ベイト

BAITSSS（後方平均反復2源地表面温度およびエネルギーバランスソリューション）は、リモートセンシングベースの情報を使用して、主に農業景観における水の使用を決定する生物物理学的蒸発散量（ET）コンピュータモデルです。 ^{[1]これは、2010年以来}、アイダホ大学キンバリー研究拡張センターのRamesh Dhungelと水資源グループによって開発および改良されてきました。これは、アイダホ州南部、カリフォルニア州北部、カンザス州北西部、テキサス州、アリゾナ州など、米国のさまざまな地域で使用されています。

BAITSSSは、アイダホ大学の大学院生であるラメシュ・ドゥンゲルの研究から生まれました。^[2]彼はリチャード・G・アレン教授の指導のもと、「灌漑管理、水文学、リモートセンシングアプリケーションのためのグリッド化された蒸発散量の時系列の生成と統合」というプロジェクトに参加しました。^[3]

2012年に、ランドスケープモデルの初期バージョンは、NARR気象データ（約32キロメートル）を使用してPython IDLE環境を使用して開発されました。 ^[1] Dhungelは2014年に博士論文を提出し、その中でこのモデルはBATANS（後方平均2ソース加速数値解）と呼ばれていました。^{[1] [2]}このモデルは、熱ベースの地表温度が利用できない場合に衛星オーバーパス間のETを補間するフレームワークとして、2016年に気象アプリケーションジャーナルにBAITSSSという名前で初めて公開されました。 ^{[1]後方平均化の全体的な概念は、特に}風速が低い場合に時間がかかり、頻繁に非収束に悩まされる可能性がある、反復的に解決される地表エネルギーバランスコンポーネントの収束プロセスを迅速化するために導入されました。^[1]

2017年、景観BAITSSSモデルは、 NLDAS気象データ（約12.5キロメートル）を使用して、 GDALおよびNumPyライブラリとともにPythonシェルでスクリプト化されました。 ^[1]詳細な独立モデルは、 2017年から2020年の間に、USDA-ARSとカンザス州立大学の科学者グループによって、テキサス州ブッシュランドの保全生産研究研究所で、干ばつに強いトウモロコシとソルガムの重量測定ライシメータで測定されたET、赤外線温度（IRT） 、およびネット放射計に対して評価されました。 ^[1] BAITSSSのその後の開発には、物理​​ベースの作物生産性コンポーネント、つまりバイオマスと作物収量の計算が含まれています。^{[1] [4] [5]}

リモートセンシングに基づく瞬間ETモデルの大部分は、作物係数と同様に、蒸発率 (EF) または参照ET率 (ET _r F) を使用して季節値を計算しますが、これらのモデルでは一般に、土壌水分バランスと表面エネルギーバランスの灌漑コンポーネントが欠落しています。 ^{[1]その他の制限要因は、}熱ベースの放射測定表面温度への依存です。これは、必要な時間解像度で常に利用できるとは限らず、雲量などの要因によって不明瞭になることがよくあります。^{[1] [6] BAITSSS は、}リモートセンシングに基づくモデルのこれらのギャップを埋め、熱ベースの放射測定表面温度の使用を解放し、高い時間解像度(1 時間ごとまたは 1 時間未満) および空間解像度(30メートル)のETマップをシミュレートするデジタル作物水分トラッカーとして機能するように開発されました。^{[1] [7] [8]} BAITSSS は、リモートセンシングに基づく樹冠形成情報、つまり植生指数と老化の季節変動の推定を利用します。^[1]

表面エネルギーバランスは、 ET（フラックスで表した潜熱 フラックス）を定量化するために一般的に利用されているアプローチの1つであり、気象変数と植生指数がこの過程の原動力となっています。BAITSSSは、主にJavis、1976、^[9] ChoudhuryとMonteith、1988、^[10]および空気力学的方法、またはMonin-Obukhov相似理論に関連する安定性関数を持つフラックス勾配関係方程式^{[11] [12]}からの多くの方程式を採用して表面エネルギーバランスと抵抗を計算します。

潜熱流束（LE）

BAITSSSにおける潜熱フラックスの空気力学方程式またはフラックス勾配方程式を以下に示します。はキャノピーの飽和蒸気圧で、は土壌の飽和蒸気圧、は周囲蒸気圧、r _acはキャノピー内の植物要素のバルク境界層抵抗、r _ahはゼロ面変位(d) +粗さ運動量長(z _{om )と}風速の測定高さ(z)間の空気力学的抵抗、r _{asは基質とキャノピー高さ(d +z om} )間の空気力学的抵抗、r _{ss は}土壌表面抵抗です。^[1]${\displaystyle e_{c}^{o}}$${\displaystyle e_{s}^{o}}$${\displaystyle e_{a}}$

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

顕熱流束（H）と表面温度の計算^[1]

BAITSSS における顕熱フラックスと表面温度のフラックス勾配方程式を以下に示します。

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

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

樹冠抵抗（r _sc）

_{BAITSSSで採用されているr sc}の典型的なジャービス型方程式を以下に示します。R _{c-minはr sc}の最小値、LAIは葉面積指数、f _cは樹冠被覆率、重み関数は太陽放射（F ₁）、気温（F ₂）、蒸気圧不足（F ₃）、土壌水分（F ₄）に対する植物の反応を表し、それぞれ0から1の間で変化します。^[1]

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

BAITSSSでは、土壌表面と根域の標準的な土壌水分収支方程式が各時間ステップで実装されており、灌漑の決定は根域の土壌水分に基づいて行われます。^[1]

