealios augmenijos atspindys paprastai b\u016bna nuo 0,6 iki 0,9. NDVI atspindi lajos tank\u012f ir \u017ealum\u0105, kurie tiesiogiai koreliuoja su lap\u0173 plotu ir transpiracijos paj\u0117gumu.<\/p>\n

      \"Pagrindiniai<\/p>\n

      2. Pagerintas augmenijos indeksas<\/strong> (EVI) prideda m\u0117lyn\u0105 juost\u0105, kad suma\u017eint\u0173 atmosferos trukd\u017eius ir dirvo\u017eemio fono efektus, kurie ma\u017eina NDVI tankiai apaugusiuose arba da\u017enai debesuotuose regionuose. EVI yra jautresnis nei NDVI didel\u0117s biomas\u0117s vietov\u0117se ir naudojamas MOD16 ET algoritme.<\/p>\n

      3. Lap\u0173 ploto indeksas<\/strong> (LAI) kiekybi\u0161kai \u012fvertina bendr\u0105 vienpusio lapo plot\u0105 \u017eem\u0117s ploto vienete. Jis tiesiogiai kontroliuoja transpiracij\u0105, nustatydamas, kiek lapo pavir\u0161iaus kei\u010dia vandens garus su atmosfera. Palydov\u0173 i\u0161vestinis LAI yra pagrindinis daugelio fizi\u0161kai pagr\u012fst\u0173 ne\u017eemi\u0161k\u0173 objekt\u0173 modeli\u0173 \u012fvesties duomenys.<\/p>\n

      4. Pavir\u0161iaus albedas<\/strong> yra \u012feinan\u010dios saul\u0117s spinduliuot\u0117s dalis, kuri\u0105 atspindi pavir\u0161ius. Ji kontroliuoja, kiek saul\u0117s energijos sugeria pavir\u0161ius, o tai savo ruo\u017etu lemia, kiek energijos yra prieinama ET. Tamsus, dr\u0117gnas dirvo\u017eemis turi ma\u017e\u0105 albed\u0105 (sugeria daugiau energijos); plikas sm\u0117lio pavir\u0161ius turi didel\u012f albed\u0105 (atspindi daugiau).<\/p>\n

      5. Dirvo\u017eemio dr\u0117gm\u0117<\/strong> I\u0161 mikrobang\u0173 jutikli\u0173 gaunami duomenys riboja ET modelius, nurodydami, ar \u0161akn\u0173 zonoje yra pakankamai vandens transpiracijos poreikiui patenkinti. Kai dirvo\u017eemio dr\u0117gm\u0117 nukrenta \u017eemiau kritin\u0117s ribos, faktinis ET greitis nukrenta \u017eemiau potencialaus, net jei energijos yra.<\/p>\n

      Bastiaanssen ir kt. (ap\u017evelgta leidinyje \u201eFrontiers in Remote Sensing\u201c, 2026 m.) nustat\u0117, kad SEBAL, patvirtintas daugiau nei 30 \u0161ali\u0173<\/strong>, pasiekia 85% tikslumas kasdieniams ET \u012fvertinimams ir 95% tikslumas sezoniniams ET \u012fvertinimams<\/strong> lauko mastu.<\/p>\n

      95% sezoninis tikslumas rei\u0161kia, kad pas\u0117li\u0173 vandens apskaita visame dr\u0117kinimo rajone gali b\u016bti patikimai atliekama naudojant tik palydovinius duomenis, tod\u0117l nereikia tanki\u0173 ant\u017eemini\u0173 sto\u010di\u0173 tinkl\u0173.<\/p>\n

      Evapotranspiracijos \u012fvertinimo modeliai<\/h2>\n

      1. Energijos balanso modeliai<\/h3>\n

      Energijos balanso modeliai apskai\u010diuoja ET kaip pavir\u0161iaus energijos biud\u017eeto likut\u012f: ET = Rn \u2013 G \u2013 H. Kiekvienas modelis skiriasi tuo, kaip \u012fvertina jautr\u0173j\u012f \u0161ilumos sraut\u0105 H, kuris yra daugiausiai skai\u010diavimo pastang\u0173 reikalaujantis ir jautriausias paklaidoms komponentas.<\/p>\n

      i. Pavir\u0161iaus energijos balanso algoritmas \u017eemei<\/strong> (SEBAL) buvo sukurtas Bastiaanssen 1998 m. ir i\u0161lieka vienu i\u0161 pla\u010diausiai pasaulyje taikom\u0173 palydovini\u0173 ET modeli\u0173. SEBAL naudoja tris pagrindinius i\u0161 palydov\u0173 gautus parametrus: \u017eem\u0117s pavir\u0161iaus temperat\u016br\u0105 (T0), pavir\u0161iaus pusrutulio atspind\u012f (albed\u0105 r0) ir NDVI.<\/p>\n

      Nor\u0117damas \u012fvertinti juntam\u0105 \u0161ilumos sraut\u0105, SEBAL identifikuoja du inkarinius pikselius \u2013 \u201ckar\u0161t\u0105j\u012f piksel\u012f\u201d (saus\u0105 plik\u0105 dirvo\u017eem\u012f, kur ET yra artimas nuliui) ir \u201c\u0161alt\u0105j\u012f piksel\u012f\u201d (gerai laistytus pas\u0117lius, kur ET yra did\u017eiausias) \u2013 ir interpoliuoja H visoje scenoje pagal \u0161iuos kra\u0161tutinumus. \u0160i savaiminio kalibravimo funkcija suma\u017eina SEBAL jautrum\u0105 absoliu\u010dioms kalibravimo paklaidoms meteorologiniuose duomenyse.<\/p>\n

      ii. Didel\u0117s skiriamosios gebos evapotranspiracijos kartografavimas naudojant vidin\u012f kalibravim\u0105<\/strong> (METRIC) modelis pagr\u012fstas SEBAL, ta\u010diau prideda automatin\u012f kalibravim\u0105 pagal etalonin\u012f ET, apskai\u010diuot\u0105 i\u0161 meteorologijos stoties. METRIC geriau tinka regionams, turintiems i\u0161samius or\u0173 duomen\u0173 tinklus, ir yra pla\u010diai taikomas operatyviniam dr\u0117kinimo valdymui vakar\u0173 Jungtin\u0117se Valstijose.<\/p>\n

      iii. Pavir\u0161iaus energijos balanso sistema<\/strong> (SEBS) naudoja turbulentinio srauto teorij\u0105, kad \u012fvertint\u0173 juntam\u0105 \u0161ilumos sraut\u0105 i\u0161 palydov\u0173 gauto LST, pavir\u0161iaus \u0161iurk\u0161tumo ir v\u0117jo grei\u010dio. SEBS yra fizi\u0161kai tikslesn\u0117 nei SEBAL, ta\u010diau reikalauja papildom\u0173 \u012fvesties duomen\u0173, tod\u0117l ji labiau tinka tyrimams nei operatyviniam \u016bkio valdymui.<\/p>\n

