چکیده در این تحقیق یک ارزیابی کلی از پتانسیل تصاویر سنجنده MODIS جهت برآورد توزیع مکانی تبخیر و تعرق مرجع ماهانه در حوضه دریاچه ارومیه با بهره گیری از دماهای سطح زمین مستخرج از این سنجنده انجام شد. 16 ایستگاه سینوپتیک (12 ایستگاه در داخل حوضه و 4 ایستگاه در اطراف حوضه) طی دوره آماری 2021-2000 در نظر گرفته شدند. مدل فائو – پنمن – مانتیث بعنوان مدل مبنا جهت محاسبه تبخیر و تعرق مرجع بکار گرفته شد و جهت برآورد توزیع مکانی تبخیر و تعرق مرجع در کل منطقه، از مدل های دما – محور (شامل مدل بلانی – کریدل و 5 فرم مختلف از مدل هارگریوز – سامانی) استفاده شد. ابتدا مقادیر میانگین ماهانه پارامترهای دمایی (شامل حداقل، حداکثر و میانگین دمای هوا) برای 16 ایستگاه مورد مطالعه طی دوره آماری مذکور و همچنین دماهای سطح زمین حاصل از تصاویر ماهواره ای برای این ایستگاه ها طی این دوره آماری استخراج شدند و بر اساس آنها، مدل های رگرسیونی جهت برآورد پارامترهای دمای حداکثر، دمای حداقل و دمای میانگین در سطح کل حوضه ساخته شدند و از برآوردهای حاصل از این مدل ها بعنوان ورودی مدل های دما – محور برآورد تبخیر و تعرق مرجع استفاده شد و نتایج حاصله مورد اعتبارسنجی قرار گرفت. نتایج حاصل از مقایسه مدل های دما – محور با مدل فائو – پنمن – مانتیث حاکی از عملکرد مناسب تر یکی از مدل هارگریوز – سامانی تعدیل یافته بود که بعنوان مدل نهایی جهت برآورد توزیع مکانی تبخیر و تعرق مرجع در منطقه مورد مطالعه در نظر گرفته شد. نتایج نشان داد که امکان برآورد با دقت مناسب پارامترهای ماهانه دمایی (حداقل، حداکثر و میانگین دمای هوا) بر اساس داده های دمای سطح زمین حاصل از تصاویر ماهواره ای وجود دارد و با توجه به در دسترس بودن توزیع مکانی دماهای سطح زمین (در دسترس بودن تصاویر ماهواره ای) در کل منطقه و در بازه زمانی مورد مطالعه، می توان توزیع مکانی مقادیر حداقل، حداکثر و میانگین دمای هوا در مقیاس ماهانه را برآورد کرد و از آنها بعنوان ورودی مدل های دما – محور جهت برآورد توزیع مکانی تبخیر و تعرق مرجع در منطقه مورد مطالعه با دقتی مناسب استفاده کرد. بر این اساس، می توان از الگوریتم کلی بکار گرفته شده در این تحقیق جهت برآورد تبخیر و تعرق مرجع ماهانه در مناطق فاقد داده های هواشناسی با دقتی مناسب و قابل قبول استفاده کرد. چنین برآوردهایی می تواند محدودیت-های ناشی از گسسته بودن ایستگاه های هواشناسی را مرتفع نماید و در مناطقی که امکان ایجاد ایستگاه هواشناسی به راحتی فراهم نیست به کمک چنین روش هایی می توان تا حدود زیادی محدودیت های مکانی و زمانی روش های زمینی را مرتفع کرد.
