محرابی, محمد, حمزه, سعید, علویپناه, سید کاظم, کیاورز مقدم, مجید, ضیائی, روحالله. (1398). برآورد رطوبت خاک با استفاده از دادههای سنجش از دور و سامانه بیلان انرژی سطح. سامانه مدیریت نشریات علمی, 11(3), 759-770. doi: 10.22092/ijwmse.2018.115271.1354
محمد محرابی; سعید حمزه; سید کاظم علویپناه; مجید کیاورز مقدم; روحالله ضیائی. "برآورد رطوبت خاک با استفاده از دادههای سنجش از دور و سامانه بیلان انرژی سطح". سامانه مدیریت نشریات علمی, 11, 3, 1398, 759-770. doi: 10.22092/ijwmse.2018.115271.1354
محرابی, محمد, حمزه, سعید, علویپناه, سید کاظم, کیاورز مقدم, مجید, ضیائی, روحالله. (1398). 'برآورد رطوبت خاک با استفاده از دادههای سنجش از دور و سامانه بیلان انرژی سطح', سامانه مدیریت نشریات علمی, 11(3), pp. 759-770. doi: 10.22092/ijwmse.2018.115271.1354
محرابی, محمد, حمزه, سعید, علویپناه, سید کاظم, کیاورز مقدم, مجید, ضیائی, روحالله. برآورد رطوبت خاک با استفاده از دادههای سنجش از دور و سامانه بیلان انرژی سطح. سامانه مدیریت نشریات علمی, 1398; 11(3): 759-770. doi: 10.22092/ijwmse.2018.115271.1354
برآورد رطوبت خاک با استفاده از دادههای سنجش از دور و سامانه بیلان انرژی سطح
1دانشجوی کارشناسی ارشد، دانشکده جغرافیا، دانشگاه تهران
2استادیار، دانشکده جغرافیا، دانشگاه تهران
3استاد، دانشکده جغرافیا، دانشگاه تهران
4کارشناس ارشد، مهندسی آبیاری و زهکشی، دانشگاه اراک
چکیده
رطوبت خاک یکی از پارامترهای کلیدی در مطالعات منابع آب و آبخیزداری میباشد. اندازهگیری میدانی این پارامتر در مقیاس کلان کاری بسیار مشکل، زمانبر و پرهزینه است. از اینرو، در سالهای اخیر روشهای نوین متعددی مبتنی بر دادههای ماهوارهای برای برآورد و مدلسازی رطوبت خاک توسعه داده شدهاند. در میان روشهای ارائه شده مدلهای مبتنی بر بیلان انرژی سطح با توجه به ماهیت فیزیکی که دارند، از اهمیت ویژه و میزان دقت بالاتری برخوردارند. اما با توجه به پیچیدگی خاصی که دارند، کمتر مورد استفاده واقع شدهاند. لذا این تحقیق، بهمنظور برآورد رطوبت خاک با استفاده از تصاویر ماهوارهای لندست 8 و مدل بیلان انرژی سطح در حاشیه تالاب شادگان واقع در جنوب غربی ایران صورت گرفت. بدین منظور در تاریخ 07/04/1395 و همزمان با عبور ماهواره لندست 8 اقدام به اندازهگیری رطوبت خاک بهصورت حجمی در 39 نقطه از منطقه حاشیه غربی تالاب شادگان شد. پس از انجام پردازشهای لازم بر روی تصویر ماهوارهای با استفاده از سامانه بیلان انرژی سطح (SEBS)، کسر تبخیر منطقه محاسبه شد. سپس کسر تبخیر را بهعنوان ورودی اصلی در یک مدل ساده تجربی (مدل نسبت اشباع) قرار داده، رطوبت خاک منطقه برآورد شد. نتایج نشان دهنده توانایی بالای مدل مورد نظر با میزان ضریب تعیین 69/0 و مقدار خطای RMSE برابر با 0.03، در برآورد رطوبت خاک منطقه مورد مطالعه است. همچنین، نتایج نشان میدهد که استفاده ترکیبی از دادههای سنجش از دور و مدل بیلان انرژی سطح و مدل تجربی رطوبت خاک، میتواند برای مدلسازی رطوبت خاک در سطح وسیع مورد استفاده قرار گیرد.
2Department of Remote Sensing and GIS, Faculty of Geography, University of Teharn
3Department of RS& GIS, University of Tehran
4Master of Engineering in Irrigation and Drainage
چکیده [English]
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.