      ET modelio pasirinkimas yra ne tik techninis sprendimas \u2013 tai sprendimas d\u0117l to, \u012f kok\u012f klausim\u0105 bandote atsakyti. Baseino lygmens vandens apskaitai ir lauko lygmens dr\u0117kinimo planavimo \u012frankiui reikalingi i\u0161 esm\u0117s skirtingi erdvin\u0117s skiriamosios gebos ir laiko da\u017enio lygiai.<\/p><\/blockquote>\n

      iv. Dviej\u0173 \u0161altini\u0173 energijos balansas<\/strong> (TSEB) modelis dirvo\u017eem\u012f ir laj\u0105 traktuoja kaip du atskirus ET \u0161altinius, kuri\u0173 kiekvienas turi savo temperat\u016bros ir energijos balans\u0105. \u0160is metodas yra tikslesnis esant retai augmenijai arba mi\u0161riai \u017eem\u0117s dangai, kur vieno \u0161altinio modelis gali sujungti dirvo\u017eemio garavim\u0105 su augal\u0173 transpiracija.<\/p>\n

      2. Augalijos indeksu pagr\u012fsti ET modeliai<\/h3>\n

      Ne visiems ET modeliams reikalingi terminiai vaizdai. Augalijos indeksu pagr\u012fsti modeliai ET \u012fvertina per pas\u0117li\u0173 koeficiento metodas<\/strong> (Kc x ET0), kur pas\u0117li\u0173 koeficientas Kc gaunamas i\u0161 NDVI arba EVI, o etaloninis ET (ET0) gaunamas i\u0161 meteorologijos stoties. FAO-56 metodologija \u012fformina \u0161\u012f metod\u0105 ir yra pla\u010diai naudojama dr\u0117kinimo planavimui, nes jai nereikia terminio diapazono duomen\u0173.<\/p>\n

      Ma\u0161ininio mokymosi modeliai, \u012fskaitant Atsitiktinis mi\u0161kas<\/strong>, Dirbtiniai neuroniniai tinklai (DNT)<\/strong>, ir gilaus mokymosi architekt\u016bros vis da\u017eniau taikomos ET vertinimui, mokantis sud\u0117ting\u0173 netiesini\u0173 ry\u0161i\u0173 tarp i\u0161 palydov\u0173 gaut\u0173 \u012fvesties duomen\u0173 (LST, NDVI, albedo, LAI) ir srauto bok\u0161to ET matavim\u0173.<\/p>\n

      2023 m. \u017eurnale \u201eRemote Sensing of Environment\u201c paskelbtame tyrime nustatyta, kad atsitiktini\u0173 mi\u0161k\u0173 modelis, apmokytas naudojant MODIS ir meteorologinius duomenis, prognozavo paros ET su R2 0,87 ir RMSE 0,51 mm\/par\u0105 \u012fvairiose biomose \u2013 tai konkurencinga kaina tradiciniams energijos balanso modeliams, ta\u010diau reikalauja daug ma\u017eiau parametravimo pastang\u0173.<\/p>\n

      \u201eTaylor and Francis Open\u201c (2021 m.) paskelbtame tyrime nustatyta, kad SEBAL algoritmas, pritaikytas \u201eLandsat 8\u201c vaizdams vir\u0161 kukur\u016bz\u0173 auginimo regiono Adanos mieste, Turkijoje, pateik\u0117 ET \u012fver\u010dius su koreliacijos koeficientas R = 0,91<\/strong> pagal FAO Penman-Monteith metod\u0105 ir RMSE, lyg\u0173 vos 1,14 mm\/dien\u0105<\/strong>.<\/p>\n

      SEBAL tikslumas lauko mastu rei\u0161kia, kad palydovin\u0117 ET gali pakeisti arba gerokai suma\u017einti brangi\u0173 lizimetr\u0173 poreik\u012f veikian\u010diose dr\u0117kinimo valdymo sistemose.<\/p>\n

      Palydoviniai ET produktai, skirti operacijoms<\/h2>\n

      Keletas pasaulini\u0173 ir regionini\u0173 ET produkt\u0173 dabar konvertuoja nuotolinio steb\u0117jimo duomenis \u012f paruo\u0161tus naudoti ET duomen\u0173 sluoksnius. Praktikams nebereikia kurti savo energijos balanso modeli\u0173 \u2013 jie gali tiesiogiai pasiekti \u0161iuos i\u0161 anksto apskai\u010diuotus duomen\u0173 rinkinius.<\/p>\n

      1. MOD16 ET produktas<\/strong> (NASA) naudoja MODIS duomenis su Penmano-Monteitho algoritmu, pagr\u012fstu MODIS \u017eem\u0117s dangos, LAI, EVI ir pasaulin\u0117s pakartotin\u0117s analiz\u0117s meteorologiniais duomenimis. Jis teikia 8 dien\u0173 ir m\u0117nesinius ET kompozicinius duomenis su 500 metr\u0173 skiriam\u0105ja geba visame pasaulyje. MOD16 puikiai tinka kra\u0161tovaizd\u017eio masto tyrimams, ta\u010diau yra per daug neapdorotas individualiam lauko valdymui.<\/p>\n

      2. SSEBop<\/strong> JAV geologijos tarnybos sukurtas supaprastintas pavir\u0161iaus energijos balanso (Simplified Surface Energy Balance operational) modelis supaprastina SEBAL kar\u0161t\u0173j\u0173 ir \u0161alt\u0173j\u0173 pikseli\u0173 kalibravimo u\u017edavin\u012f, naudodamas i\u0161 anksto apibr\u0117\u017etas temperat\u016bros ribas, gautas i\u0161 ilgalaiki\u0173 klimatologini\u0173 duomen\u0173. SSEBop veikia 30 metr\u0173 skiriam\u0105ja geba, naudodamas \u201eLandsat\u201c duomenis, ir sudaro vien\u0105 i\u0161 \u0161e\u0161i\u0173 \u201eOpenET\u201c ansamblio modeli\u0173.<\/p>\n

      \"Palydoviniai<\/p>\n

      3. OpenET platforma<\/strong>, paleistas 2021 m. ir veikiantis kaip vie\u0161ojo ir priva\u010diojo sektori\u0173 bendradarbiavimo projektas, kuriam vadovauja NASA, USGS, Kalifornijos valstijos universitetas Monter\u0117jaus \u012flankoje, Aplinkos apsaugos fondas ir Dykum\u0173 tyrim\u0173 institutas, teikia lauko masto ne\u017eemi\u0161k\u0173 atgimim\u0173 duomenis 30 metr\u0173 rai\u0161ka vakar\u0173 JAV teritorijose.<\/p>\n

