برآورد رطوبت خاك با استفاده از داده‌هاي سنجش از دور و سامانه بيلان انرژي سطح

Estimating soil moisture using remotely sensed data and surface energy balance system

رطوبت خاك يكي از پارامترهاي كليدي در مطالعات منابع آب و آبخيزداري مي‌باشد. اندازه‌گيري ميداني اين پارامتر در مقياس كلان كاري بسيار مشكل، زمان‌بر و پرهزينه است. از اين‌رو، در سال‌هاي اخير روش‌هاي نوين متعددي مبتني بر داده‌هاي ماهواره‌اي براي برآورد و مدل‌سازي رطوبت خاك توسعه داده شده­اند. در ميان روش‌هاي ارائه شده مدل‌هاي مبتني بر بيلان انرژي سطح با توجه به ماهيت فيزيكي كه دارند، از اهميت ويژه و ميزان دقت بالاتري برخوردارند. اما با توجه به پيچيدگي خاصي كه دارند، كمتر مورد استفاده واقع شده‌اند. لذا اين تحقيق، به‌منظور برآورد رطوبت خاك با استفاده از تصاوير ماهواره‌اي لندست 8 و مدل بيلان انرژي سطح در حاشيه تالاب شادگان واقع در جنوب غربي ايران صورت گرفت. بدين منظور در تاريخ 07/04/1395 و هم‌زمان با عبور ماهواره لندست 8 اقدام به اندازه‌گيري رطوبت خاك به‌صورت حجمي در 39 نقطه از منطقه حاشيه غربي تالاب شادگان شد. پس از انجام پردازش‌هاي لازم بر روي تصوير ماهواره­اي با استفاده از سامانه بيلان انرژي سطح (SEBS)، كسر تبخير منطقه محاسبه شد. سپس كسر تبخير را به‌عنوان ورودي اصلي در يك مدل ساده تجربي (مدل نسبت اشباع) قرار داده، رطوبت خاك منطقه برآورد شد. نتايج نشان‌ دهنده توانايي بالاي مدل مورد نظر با ميزان ضريب تعيين 69/0 و مقدار خطاي RMSE برابر با 0.03، در برآورد رطوبت خاك منطقه مورد مطالعه است. همچنين، نتايج نشان مي­دهد كه استفاده تركيبي از داده­هاي سنجش از دور و مدل بيلان انرژي سطح و مدل تجربي رطوبت خاك، مي­تواند براي مدل‌سازي رطوبت خاك در سطح وسيع مورد استفاده قرار گيرد.

Soil moisture is one of the key parameters in watershed and water resources studies. Field measurement of this parameter is extremely difficult, time-consuming and costly. Hence, in recent years, numerous satellite-based methods for estimating and modeling soil moisture have been developed and presented. Among proposed methods, surface energy models performed better and have a higher degree of accuracy because of their physical nature. But, due to their particular complexity, they have been used rarely. Therefore, this research was carried out to estimate soil moisture using Landsat 8 Satellite imagery and Surface Energy Balance System (SEBS) near the Shadegan Wetland, located in the south-west of Iran. For this purpose, volumetric soil moisture content was measured at 39 points on 27 June 2016, simultaneous with the overpass of Landsat 8 Satellite over the study area. After necessary image processing, the was calculated using the applying the SEBS on satellite image. Then, the evaporation fraction was used as the main input in an experimental model (saturation ratio model) for estimating the soil moisture. Results showed the good ability of the model for estimating soil moisture with the coefficient of determination of 0.69 and the RMSE error value of 0.03 . It can be concluded that combination of remote sensing data, surface energy balance system and the experimental model of soil moisture can be used for modeling soil moisture in a large scale.