مقایسه برآورد رطوبت سطح خاک در اراضی کشاورزی آق قلا با استفاده از تصاویر سار (سنجنده پالسار 2-آلوس و سنتینل 1)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجو-دانشکده مرتع وآبخیزداری-گروه آبخیزداری-دانشگاه علوم کشاورزی و منابع طبیعی گرگان

2 دانشگاه علوم انتظامی امین، دانشکده فرماندهی و ستاد (دافوس)، گروه جغرافیا

3 آبخیزداری، دانشکده مرتع وآبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان

4 دانشیار، گروه آبخیزداری، دانشکده منابع طبیعی ، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان ، ایران

5 هیات علمی/ دانشگاه علوم کشاورزی و منابع طبیعی گرگان

چکیده

برآورد دقیق تغییرات زمانی و مکانی رطوبت خاک برای مطالعات محیطی بزرگ- مقیاس بسیار مهم است. شناخت پراکنش‌های زمانی و مکانی رطوبت سطح خاک یک متغیر کلیدی در شبیه‌سازی رواناب و کاهش مخاطرات ناشی از سیل در محدوده تحقیق است. هدف اصلی تحقیق حاضر، تجزیه‌وتحلیل پتانسیل داده‌های SAR (Synthetic Aperture Radar) در باند L و C برای تخمین رطوبت سطح خاک است. هم‌زمان با اخذ داده‌های SAR، رطوبت وزنی، زبری خاک و محتوای آب گیاه اندازه‌گیری شد. آنالیز حساسیت سیگنال رادار به رطوبت سطح خاک با استفاده از مدل‌های اُوه (Oh) و ابر آب (Water Cloud Model) انجام شد. ضرایب تجربی مدل با روش کمترین مربعات به دست آمد. محتوای آب گیاه (Vegetation Water Content) با ایجاد رابطه رگرسیونی بین شاخص‌های گیاهی و داده‌های زمینی رطوبت گیاه محاسبه‌شده و سپس با معکوس مدل، رطوبت سطح خاک محاسبه شد. میزان حساسیت ضرایب باز پراکنش سطحی به رطوبت سطح خاک در مدل Oh برای داده‌ی سنجنده پالسار2 از آلوس در σ_HH^° با R^2=0.86، σ_HV^° R^2=0.90 و برای داده سنتینل 1 σ_VV^° با R^2=0.91 و σ_VH^° R^2=0.93 است. همچنین، میزان حساسیت ضرایب باز پراکنش سطحی در مدل ابر آب به رطوبت سطح خاک برای داده‌ی سنجنده پالسار2 از آلوس، σ_HH^° و σ_HV^° به ترتیب با R^2=0.73 و R^2=0.399 و سنتینل 1 σ_VV^° و σ_VH^° به ترتیب با R^2=0.073 و R^2=0.13 به دست آمد. نتایج رطوبت سطح خاک (درصد حجمی) شبیه‌سازی‌شده به‌وسیله مدل ابر آب حاکی از آن است که داده‌های سنجنده پالسار2 از آلوس در مقایسه با داده‌های سنتینل 1 از کارایی بهتری برخوردار هستند. نتایج تحقیق نشان می‌دهد به‌منظور برآورد رطوبت سطح خاک، داده سنجنده پالسار2 از آلوس برای مناطقی با پوشش گیاهی تنک تا نیمه انبوه کارایی بیشتری دارد. نتایج این تحقیق می‌تواند در مدیریت اراضی زراعی، منابع طبیعی و منابع آب مورداستفاده قرار گیرد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Comparing the estimation of soil surface moisture in agriculture lands Aq Qala using SAR data: PALSAR2-ALOS and Sentinel-1 data

نویسندگان [English]

  • Sadollah Sangini 1
  • Hadi Fadaei 2
  • Amir Sadoddin 3
  • Vahedberdi Sheikh 4
  • Chooghi Bairam Komaki 5
1 Student-Faculty of Rangeland and Watershed Management-Department of Watershed Management-Gorgan University of Agricultural Sciences and Natural Resources
2 Amin police university, Geography group
3 Watershed Management Department
4 Associate Professor, Department of Desert and Watershed Management, Faculty of Natural Resources University of Gorgan Iran.
5 Scientific Member / Gorgan University of Agricultural Sciences and Natural Resources
چکیده [English]

Accurate estimation of temporal and spatial variations in soil moisture is crucial for large-scale environmental studies. The temporal and spatial distribution of soil surface moisture is a key variable in simulating runoff and reducing the risks associated with floods in the research area. The aim of this research is to analyze the potential use of L-band and C-band SAR data in estimating soil surface moisture. Altogether, with SAR data, gravimetric soil moisture, soil roughness and VWC were measured. The sensitivity analysis of the radar signal to soil surface moisture was investigated using the Oh and WCM models. The empirical coefficients of the Water Cloud Model (WCM) model were calculated by using the least square method. Vegetation Water Content (VWC) was estimated by creating a regression relationship between vegetation indices and vegetation moisture observed data, and then soil moisture was calculated by inverting the WCM. Surface backscattering coefficients in the Oh model are sensitive to soil surface moisture for ALOS PALSAR-2 data in σ_HH^° with R2 = 0.86, σ_HV^° with R2 = 0.90 and for Sentinel-1 data σ_VV^° with R2 = 0.91 and σ_VH^° with R2 = 0.93. In comparison, this is the case for WCM in ALOS PALSAR-2 data, σ_HH^° and σ_HV^° with R2 = 0.73 and R2 = 0.399, respectively, and also for Sentinel-σ_VV^° and σ_VH^° with R2= 0.073 and R2= 0.13, respectively. The results of soil surface moisture (vol. %) simulated by the WCM model indicate that the ALOSPALSAR-2 data has a better preference compared to the Sentinel-1. The analysis shows that the ALOSPALSAR-2 data are more capable of estimating the soil surface moisture for low to semi-dense vegetative cover conditions. The findings of this research can be used in the management of croplands, natural resources, and water resources.

کلیدواژه‌ها [English]

  • Soil surface moisture
  • ALOS PALSAR-2
  • Sentinel- 1
  • Oh model and WCM

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 26 اردیبهشت 1400
  • تاریخ دریافت: 12 دی 1399
  • تاریخ بازنگری: 04 اردیبهشت 1400
  • تاریخ پذیرش: 26 اردیبهشت 1400