      2024 m. sausio m\u0117n. \u017eurnale \u201eNature Water\u201c paskelbtame svarbiame tyrime, kuriame \u201eOpenET\u201c \u012fver\u010diai lyginami su matavimais i\u0161 152 ant\u017eemini\u0173 srauto matavimo viet\u0173, patvirtinta, kad \u201eOpenET\u201c pasiekia didel\u012f tikslum\u0105 vertinant vienme\u010dius augalus, tokius kaip kvie\u010diai, kukur\u016bzai, soja ir ry\u017eiai, ypa\u010d sausringuose regionuose, kur d\u0117l vandens tr\u016bkumo dr\u0117kinimo tikslumas yra itin svarbus.<\/p>\n

      4. WaPOR portalas<\/strong> (FAO) teikia ET duomenis apie Afrik\u0105 ir Artimuosius Rytus 30 metr\u0173, 100 metr\u0173 ir 250 metr\u0173 skiriam\u0105ja geba, specialiai sukurtus \u017eem\u0117s \u016bkio vandens produktyvumo analizei duomen\u0173 stokojan\u010diuose besivystan\u010diuose regionuose paremti.<\/p>\n

      5. \u017dVILG\u0116JIMAS<\/strong> (Visuotinis \u017eem\u0117s garavimo Amsterdamo modelis) atskiria \u017eem\u0117s garavim\u0105 i\u0161 transpiracijos, dirvo\u017eemio garavimo, per\u0117mimo nuostoli\u0173 ir atviro vandens garavimo komponentus, remdamasis mikrobang\u0173 dirvo\u017eemio dr\u0117gm\u0117s duomenimis ir palydoviniais augmenijos produktais. Jis puikiai skaido \u017eem\u0117s garavimo signal\u0105 \u012f biologinius ir fizinius komponentus.<\/p>\n

      Nuotolinio steb\u0117jimo taikymas<\/h2>\n

      1. Tikslus dr\u0117kinimas ir pas\u0117li\u0173 vandens valdymas<\/h3>\n

      Artimiausias palydovini\u0173 ET duomen\u0173 pritaikymas yra dr\u0117kinimo planavimas. Kai \u016bkininkas gauna savaitinius lauko mastelio ET \u017eem\u0117lapius, jis gali apskai\u010diuoti dr\u0117kinimo deficit\u0105 \u2013 skirtum\u0105 tarp faktinio ET ir efektyvaus krituli\u0173 kiekio \u2013 ir panaudoti tiksliai tok\u012f vandens kiek\u012f. Tai pa\u0161alina l\u0117tin\u012f per didelio dr\u0117kinimo \u012fprot\u012f, kai vanduo \u0161vaistomas nepadidinant derliaus.<\/p>\n

      Kalifornijos Sakramento-San Choakino deltoje vandens i\u0161tekli\u0173 valdytojai naudoja \u201eOpenET\u201c, kad pad\u0117t\u0173 \u016bkininkams laikytis valstijos taisykli\u0173, reikalaujan\u010di\u0173 tiksli\u0173 vandens naudojimo ataskait\u0173.<\/p>\n

      Didelis palydovini\u0173 ET duomen\u0173 apie vienme\u010dius augalus tikslumas suteikia teisi\u0161kai pagr\u012fst\u0105 vandens apskaitai pagrind\u0105, kurio negal\u0117t\u0173 u\u017etikrinti joks ant\u017eeminis metodas tokioje erdvin\u0117je apr\u0117ptyje.<\/p>\n

      2024 m. \u017eurnale \u201eAgricultural Water Management\u201c (Ott ir kt., 2024; \u201eDesert Research Institute\u201c) paskelbtame tyrime \u201eOpenET\u201c buvo vertinamas pagal Nevados po\u017eeminio vandens basein\u0173 dr\u0117kinimo duomenis.<\/p>\n

      Deimant\u0173 sl\u0117nyje \u201eOpenET\u201c skai\u010diavimai parod\u0117 tik 7% skirtumas nuo matuojamo vandens naudojimo duomen\u0173<\/strong>, \u012frodant eksploatacin\u012f patikimum\u0105 reglamentuojamo po\u017eeminio vandens valdymo srityje.<\/p>\n

      7% paklaidos riba baseino mastu rei\u0161kia, kad palydoviniai ET duomenys gali pakeisti brangi\u0105 matavimo infrastrukt\u016br\u0105 regionuose, kuriuose gruntinis vanduo yra kriti\u0161kai i\u0161eikvotas.<\/p>\n

      2. Sausros vertinimo ir ankstyvojo persp\u0117jimo sistemos<\/h3>\n

      Sausros steb\u0117sena yra dar viena didel\u012f poveik\u012f turinti taikymo sritis. Garavimo \u012ftempio indeksas<\/strong> (ESI), gautas i\u0161 ECOSTRESS ir MODIS \u0161ilumini\u0173 duomen\u0173, matuoja faktinio ET ir potencialaus ET santyk\u012f.<\/p>\n

      Kai ESI gerokai nukrenta \u017eemiau 1,0, tai rodo, kad augalai patiria vandens stres\u0105 \u2013 tai patikimas ankstyvas \u017eem\u0117s \u016bkio sausros rodiklis, da\u017enai aptinkamas 4\u20138 savaites prie\u0161 tai, kai pas\u0117li\u0173 derliaus nuostoliai tampa i\u0161matuojami.<\/p>\n

      USDA Nacionalinis sausros ma\u017einimo centras integruoja palydovinius ET pagr\u012fstus sausros indeksus \u012f operacinius sausros steb\u0117jimo \u017eem\u0117lapius, kuriuos naudoja valstij\u0173 vyriausyb\u0117s, pas\u0117li\u0173 draudimo agent\u016bros ir ekstremali\u0173 situacij\u0173 valdymo institucijos. D\u0117l \u0161ios integracijos reagavimas \u012f sausr\u0105 tampa greitesnis ir tikslingesnis nei taikant kalendoriumi ar krituliais pagr\u012fstus metodus.<\/p>\n

      3. Vandens i\u0161tekli\u0173 valdymas baseino mastu<\/h3>\n

      Baseino masto vandens apskaitai reikia \u017einoti, kiek vandens i\u0161eina i\u0161 sausumos pavir\u0161iaus kaip eterinis vanduo milijonuose hektar\u0173. B\u016btent tai pasauliniu mastu teikia palydoviniai eterinio vandens produktai, tokie kaip MOD16, GLEAM ir WaPOR.<\/p>\n