ETモデルでは一般に、水利用を計算するために植生(物理的特性と植生指数) と環境条件 (気象データ) に関する情報が必要です。BAITSSS で必要な主要な気象データは、太陽放射照度(R _s↓ )、風速(u _z )、気温 (T _a )、相対湿度(RH) または比湿度(q _a )、降水量(P) です。BAITSSSで必要な植生指数は、葉面積指数(LAI) と部分林冠被覆率 (f _c ) で、通常は正規化植生指数差(NDVI) から推定されます。自動化されたBAITSSS ^[1]は、米国海洋大気庁(NOAA) の気象データ(つまり、1/8度、約 12.5 キロメートルでの 1 時間ごとの NLDAS: 北米陸地データ同化システム)、Landsatによって取得された植生指数、およびSSURGOからの土壌情報を使用して、米国全体の ET を計算できます。

BAITSSS は、各タイムステップでグリッド形式で多数の変数 (フラックス、抵抗、水分) を生成します。最もよく使用される出力は、蒸発散量、蒸発量、蒸散量、土壌水分、灌漑量、表面温度マップと時系列分析です。

BAITSSSは、2008年にはアイダホ州南部、2010年にはカリフォルニア州北部のETを計算するために実装されました。 ^[1]これは、2016年にはテキサス州ブッシュランドのトウモロコシとソルガムのET 、2013 ～2017年にはカンザス州北西部の複数の作物のETを計算するために使用されました。 ^{[1] [15] [16] [4]} BAITSSSは、2017年のBhattaraiらや2019年のJonesらなど、世界中の研究者の間で広く議論されてきました。 ^[17]米国上院農業・栄養・林業委員会は、気候変動報告書にBAITSSSを挙げています。^[18] BAITSSSは、Open Access Government、^{[6] [19]} Landsat科学チーム、^[20] Grass & Grain誌、^[21] National Information Management & Support System (NIMSS)、^[22]陸生生態モデル、^[23]リモートセンシングベースのETモデルにおける顕熱流束推定と灌漑決定に関する重要な研究貢献でも取り上げられました。^{[24] [25]}

2019年9月、北西カンザス地下水管理地区4（GMD 4）はBAITSSSとともに、アメリカ科学振興協会（AAAS）から全国的な表彰を受けた。^{[26] [27] [15] [28] [29] [30]} AAASは、気候変動に対応している全米18のコミュニティを取り上げ^{[31] [32] [33]、}その中には、大規模な農業慣行により帯水層が急速に枯渇しているオガララ帯水層の寿命を延ばすために水の使用を最小限に抑えるカンザス州シェリダン郡も含まれている。AAASは、複雑なETモデルBAITSSSの開発と使用、およびカンザス州シェリダン郡での水の有効利用を支援するダンゲル氏と他の科学者の取り組みについて議論した。^[15]

さらに、カンザス州アッパー共和党地域諮問委員会（2019年6月）^[16]とGMD4 ^[34]は、水利用、教育目的、費用分担の管理におけるBAITSSの利点と利用方法について議論しました。カンザス州立大学とGMD4によるETモデルを使用したオガララ帯水層保全活動に関する短い記事が、マザーアースニュース（2020年4月/5月）、^[35]とプログレッシブクロップコンサルタント^{[36]に掲載されました。}

Dhungel et al., 2020, ^[1]は、現場の作物科学者、システムアナリスト、地区水管理者と協力して、米国カンザス州北西部のシェリダン6（SD-6）地域強化管理計画（LEMA）における季節的なETと年間地下水取水量に焦点を当て、地区水管理レベルでBAITSSを適用しました（2013〜2017年） 。BAITSSでシミュレートした灌漑は、報告された灌漑と比較され、水利権管理単位（WRMU）内の灌漑不足を推測しました。カンザス州では、地下水汲み上げ記録は法定文書であり、カンザス州水資源局によって管理されています。シーズン中の水供給は、十分に水が供給された作物の水状態 として、 BAITSSでシミュレートしたETと比較されました。

ETヒステリシス（蒸気圧と正味放射）に関連するET不確実性に関する研究は、テキサス州ブッシュランドの移流環境において、ライシメータ、渦共分散（EC）、およびBAITSSモデル（ポイントスケール）を使用して実施されました。^[1]結果は、BAITSSのヒステリシスのパターンがライシメータに密接に従い、ECと比較した場合、正味放射に関連する弱いヒステリシスを示したことを示しました。ただし、ライシメータとBAITSSSはどちらも、ECと比較した場合、VPDに関連する強いヒステリシスを示しました。^{[引用が必要]}

アリゾナ州ユマで2016年から2020年にかけてBAITSSを使用してレタスの蒸発散に関する研究が行われ、モデルシミュレーションによる蒸発散量は12の渦共分散点を厳密に追跡した^[14]

季節の時間スケールで30mの空間解像度で1時間ごとのETをシミュレーションすることは、計算上困難で、データ集約的です。^{[1] [37]}風速が低いと、表面エネルギーバランス成分の収束も複雑になります。^[1]ピアグループのPan et al.（2017年）^[14]とDhungel et al.（2019年） ^[1]は、これらの種類の抵抗ベースのモデルのパラメータ化と検証が困難になる可能性があることを指摘しました。シミュレートされた灌漑は、実際に現場で適用される灌漑とは異なる場合があります。^[1]

• METRICはアイダホ大学が開発した別のモデルで、ランドサット衛星データを使用して蒸発散を計算して地図化する。
• SEBALは、表面エネルギーバランスを使用して水循環の側面を推定します。SEBALは、蒸発散量、バイオマス成長、水不足、土壌水分をマップします。

• Sites.google.com の BAITSSS