برآورد رطوبت خاك سطحي با استفاده از تصاوير رادار ENVISAT/ASAR

پايش رطوبت خاك به عنوان يكي از مولفه هاي مهم پايش خشكسالي به ويژه در بخش كشاورزي، در مطالعه روند تغيير اقليم در ايران اهميت فراوان دارد. در اين پژوهش، يك روش كاربردي به منظور برآورد رطوبت خاك سطحي با استفاده از داده هاي ميكروموج ارايه شد. بدين منظور، تعداد هشت تصوير سنجنده ASAR (باند C) با روش تصويربرداري Global Mode (GM) در پلاريزاسيون HH از اواخر سال 1390 تا اوايل سال 1391 از بخشي از حوزه آبخيز زنجانرود واقع در استان زنجان تهيه شد. پس از پردازش تصاوير، مقدار پس انتشار كل از خاك ( ) محاسبه و با استفاده از روش هاي آمار مكاني شاخص مورانز و روش حداقل مربعات معمولي (OLS) ارتباط آن با مقادير رطوبت حجمي خاك اندازه گيري شده با دستگاه TDR و منطبق با زمان اخذ تصاوير ASAR، مورد بررسي قرار گرفت. نتايج بدست آمده حاكي از ضريب تبيين (R2) برابر با 68/0 و معني دار (سطح 1درصد) بين رطوبت حجمي اندازه گيري شده خاك و ضريب پس انتشار كل بود. نتايج اعتبارسنجي مدل نشان داد روش ارايه شده از دقت نسبتاً مناسبي (032/0 RMSE= سانتي متر مكعب بر سانتي متر مكعب و خطاي نسبي 11 درصد) در تخمين رطوبت خاك سطحي برخوردار بوده و تا حدودي تمايل به بيش برآوردي (011/0MBE= سانتي متر مكعب بر سانتي متر مكعب) دارد. بر اساس نتايج بدست آمده، مُد GM داده هاي سنجنده ASAR مي تواند در مناطق نيمه خشك و در شرايط عدم پوشش گياهي، در برآورد رطوبت سطحي خاك مورد استفاده قرار گيرد.

Monitoring soil water content as one of the important components of drought monitoring, especially in agriculture, is highly important to study the climate changes in Iran. In this study, we proposed a method to retrieve and monitor soil surface water content using microwave remote sensing data. The study was based on 8 images of ASAR C-band in global monitoring (GM) mode and horizontal-horizontal (HH) polarization, acquired January 2012 to March 2012, as part of Zanjanrood watershed located in Zanjan province. Total backscattering coefficient ( ) contributed by soil was calculated. The relationship between processed RADAR signals and TDR based soil surface water content measurements was investigated using spatial autocorrelation (Morans Index) and modeling spatial relationships (ordinary least square, OLS). A significant coefficient of determination (R2=0.68**) was observed between both volumetric water content and total backscattering. Cross validation of the results indicated that the model had an acceptable performance with the RMSE and relative error of 0.032 cm3 cm-3and 11%, respectively. However, the proposed model had a tendency to slightly underestimate (MBE=0.011 cm3cm-3) the estimations. In all, ASAR GM data GM has the potential of being used to retrieve soil water content under no vegetation cover condition.