        \n
      • Rezervuar\u0173 valdymo agent\u016bros<\/strong> Naudokite ET duomenis, kad \u012fvertintum\u0117te baseino vandens i\u0161eig\u0105 \u2013 skirtum\u0105 tarp krituli\u0173 ir ET \u2013 kuris lemia, kiek vandens i\u0161 tikr\u0173j\u0173 pasiekia upes ir rezervuarus.<\/li>\n
      • Tarpvalstybin\u0117s upi\u0173 basein\u0173 institucijos<\/strong> taikyti palydovin\u012f ET, kad b\u016bt\u0173 galima nepriklausomai patikrinti nacionalines vandens naudojimo ataskaitas, nereikalaujant prieigos prie nacionalini\u0173 ant\u017eemini\u0173 duomen\u0173 tinkl\u0173.<\/li>\n
      • Dr\u0117kinimo rajon\u0173 vadovai<\/strong> Naudokite elektronin\u0119 vandens technologij\u0105 (ET), kad gal\u0117tum\u0117te steb\u0117ti vandens suvartojim\u0105 pagal pas\u0117li\u0173 tip\u0105 visose aptarnavimo zonose, palaikydami teising\u0105 vandens paskirstym\u0105 ir atitikt\u012f teis\u0117s aktams.<\/li>\n<\/ul>\n

        4. Aplinkosaugos ir ekologinis pritaikymas<\/h3>\n

        Pelki\u0173 eterinio vandens steb\u0117jimas naudojant palydovinius duomenis kiekybi\u0161kai \u012fvertina ekosistem\u0173 vandens naudojim\u0105 sunkiai pasiekiamose pelk\u0117se, durpynuose ir upi\u0173 \u017eiotyse, kur negalima dislokuoti ant\u017eemini\u0173 jutikli\u0173. Mi\u0161k\u0173 eterinio vandens steb\u0117jimas atskleid\u017eia, kaip mi\u0161k\u0173 kirtimas, mi\u0161k\u0173 atk\u016brimas ir gaisrai kei\u010dia vandens balans\u0105 i\u0161tisuose vandens baseinuose \u2013 tai itin svarb\u016bs duomenys mi\u0161k\u0173 anglies dioksido apskaitai ir vandens tiekimo planavimui.<\/p>\n

        Evapotranspiracija yra nematomas si\u016blas, jungiantis kiekvien\u0105 \u017dem\u0117s augal\u0105 su pasauliniu vandens ciklu. Nuotolinis steb\u0117jimas yra vienintel\u0117 priemon\u0117, kuri\u0105 turime matyti tokiu mastu, kuris yra svarbus vandens valdymui.<\/p><\/blockquote>\n

        Palydovini\u0173 ET produkt\u0173 tikslumo vertinimas ir patvirtinimas<\/h2>\n

        Joks ET produktas n\u0117ra naudingas be grie\u017eto patvirtinimo. Standartinis metodas lygina palydov\u0173 ET \u012fver\u010dius su matavimais, gautais i\u0161 s\u016bkurini\u0173 kovariacijos srauto bok\u0161t\u0173 \u2013 tiksliausiu \u012fmanomu ET \u012fvertinimu kra\u0161tovaizd\u017eio mastu.<\/p>\n

        Pasaulinis FLUXNET<\/strong> tinklas teikia atviros prieigos srauto bok\u0161t\u0173 duomenis i\u0161 \u0161imt\u0173 viet\u0173 \u012fvairiose biomose. ET produkt\u0173 k\u016br\u0117jai lygina savo modeli\u0173 rezultatus su FLUXNET matavimais, kad apskai\u010diuot\u0173 statistinius na\u0161umo rodiklius, \u012fskaitant<\/p>\n

          \n
        • R2 (koreliacijos koeficientas),<\/li>\n
        • RMSE (vidutin\u0117 kvadratin\u0117 paklaida) ir<\/li>\n
        • \u0160ali\u0161kumas (sistemingas pervertinimas arba nepakankamas vertinimas).<\/li>\n<\/ul>\n

          Skirting\u0173 \u017eem\u0117s dangos tip\u0173, klimato zon\u0173 ir met\u0173 laik\u0173 patvirtinimas atliekamas atskirai, nes ET modelio tikslumas \u0161iomis s\u0105lygomis labai skiriasi.<\/p>\n

          Tokie energijos balanso modeliai kaip SEBAL ir METRIC paprastai geriausiai veikia pusiau sausringuose \u017eem\u0117s \u016bkio kra\u0161tovaizd\u017eiuose su giedru dangumi. Veikimas blog\u0117ja dr\u0117gnuose atogr\u0105\u017e\u0173 mi\u0161kuose, sud\u0117tingame kalnuotame reljefe ir da\u017enai debesuotose vietose.<\/p>\n

          \u201eNature Water\u201c paskelbtame \u201eOpenET\u201c tikslumo tyrime buvo palyginti \u0161e\u0161i ET modeliai su matavimais i\u0161 152 srauto bok\u0161t\u0173 vietos<\/strong> visoje Jungtin\u0117se Valstijose nustatyta, kad \u201eOpenET\u201c ansamblis pasiek\u0117 geriausi\u0173 rezultat\u0173 b\u016btent vienme\u010di\u0173 augal\u0173 auginimo srityje sausringuose vakariniuose regionuose \u2013 vietov\u0117se, kuriose dr\u0117kinimo valdymas yra ekonomi\u0161kai ir ekologi\u0161kai svarbiausias.<\/p>\n

          Vandens valdytojai sausringuose regionuose gali labai u\u017etikrintai naudoti \u201eOpenET\u201c duomenis dr\u0117kinimo atitik\u010diai ir vandens biud\u017eeto steb\u0117jimui, taip pakeisdami brangi\u0105 matavimo infrastrukt\u016br\u0105.<\/p>\n

          Nuotolinio steb\u0117jimo ET steb\u0117jimo i\u0161\u0161\u016bkiai<\/h2>\n

          Nepaisant spar\u010dios pa\u017eangos, keli techniniai ir operaciniai i\u0161\u0161\u016bkiai riboja palydovinio ET steb\u0117jimo tikslum\u0105 ir pritaikomum\u0105.<\/p>\n

          1. Debesuotumo apribojimai:<\/strong> Optiniam ir \u0161iluminiam nuotoliniam steb\u0117jimui reikalingos debes\u0173 neturin\u010dios s\u0105lygos. Dr\u0117gnuose tropiniuose regionuose arba muson\u0173 sezon\u0173 metu d\u0117l nuolatin\u0117s debesuotumo gali atsirasti savai\u010di\u0173 ar m\u0117nesi\u0173 trukm\u0117s duomen\u0173 spragos, nutraukiant laikin\u0105 t\u0119stinum\u0105, kurio reikalauja dr\u0117kinimo valdymas.<\/p>\n

          2. Erdvin\u0117s skiriamosios gebos apribojimai:<\/strong> MODIS, da\u017eniausiai laikma\u010diu aptinkamas palydovas, teikia 500 metr\u0173 rai\u0161kos ET duomenis \u2013 per netiksl\u016bs duomenys ma\u017eesniems nei ma\u017edaug 25 hektar\u0173 laukams. \u201eLandsat\u201c 30 metr\u0173 rai\u0161ka tinka daugumai \u017eem\u0117s \u016bkio lauk\u0173, ta\u010diau turi 16 dien\u0173 pakartotinio steb\u0117jimo cikl\u0105, tod\u0117l neatsi\u017evelgiama \u012f staigius vandens streso poky\u010dius.<\/p>\n

          3. Laikinosios skiriamosios gebos kompromisai:<\/strong> Didel\u0117 erdvin\u0117 skiriamoji geba (\u201eLandsat\u201c, \u201eSentinel-2\u201c, ECOSTRESS) ir didel\u0117 laikin\u0117 skiriamoji geba (\u201eMODIS\u201c, VIIRS\u201c) egzistuoja atvirk\u0161tiniu ry\u0161iu. Norint panaikinti \u0161\u012f atotr\u016bk\u012f, reikalingi duomen\u0173 suliejimo metodai.<\/p>\n

          4. Modelio prielaidos nevienaly\u010diuose kra\u0161tovaizd\u017eiuose:<\/strong> Vieno \u0161altinio energijos balanso modeliuose daroma prielaida, kad med\u017ei\u0173 laja yra vienoda, o ji suyra esant retai augmenijai, mi\u0161rioms pas\u0117li\u0173 sistemoms arba miesto ir \u017eem\u0117s \u016bkio s\u0105sajoms, kur dirvo\u017eemio ir augal\u0173 temperat\u016bros smarkiai skiriasi.<\/p>\n

          5. Duomen\u0173 prieinamumas besivystan\u010diuose regionuose:<\/strong> Ant\u017eemini\u0173 meteorologini\u0173 sto\u010di\u0173 duomen\u0173, reikaling\u0173 ET modeliams apriboti, tr\u016bksta daugelyje U\u017esachario Afrikos, Piet\u0173 Azijos ir Centrin\u0117s Azijos region\u0173 \u2013 b\u016btent tuose regionuose, kuriuose labiausiai reikia geresnio vandens i\u0161tekli\u0173 valdymo.<\/p>\n

          Naujos technologijos ir ateitis ET steb\u0117senoje<\/h2>\n

          Keletas suart\u0117jan\u010di\u0173 technologini\u0173 poky\u010di\u0173 yra pasireng\u0119 smarkiai i\u0161pl\u0117sti nuotolinio steb\u0117jimo ET steb\u0117senos tikslum\u0105, apr\u0117pt\u012f ir prieinamum\u0105 per ateinan\u010dius penkerius\u2013de\u0161imt met\u0173.<\/p>\n

          1. Dirbtinis intelektas, ma\u0161ininis mokymasis ir duomen\u0173 sintez\u0117<\/h3>\n

          Gilaus mokymosi modeliai, apmokyti naudojant didelius daugiajutikli\u0173 duomen\u0173 rinkinius, tam tikruose kra\u0161tovaizd\u017eiuose pradeda pranokti klasikinius energijos balanso modelius. Konvoliuciniai neuroniniai tinklai gali vienu metu integruoti \u201eLandsat\u201c, \u201eSentinel-2\u201c, MODIS ir meteorologin\u0117s pakartotin\u0117s analiz\u0117s duomenis, mokydamiesi erdvini\u0173-laikini\u0173 \u017dem\u0117s atmosferos modeli\u0173, kuri\u0173 neu\u017efiksuoja joks vieno jutiklio modelis.<\/p>\n

          Tuo tarpu duomen\u0173 suliejimo algoritmai, i\u0161 kuri\u0173 ry\u0161kiausias yra STARFM (erdvin\u0117s ir laikin\u0117s adaptyviosios atspind\u017eio sintez\u0117s modelis) metodas, sujungia didel\u0117s skiriamosios gebos \u201eLandsat\u201c vaizdus su kasdieniais MODIS duomenimis, kad b\u016bt\u0173 sukurti sintetiniai kasdieniai ET \u017eem\u0117lapiai su 30 metr\u0173 skiriam\u0105ja geba, efektyviai i\u0161spr\u0119sdami erdv\u0117s ir laiko kompromis\u0105, kuris \u0161iuo metu riboja tiksliosios \u017eemdirbyst\u0117s taikymus.<\/p>\n

          2. Didel\u0117s skiriamosios gebos \u0161iluminiai palydovai ir \u201eCubeSat\u201c \u017evaig\u017edynai<\/h3>\n

          Naujos kartos specializuoti terminio \u017dem\u0117s steb\u0117jimo palydovai teiks ma\u017eesnius nei 30 metr\u0173 terminius vaizdus, kuriuos bus galima per\u017ei\u016br\u0117ti kasdien.<\/p>\n

          Planuojamos misijos, \u012fskaitant \u201eLandsat Next\u201c \u012fp\u0117din\u012f ir komercinius \u201eCubeSat\u201c \u0161iluminius palydovus, panaikins istorin\u012f kompromis\u0105 tarp erdvinio detalumo ir laiko da\u017enio, kuris ribojo lauko masto ne\u017eemi\u0161k\u0173 atei\u010di\u0173 steb\u0117jim\u0105.<\/p>\n

          Kaip pa\u017eym\u0117ta \u201eFuture Market Insights\u201c ataskaitoje (2025 m.), prognozuojama, kad nuotolinio steb\u0117jimo paslaug\u0173 rinka, kurios vert\u0117 2025 m. siek\u0117 22,87 mlrd. JAV doleri\u0173, iki 2035 m. pasieks 84,28 mlrd. JAV doleri\u0173, o tam didel\u0119 \u012ftak\u0105 darys \u017dPO palydov\u0173 \u017evaig\u017edyno pl\u0117tra.<\/p>\n

          3. Skaitmeniniai dvyniai vandens valdymui<\/h3>\n

          Skaitmenini\u0173 dvyni\u0173 sistemos \u2013 dinamin\u0117s virtualios \u017eem\u0117s \u016bkio kra\u0161tovaizd\u017eio kopijos, kurios atnaujinamos beveik realiuoju laiku i\u0161 palydov\u0173 ir daikt\u0173 interneto jutikli\u0173 duomen\u0173 \u2013 integruoja nuotolinius steb\u0117jimus i\u0161 ET kaip pagrindin\u012f duomen\u0173 sraut\u0105. \u0160ios sistemos sinchronizuoja palydovinius ET \u017eem\u0117lapius, dirvo\u017eemio dr\u0117gm\u0117s jutikli\u0173 duomenis, or\u0173 prognozes ir pas\u0117li\u0173 augimo modelius, kad imituot\u0173 b\u016bsim\u0105 lauko vandens b\u016bkl\u0119 ir automati\u0161kai paskirt\u0173 dr\u0117kinim\u0105.<\/p>\n

          ET steb\u0117jimo programin\u0117 \u012franga ir \u012frankiai<\/h2>\n

          D\u0117l gausaus platform\u0173 rinkinio nuotolinio steb\u0117jimo ET analiz\u0117 dabar prieinama specialistams, neturintiems gili\u0173 programavimo \u017eini\u0173.<\/p>\n

          1. \u201eGoogle Earth\u201c variklis (GEE)<\/strong> yra debesijos pagrindu sukurta geoprini\u0173 skai\u010diavim\u0173 platforma, kurioje saugomi visi \u201eLandsat\u201c, \u201eMODIS\u201c, \u201eSentinel\u201c ir \u201eECOSTRESS\u201c archyvai kartu su i\u0161 anksto sukurtais \u017dem\u0117s atmosferos algoritmais. Analitikai gali atlikti \u017dem\u0117s atmosferos skai\u010diavimus, apiman\u010dius daugelio met\u0173 duomenis i\u0161tisiems regionams, neatsisi\u0173sdami joki\u0173 vaizd\u0173 vietoje. GEE tapo dominuojan\u010dia tyrim\u0173 platforma dideli\u0173 plot\u0173 \u017dem\u0117s atmosferos \u017eem\u0117lapi\u0173 sudarymui.<\/p>\n

          2. OpenET platforma<\/strong> teikia \u017einiatinklio s\u0105saj\u0105, kurioje bet kuris registruotas vartotojas gali pasiekti lauko masto ET duomenis apie \u017eem\u0117s \u016bkio paskirties \u017eem\u0119 visoje vakar\u0173 JAV. Vartotojai gali eksportuoti dienos, m\u0117nesio ar sezonines ET santraukas atskiriems laukams arba visiems vandens valdymo rajonams, nereikalaujant joki\u0173 programavimo \u017eini\u0173.<\/p>\n

          3. WaPOR portalas<\/strong> (FAO) teikia pana\u0161i\u0105 \u201erodyk ir spustel\u0117k\u201c tipo ET atsisiuntimo s\u0105saj\u0105 Afrikai ir Artimiesiems Rytams su tiesiogin\u0117mis nuorodomis \u012f \u017eem\u0117s \u016bkio vandens produktyvumo rodiklius.<\/p>\n

          4. Python ir R darbo eigos<\/strong> Naudodami tokias bibliotekas kaip \u201eRasterio\u201c, \u201eXarray\u201c, \u201eGeopandas\u201c (\u201ePython\u201c) arba \u201eTerra, Raster\u201c (R), tyr\u0117jai gali kurti individualius ne\u017eemi\u0161k\u0173 objekt\u0173 apdorojimo srautus, kurie integruoja palydovinius duomenis su vietiniais meteorologiniais \u012fra\u0161ais, pas\u0117li\u0173 modeliais ir dr\u0117kinimo duomen\u0173 baz\u0117mis.<\/p>\n

          Nuotolinio steb\u0117jimo ET steb\u0117jimo atvej\u0173 analiz\u0117s<\/h2>\n

          1. Dr\u0117kinimo valdymas sausringuose regionuose<\/h3>\n

          Jungtini\u0173 Valstij\u0173 Auk\u0161t\u0173j\u0173 lygum\u0173 vandeningojo sluoksnio regione \u2013 vienoje i\u0161 intensyviausiai dr\u0117kinam\u0173 \u017eem\u0117s \u016bkio zon\u0173 \u017dem\u0117je \u2013 Dykum\u0173 tyrim\u0173 instituto tyr\u0117jai \u012frod\u0117, kad \u201eOpenET\u201c duomenys, integruoti su klimato duomen\u0173 rinkiniais, gali pakankamai tiksliai \u012fvertinti po\u017eeminio vandens pumpavimo t\u016brius, kad b\u016bt\u0173 galima pagr\u012fstai valdyti ma\u017e\u0117jan\u010dio vandeningojo sluoksnio lyg\u012f.<\/p>\n

          Tyrime palydov\u0173 ET \u012fver\u010diai buvo palyginti su matuojam\u0173 siurbli\u0173 \u012fra\u0161ais, ir daugumoje tyrimo basein\u0173 nustatytas ma\u017eesnis nei 17% nuokrypis \u2013 tokio tikslumo lygio pakanka vandens teisi\u0173 administravimui.<\/p>\n

          2. Tikslusis \u016bkininkavimas \u012fvairi\u0173 r\u016b\u0161i\u0173 pas\u0117liuose<\/h3>\n

          Nuotolinio steb\u0117jimo ET steb\u0117sena buvo \u012fdiegta medviln\u0117s dr\u0117kinimo planavimui naudojant SEBAL ir METRIC modelius, kad b\u016bt\u0173 galima nustatyti faktin\u012f ET atskiruose laukuose auginimo sezono metu.<\/p>\n

          Astrofizikos duomen\u0173 sistemoje (2020 m.) paskelbti tyrimai parod\u0117, kad abu modeliai aptiko didesn\u012f nei tik\u0117tasi faktin\u012f i\u0161garavim\u0105 ankstyvosiose pas\u0117li\u0173 stadijose d\u0117l didelio garavimo i\u0161 plikos dirvos \u2013 tai atradimas, kad standartinis pas\u0117li\u0173 koeficiento metodas sistemingai nepasiteisino, tod\u0117l tuo kritiniu laikotarpiu buvo perlaistoma.<\/p>\n

          3. Vandens apskaita baseino mastu<\/h3>\n

          FAO WaPOR platforma buvo naudojama vandens produktyvumo analizei atlikti dr\u0117kinimo sistemose Etiopijoje, Egipte ir Jordanijoje, kiekybi\u0161kai \u012fvertinant ET vienam pagamintai pas\u0117li\u0173 biomas\u0117s vienetui.<\/p>\n

          \u0160ios analiz\u0117s nustat\u0117 laukus, kuri\u0173 vandens produktyvumas buvo ma\u017eesnis u\u017e baseino vidurk\u012f, ir tai suteik\u0117 erdvin\u0119 \u012frodym\u0173 baz\u0119 tikslin\u0117ms pl\u0117tros programoms, skirtoms dr\u0117kinimo efektyvumui gerinti nepakankamai na\u0161iuose regionuose.<\/p>\n

          Geriausia ET steb\u0117senos metodo pasirinkimo praktika<\/h2>\n

          Tinkamo palydovini\u0173 duomen\u0173, ET modelio ir patvirtinimo strategijos derinio pasirinkimas priklauso nuo konkretaus atsakomo klausimo, turim\u0173 i\u0161tekli\u0173 ir priimtino neapibr\u0117\u017etumo lygio.<\/p>\n

          1. Pirmiausia apibr\u0117\u017ekite erdvin\u012f ir laiko mastel\u012f.<\/strong> M\u0117nesin\u0117 vandens apskaita baseino mastu reikalauja kitokios priemon\u0117s nei kasdienis dr\u0117kinimo planavimas lauko mastu. Prie\u0161 pasirinkdami bet kok\u012f model\u012f, priderinkite palydovin\u0117s platformos skiriam\u0105j\u0105 geb\u0105 ir pakartotini\u0173 patikrinim\u0173 da\u017en\u012f prie valdymo poreiki\u0173.<\/p>\n

          2. Priderinkite model\u012f prie kra\u0161tovaizd\u017eio tipo.<\/strong> Energijos balanso modeliai, tokie kaip SEBAL ir METRIC, geriausiai veikia pusiau sausringuose, pas\u0117li\u0173 dominuojamuose kra\u0161tovaizd\u017eiuose su giedru dangumi. Augalijos indeksu pagr\u012fsti modeliai geriau veikia regionuose, kuriuose yra riboti \u0161ilumini\u0173 duomen\u0173 prieinamumas. Ma\u0161ininio mokymosi modeliai geriausiai veikia, kai yra prieinami dideli, vietoje patvirtinti mokymo duomen\u0173 rinkiniai.<\/p>\n

          3. Visada patikrinkite vietoje.<\/strong> Net ir tiksliausias pasaulinis ne\u017eemi\u0161k\u0173 duomen\u0173 produktas prie\u0161 diegim\u0105 tur\u0117t\u0173 b\u016bti patvirtintas bent su vienu vietiniu srauto bok\u0161to arba lizimetro duomen\u0173 rinkiniu. Paskelbt\u0173 tyrim\u0173 na\u0161umo rodikliai retai tiksliai pritaikomi naujoms vietov\u0117ms ir pas\u0117li\u0173 r\u016b\u0161ims.<\/p>\n

          4. Planuokite debesuotumo tarpus.<\/strong> Dr\u0117gnose arba tropin\u0117se vietov\u0117se duomen\u0173 suliejimo arba sprag\u0173 u\u017epildymo strategijas planuokite nuo pat prad\u017ei\u0173. Pasikliaujant vienu \u0161iluminiu palydovu su 16 dien\u0173 pakartotini\u0173 apsilankym\u0173 ciklu, kritiniais augal\u0173 augimo laikotarpiais atsiras nepriimtin\u0173 duomen\u0173 sprag\u0173.<\/p>\n

          5. Kur \u012fmanoma, naudokite atviras platformas.<\/strong> \u201eGoogle Earth Engine\u201c, \u201eOpenET\u201c ir \u201eWaPOR\u201c suteikia prieig\u0105 prie patvirtint\u0173, gerai dokumentuot\u0173 ET produkt\u0173 nemokamai. Pasirinktinio ET modelio k\u016brimas nuo nulio retai pateisinamas, nebent to reikalauja unikalios vietos s\u0105lygos.<\/p>\n

          6. Integruoti ET duomenis su esamomis \u016bkio valdymo sistemomis.<\/strong> ET duomenys yra vertingiausi, kai jie tiesiogiai tiekiami \u012f dr\u0117kinimo planavimo programin\u0119 \u012frang\u0105, sprendim\u0173 pri\u0117mimo \u012frankius arba vandens apskaitos duomen\u0173 bazes, o ne egzistuoja kaip atskiras palydovinis i\u0161vestis.<\/p>\n

          I\u0161vada<\/h2>\n

          Garavimo i\u0161garavimo steb\u0117jimas nuotoliniu b\u016bdu i\u0161sivyst\u0117 i\u0161 eksperimentin\u0117s tyrim\u0173 disciplinos \u012f itin svarbi\u0105 \u017eem\u0117s \u016bkio vandens valdymo operacin\u0119 priemon\u0119. Vis tikslesni\u0173 palydovini\u0173 ET produkt\u0173, atviros prieigos platform\u0173, toki\u0173 kaip \u201eOpenET\u201c ir \u201eWaPOR\u201c, ir dirbtinio intelekto valdomos duomen\u0173 sintez\u0117s derinys \u0161alina kli\u016btis, kurios anks\u010diau ribojo palydovin\u012f ET steb\u0117jim\u0105 gerai finansuojamoms mokslini\u0173 tyrim\u0173 \u012fstaigoms.<\/p>\n

          Dabartin\u0117s galimyb\u0117s yra didel\u0117s: energijos balanso modeliai, patvirtinti 30 ar daugiau \u0161ali\u0173, palydoviniai ET produktai, kuri\u0173 sezoninis tikslumas pagrindiniams vienme\u010diams augalams yra didesnis nei 90%, ir debesijos platformos, teikian\u010dios lauko masto ET duomenis bet kuriam \u016bkininkui ar vandens valdytojui, turin\u010diam interneto ry\u0161\u012f. \u0160ios galimyb\u0117s jau naudojamos dr\u0117kinimo atitik\u010diai Kolorado up\u0117je valdyti, gruntinio vandens i\u0161eikvojimui Auk\u0161t\u0173j\u0173 lygum\u0173 vandeningajame sluoksnyje steb\u0117ti ir \u017eem\u0117s \u016bkio vandens produktyvumui visoje Afrikoje gerinti naudojant FAO WaPOR sistem\u0105.<\/p>","protected":false},"excerpt":{"rendered":"

          Evapotranspiracijos steb\u0117jimas nuotoliniu b\u016bdu yra vienas reik\u0161mingiausi\u0173 pastar\u0173j\u0173 dviej\u0173 de\u0161imtme\u010di\u0173 \u017eem\u0117s \u016bkio vandens mokslo pasiekim\u0173. Derinant palydovinius \u0161iluminius\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_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":"\nEvapotranspiration Monitoring Using Remote Sensing Methods and Models - GeoPard Agriculture<\/title>\n<meta name=\"description\" content=\"Evapotranspiration monitoring with remote sensing represents one of the most consequential advances in agricultural water science.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/geopard.tech\/lt\/tinklarastis\/evapotranspiracijos-stebejimas-naudojant-nuotolinio-stebejimo-metodus-ir-modelius\/\" \/>\n<meta property=\"og:locale\" content=\"lt_LT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Evapotranspiration Monitoring Using Remote Sensing Methods and Models - GeoPard Agriculture\" \/>\n<meta property=\"og:description\" content=\"Evapotranspiration monitoring with remote sensing represents one of the most consequential advances in agricultural water science.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/geopard.tech\/lt\/tinklarastis\/evapotranspiracijos-stebejimas-naudojant-nuotolinio-stebejimo-metodus-ir-modelius\/\" \/>\n<meta property=\"og:site_name\" content=\"GeoPard - Precision agriculture Mapping software\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/geopardAgriculture\/\" \/>\n<meta property=\"article:published_time\" content=\"2026-06-23T22:29:41+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/geopard.tech\/wp-content\/uploads\/2026\/06\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1920\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"dementievgeopard\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@geopardagri\" \/>\n<meta name=\"twitter:site\" content=\"@geopardagri\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"dementievgeopard\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"25 minut\u0117s\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/\"},\"author\":{\"name\":\"dementievgeopard\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\"},\"headline\":\"Evapotranspiration Monitoring Using Remote Sensing Methods and Models\",\"datePublished\":\"2026-06-23T22:29:41+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/\"},\"wordCount\":5448,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2026\\\/06\\\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1\",\"articleSection\":[\"Remote Sensing\"],\"inLanguage\":\"lt-LT\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/\",\"url\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/\",\"name\":\"Evapotranspiration Monitoring Using Remote Sensing Methods and Models - GeoPard Agriculture\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2026\\\/06\\\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1\",\"datePublished\":\"2026-06-23T22:29:41+00:00\",\"description\":\"Evapotranspiration monitoring with remote sensing represents one of the most consequential advances in agricultural water science.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/#breadcrumb\"},\"inLanguage\":\"lt-LT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"lt-LT\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2026\\\/06\\\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2026\\\/06\\\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1\",\"width\":1920,\"height\":1080,\"caption\":\"Evapotranspiration Monitoring Using Remote Sensing Methods and Models\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/geopard.tech\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Evapotranspiration Monitoring Using Remote Sensing Methods and Models\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"name\":\"GeoPard - Precision agriculture software\",\"description\":\"Precision agriculture Mapping software\",\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"alternateName\":\"GeoPard\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/geopard.tech\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"lt-LT\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\",\"name\":\"GeoPard Agriculture\",\"alternateName\":\"GeoPard\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"lt-LT\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/favicon.png?fit=200%2C200&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/favicon.png?fit=200%2C200&ssl=1\",\"width\":200,\"height\":200,\"caption\":\"GeoPard Agriculture\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/geopardAgriculture\\\/\",\"https:\\\/\\\/x.com\\\/geopardagri\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/geopard-agriculture\\\/\",\"https:\\\/\\\/www.instagram.com\\\/geopardagriculture\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\",\"name\":\"dementievgeopard\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"lt-LT\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"caption\":\"dementievgeopard\"},\"url\":\"#\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Garavimo ir transpiracijos steb\u0117jimas naudojant nuotolinio steb\u0117jimo metodus ir modelius - \u201eGeoPard Agriculture\u201c","description":"Evapotranspiracijos steb\u0117jimas naudojant nuotolinius tyrimus yra vienas i\u0161 svarbiausi\u0173 \u017eem\u0117s \u016bkio vandens mokslo pasiekim\u0173.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/geopard.tech\/lt\/tinklarastis\/evapotranspiracijos-stebejimas-naudojant-nuotolinio-stebejimo-metodus-ir-modelius\/","og_locale":"lt_LT","og_type":"article","og_title":"Evapotranspiration Monitoring Using Remote Sensing Methods and Models - GeoPard Agriculture","og_description":"Evapotranspiration monitoring with remote sensing represents one of the most consequential advances in agricultural water science.","og_url":"https:\/\/geopard.tech\/lt\/tinklarastis\/evapotranspiracijos-stebejimas-naudojant-nuotolinio-stebejimo-metodus-ir-modelius\/","og_site_name":"GeoPard - Precision agriculture Mapping software","article_publisher":"https:\/\/www.facebook.com\/geopardAgriculture\/","article_published_time":"2026-06-23T22:29:41+00:00","og_image":[{"width":1920,"height":1080,"url":"https:\/\/geopard.tech\/wp-content\/uploads\/2026\/06\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png","type":"image\/png"}],"author":"dementievgeopard","twitter_card":"summary_large_image","twitter_creator":"@geopardagri","twitter_site":"@geopardagri","twitter_misc":{"Written by":"dementievgeopard","Est. reading time":"25 minut\u0117s"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/#article","isPartOf":{"@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/"},"author":{"name":"dementievgeopard","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a"},"headline":"Evapotranspiration Monitoring Using Remote Sensing Methods and Models","datePublished":"2026-06-23T22:29:41+00:00","mainEntityOfPage":{"@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/"},"wordCount":5448,"commentCount":0,"publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"image":{"@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1","articleSection":["Remote Sensing"],"inLanguage":"lt-LT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/","url":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/","name":"Garavimo ir transpiracijos steb\u0117jimas naudojant nuotolinio steb\u0117jimo metodus ir modelius - \u201eGeoPard Agriculture\u201c","isPartOf":{"@id":"https:\/\/geopard.tech\/#website"},"primaryImageOfPage":{"@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/#primaryimage"},"image":{"@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1","datePublished":"2026-06-23T22:29:41+00:00","description":"Evapotranspiracijos steb\u0117jimas naudojant nuotolinius tyrimus yra vienas i\u0161 svarbiausi\u0173 \u017eem\u0117s \u016bkio vandens mokslo pasiekim\u0173.","breadcrumb":{"@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/#breadcrumb"},"inLanguage":"lt-LT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/"]}]},{"@type":"ImageObject","inLanguage":"lt-LT","@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/#primaryimage","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1","width":1920,"height":1080,"caption":"Evapotranspiration Monitoring Using Remote Sensing Methods and Models"},{"@type":"BreadcrumbList","@id":"https:\/\/geopard.tech\/blog\/evapotranspiration-monitoring-using-remote-sensing-methods-and-models\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/geopard.tech\/"},{"@type":"ListItem","position":2,"name":"Evapotranspiration Monitoring Using Remote Sensing Methods and Models"}]},{"@type":"WebSite","@id":"https:\/\/geopard.tech\/#website","url":"https:\/\/geopard.tech\/","name":"GeoPard \u2013 tiksliosios \u017eemdirbyst\u0117s programin\u0117 \u012franga","description":"Tiksliosios \u017eemdirbyst\u0117s kartografavimo programin\u0117 \u012franga","publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"alternateName":"GeoPard","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/geopard.tech\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"lt-LT"},{"@type":"Organization","@id":"https:\/\/geopard.tech\/#organization","name":"GeoPard \u017dem\u0117s \u016bkis","alternateName":"GeoPard","url":"https:\/\/geopard.tech\/","logo":{"@type":"ImageObject","inLanguage":"lt-LT","@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/03\/favicon.png?fit=200%2C200&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/03\/favicon.png?fit=200%2C200&ssl=1","width":200,"height":200,"caption":"GeoPard Agriculture"},"image":{"@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/geopardAgriculture\/","https:\/\/x.com\/geopardagri","https:\/\/www.linkedin.com\/company\/geopard-agriculture\/","https:\/\/www.instagram.com\/geopardagriculture\/"]},{"@type":"Person","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a","name":"dementjevgeopardo","image":{"@type":"ImageObject","inLanguage":"lt-LT","@id":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","caption":"dementievgeopard"},"url":"#"}]}},"jetpack_publicize_connections":[],"jetpack_likes_enabled":true,"jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/pdiCPa-3AE","jetpack_featured_media_url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2026\/06\/Evapotranspiration-Monitoring-Using-Remote-Sensing-Methods-and-Models.png?fit=1920%2C1080&ssl=1","_links":{"self":[{"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/posts\/13804","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/users\/210157960"}],"replies":[{"embeddable":true,"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/comments?post=13804"}],"version-history":[{"count":0,"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/posts\/13804\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/media\/13807"}],"wp:attachment":[{"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/media?parent=13804"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/categories?post=13804"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/geopard.tech\/lt\/wp-json\/wp\/v2\/tags?post=13804"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}